OQC出货抽检判定器下载｜LED芯片CIM-MES配套工具（Python源码+示例数据+报告）
（复制到编辑器，段落间距保持一致）
OQC出货抽检判定器：车间里没人愿意手做的一件事
成品出货前，OQC 要按销售订单对每批芯片做抽检判定。麻烦在于判定标准散在品质手册里：严重缺陷零容忍、轻微缺陷率有上限、抽检比例有下限，靠人翻表判断，一张单判错就是整批退货。
这件事的典型特点是重复、琐碎、容错率低：换一批数据就要重做一遍，做十次就可能错十次，而且做的人永远提不起劲。等哪天真出了问题往回追，才发现当时的记录要么没留、要么口径对不上。
一个真实感的现场
张伟是出货仓的 OQC 组长，上个月一张 3 万颗的车灯订单，抽检 2000 颗没发现端子毛刺，货到客户端上线才炸出来，整批退货还赔了运费。复盘会上问他为什么没拦住，答案是：抽检比例当月被压缩过，判定标准靠记忆，没人复核样本量够不够。
这个工具把流程固化下来
OQC出货抽检判定器是 LED 芯片 CIM-MES 系列工具中的一员（对应《教程教程11｜LED 芯片 CIM-MES 系统》配套），用 Python 标准库写成，专门解决上面这件事。
它的核心能力包括：
- 按厂内 AQL 标准逐单自动判定，严重缺陷零容忍规则内置。
- 轻微缺陷率自动换算，超过上限直接判 NG。
- 抽检比例不足自动拦截，判定标记无效并要求补抽。
- 放行 / 冻结 / 待补抽三张清单一次生成，仓管照单执行。
- 按客户、按订单汇总判定结果，出货会前一页讲清楚。
怎么用（三步出结果）
- 解压下载包，任意一台装了 Python 3.8+ 的电脑直接运行主程序，不需要 pip 安装任何包；
- 首次运行会自动生成一份带典型问题的示例数据（CSV），先跑一遍看懂报告结构；
- 把出货单导出成 CSV（列名与示例一致），替换脚本自带的示例数据后运行主程序，报告直接生成，重新运行即得到你自己数据的分析结果。
输出什么
所有结果输出为一份中文分析报告（txt），可以直接贴进改善报告、复盘纪要或审厂资料：
- 放行清单：可扫码出库的批次与轻微缺陷率。
- 冻结清单：触发零容忍或超限的批次与理由。
- 待补抽清单：样本量不足、判定无效的出货单。
- 客户维度汇总：每个客户的放行率与风险单。
判读要点（这部分比工具本身更值钱）
- 严重缺陷是车灯客户的一票否决项，冻结批次必须走 MRB 评审，不能口头放行。
- 轻微缺陷率贴近上限的订单要加严抽检，趋势比单次结果重要。
- 抽检比例不足等于没检，OQC 判定前先核样本量。
常见报错与排查
用真实数据替换示例数据后，最容易遇到的三类问题：
- 判定显示数据无效：多半是抽检数量没填或填成 0，先核 CSV 数值列。
- 轻微缺陷率看着没超却判 NG：检查是否把严重缺陷数填进了轻微列。
- 同一批号出现两张单：批次拆单出货是正常的，按出货单号管理，别按批次合并判定。
和 CIM-MES 系统怎么配合
这个工具不替代 CIM-MES，而是补系统覆盖不到的「事后分析与事前检查」：系统负责采数据和硬拦截，这个工具负责把导出的数据变成能看、能判、能追责的报告。推荐节奏是按班或按日滚动跑一遍，把每次的报告存档——趋势比单次结果有价值得多，而且历史报告本身就是审厂时最受欢迎的过程管控证据。
落地节奏建议
第一周先用示例数据把报告结构看懂，确认阈值口径和厂内标准一致；第二周开始用真实数据按班滚动运行，重点看问题项的变化趋势；第三周把报告纳入班组晨会或周质量例会的固定材料，让发现的问题有去处。工具只有接上管理动作才会产生价值——跑出来的清单没人认领，再准的判定也只是多了一份数字。另外建议把脚本顶部常量区的阈值固化成厂内标准，改动走评审，避免每个人跑出来的结论口径不一致。
为什么用纯标准库
工厂电脑装不了第三方包是常态：没有管理员权限、内网不通 pip 源、IT 审批流程比产线换型还慢。这个系列所有工具只用 Python 内置模块（csv / os / datetime / collections / math），拷过去就能跑。判读阈值全部写在脚本顶部常量区，按你厂内的标准改几个数字就能用，不用动主逻辑。
使用边界
本工具基于仿真示例数据开发，可直接用于教学、方案验证与流程预演；接入真实工厂数据前请核对字段口径与判读阈值，商用授权请联系作者。
下载入口
⬇ 下载完整工具包：OQC出货抽检判定器.zip（Python 源码 + 示例数据 + 中文报告 + README）
解压后先跑内置示例数据确认输出正常，再替换成真实数据。字段口径对不上时，优先改脚本顶部的常量区与列名映射，不要在 Excel 里硬凑。
相关工具（站内）
- LED 芯片 CIM-MES 实操教程系列（20 篇，付费专栏）
- 同系列配套工具：IQC来料抽样判定器、W-Time五点时序分析器、BIN分级统计与良率计算器
