出货追溯报表打包器下载｜LED芯片CIM-MES配套工具（Python源码+示例数据+报告）
出货追溯报表打包器：车间里没人愿意手做的一件事
客户（尤其车灯、背光模组厂）每批出货都要一份追溯表：这批货用了哪个外延批、哪台机、哪个 recipe 版本、波长和 BIN 良率多少、检验单号是什么。品质工程师手工从三四个系统里抄，抄漏一格就被退件；真出客诉时又拿不出完整链路，责任划不清。
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
车灯客户每批出货都要追溯表。品质工程师从 MES、EAP、检验系统三处抄，一份表抄两个小时，还被退件——机台一栏空着，OQC 单号没回填。客户说：这两个字段缺失，这批货我们没法收。
这个工具把流程固化下来
出货追溯报表打包器是 LED 芯片 CIM-MES 系列工具中的一员（对应《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：
- 按出货单聚合批次，逐要素核对追溯完整性（9 项必备要素）。
- 缺项与台账断链分开报：空字段可补录，台账无记录是追溯断链。
- 输出可直接给客户的批次追溯表（表格文本，贴进邮件即可）。
- 完整率统计：要素格数口径，未达 100% 标不合格。
- 重点补录清单：缺项 ≥3 项单独列出，优先处理。
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；
- 导出出货明细 CSV（出货单、客户、产品、批次、数量、日期）与批次追溯台账 CSV，运行主程序即输出追溯报表，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：
- 逐出货单追溯表（批次 × 9 项要素）。
- 缺项明细与缺项计数。
- 台账缺失批次清单（最高优先级）。
- 完整率汇总与不合格出货单。
- 管控建议：放行校验与要素配置。
判读要点（这部分比工具本身更值钱）
- 台账缺失比字段缺失严重得多：前者是断链，客诉时根本无法举证。
- 空字段多为「机台未回传」和「OQC 单号未回填」，前者查 EAP 采集，后者改检验流程。
- 出货前系统强制校验完整率，未达 100% 不放行，比事后补省事得多。
- 追溯要素按客户配置：车灯客户常加 RoHS 报告号、MSL 等级。
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：
- 批次号前后带空格 → 与台账匹配失败，全部判「台账无记录」，先 strip。
- 追溯台账里真的缺这个批次 → 属追溯断链，必须回 MES 补录后再出货。
- 列名与客户模板不一致（「recipe版本」vs「配方版本」）→ 表头映射表要能改。
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。
阈值怎么定才不会被质疑
工具本身只是把数据算清楚，判读线定在哪里才是真正要拍板的事。三条经验：第一，先用三到六个月历史数据跑一遍，看真实分布再定线，直接抄同行数字最容易翻车；第二，阈值写进脚本顶部常量区之后，改动要走工艺与品质会签，否则同一份数据两个人跑出两个结论，报告就没人信了；第三，上线初期把线放宽一点，观察两周误报率再往紧收——误报太多的报告，第三次就没人打开。另外每条告警都要能落到处置动作和责任人，清单上没有认领人的那一行，等于没提。
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
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、BIN 分级统计与良率计算器、FIFO 领料批次推荐器
