各部门、各事业部：
为加速推进公司数字化转型与智能化工程决策能力建设，经董事长批准，现将公司自主开发的「过程强化 QUICK SCAN 智能分析工具（PI QUICK SCAN Skill）」以内测版本（Beta v0.1）形式面向各部门开放试用，并同步征集修改意见。现将有关事项通知如下：
版本说明 · Beta v0.1 本次发布为内测版本，旨在通过各部门实际业务场景的测试验证，收集使用反馈与改进建议，为后续正式版发布奠定基础。各部门在试用过程中发现的任何问题、不足或优化建议，均是本次内测的核心价值所在，请务必如实记录并按时提交。
PI QUICK SCAN Skill 是基于国际前沿过程强化（Process Intensification, PI）理论体系，结合 AI 大模型能力构建的系统化过程诊断与强化方案生成工具。以荷兰代尔夫特理工大学（TU Delft）Stankiewicz 教授团队提出的SEST 框架为理论内核，融合 Portha 16 类限制因素诊断体系与多维技术匹配数据库。
该工具采用五步系统分析法，覆盖从现状诊断到行动方案的完整决策链：
| 步骤 | 分析内容 | 输出成果 |
|---|---|---|
| Step 1 过程基线建立 | 拆解单元操作、反应体系、分离任务、操作条件 | 过程基线表 |
| Step 2 瓶颈识别 | 时间尺度分析（τ_rxn / τ_mt / τ_ht / τ_mix）+ Portha 16 类限制因素筛查 | 瓶颈优先级清单 |
| Step 3 四域扫描 | 逐一扫描空间域、能量域、协同域、时间域的强化机会 | 候选技术列表 |
| Step 4 机会匹配 | 瓶颈 × 候选技术交叉矩阵，含 TRL 评估与可行性评分 | 匹配矩阵 |
| Step 5 行动方案 | 分为"快速落地 / 中期开发 / 长期研究"三档优先级 | 分级行动计划 |
过程强化是全球化工行业下一代制造技术方向，欧盟、美国能源部均已列为关键路线。本工具使公司率先实现 AI + 过程强化 的差异化竞争优势。
传统 PI 评估依赖资深工程师经验，需数周时间。本工具使具备基础工艺知识的工程师均能在数小时内完成系统级强化潜力扫描。
强制覆盖全部四个 PI 域和 16 类限制因素，杜绝因个人经验局限导致的"盲区"，每次产出标准化报告，便于跨部门评审与决策追溯。
使用工具的过程本身即是系统化学习 PI 理论的过程，逐步建立"以瓶颈为导向、以四域为框架"的过程强化思维方式。
工具内置技术匹配数据库涵盖反应精馏、膜反应器、分壁塔、热耦合等数十种 PI 技术及量化改善预期（节能 20–50%、TAC 降低 20–60%），帮助项目团队在投入大量实验和模拟资源之前精准锁定最有价值的强化方向。
本工具基于 Claude.ai 平台运行，无需安装任何软件，每位工程师使用自己的账号独立配置。数智化部负责统一发放 pi-quick-scan.md Skill 文件，各人按以下步骤自行完成配置。
向数智化部领取 pi-quick-scan.md 文件，保存至本地
打开 Claude.ai → 左侧栏点击 Projects（项目）→ 新建项目，命名为"PI分析"或其他名称
进入项目 → 点击 Add content（添加内容）→ 上传 pi-quick-scan.md 至项目知识库
此后在该 Project 内新建任意对话，Skill 自动生效，直接输入启动语句即可
启动示例：
"我想做 PI Quick Scan，过程是：[过程名称]，主要问题是：[痛点描述]"
当 Skill 文件有新版本时，只需在 Project 中替换文件，立即生效，无需重新配置。
向数智化部领取 pi-quick-scan.md 文件，保存至本地
打开 Claude.ai，新建对话，点击附件图标上传 pi-quick-scan.md
上传完成后直接描述过程开始分析
启动示例：
"我想做 PI Quick Scan，过程是：[过程名称]，主要问题是：[痛点描述]"
注意：每次新建对话均需重新上传文件。若 Skill 有更新，需重新从数智化部领取最新版本。
最简启动示例
只需一句话即可触发完整五步分析，Claude 会主动追问缺失信息，无需一次性提供所有参数。
"我想分析一个 DMC 反应精馏制 MPC 的过程，现在转化率低于 10%，能耗很高，平衡受限。"
PI QUICK SCAN Skill 是一个持续迭代的活文档，而非一次性交付物。任何工程师均可贡献优化意见，由数智化部统一评审后更新发布。
数智化部组织线上培训演示，各部门完成 Claude Project 配置，指定对接人及测试骨干名单报送数智化部。
数智化部组织线上培训演示，各部门完成 Claude Project 配置，指定对接人及测试骨干名单报送数智化部。
各部门选取 1–2 个实际在产或在研工艺场景，在自己的 Claude Project 中完成完整 QUICK SCAN 分析，保存对话截图及报告输出，记录使用体验与问题。
各部门选取 1–2 个实际在产或在研工艺场景，在自己的 Claude Project 中完成完整 QUICK SCAN 分析，保存对话截图及报告输出，记录使用体验与问题。
各部门汇总填写《PI QUICK SCAN 内测反馈表》（附件二），于 5月19日前统一提交至数智化部邮箱，并附上测试过程的对话截图或报告文件。
各部门汇总填写《PI QUICK SCAN 内测反馈表》（附件二），于 5月19日前统一提交至数智化部邮箱，并附上测试过程的对话截图或报告文件。
数智化部汇总所有反馈，组织评审会确定优化方向，按第六条持续优化机制修订 pi-quick-scan.md，完成后发布更新版本。
数智化部汇总所有反馈，组织评审会确定优化方向，按第六条持续优化机制修订 pi-quick-scan.md，完成后发布更新版本。
根据内测反馈完成优化后，发布正式版并纳入公司标准工程决策流程，各部门更新 Claude Project 中的 Skill 文件至正式版本。
根据内测反馈完成优化后，发布正式版并纳入公司标准工程决策流程，各部门更新 Claude Project 中的 Skill 文件至正式版本。
各部门在内测期间须重点关注并记录以下维度的反馈意见：
瓶颈诊断是否准确？推荐的 PI 技术是否与实际工艺匹配？
是否存在遗漏的瓶颈类型、PI 技术或适用场景？
输入要求是否清晰？报告结构是否便于决策？术语是否易于理解？
行动方案是否具备实际可操作性？优先级排序是否合理？
是否有公司内部已验证的 PI 实践经验可纳入工具知识库？
功能增减、报告格式、与现有工作流程的衔接等任何改进建议。
反馈提交方式
各部门指定对接人认真填写《PI QUICK SCAN 内测反馈表》，详见页面最下端。
各部门负责人应高度重视本次内测工作，于 4月7日前 指定 1 名对接人及 2–3 名测试骨干，名单报送数智化部。测试骨干须具备基础工艺知识，能够独立描述本部门典型工艺流程。
数智化部（AI 负责人）负责统一发放 pi-quick-scan.md Skill 文件、组织培训演示、维护答疑群、收集汇总反馈，并负责后续 Skill 文件的版本管理与迭代优化。
技术中心参与反馈评审会，从工艺专业角度把关优化方案的技术合理性，并可贡献公司内部已验证的 PI 实践案例纳入知识库。
各测试人员须在自己的 Claude.ai 账号中完成 Project 配置，并至少完成 1 个完整工艺场景的 QUICK SCAN 分析，如实填写反馈表，鼓励选取部门实际在产或在研的典型工艺。
内测期间工具输出的分析报告仅供内部参考，不得作为正式技术决策依据，不得对外分享。Claude.ai 对话内容请勿输入涉密工艺数据。
本工具的完善离不开每一位测试者的真实反馈。期待各部门积极参与，共同打磨出真正好用的 AI 过程强化分析利器，为东庚化工的技术升级注入新动能。
东庚化工股份有限公司
董事长办公室（代章）
2026年4月7日
东庚化工股份有限公司 · 数智化部
2026年4月7日