웨이퍼 측정 raw data(엑셀 2개)만 넣으면 항목(CD / PI 두께 / Overlay)을 자동 인식해 공정능력(Ppk·Cpk)·2-sample t-test·합격판정을 계산하고, 반도체 후공정 "Evaluation Result" 평가 슬라이드와 동일한 레이아웃의 HTML 리포트를 Minitab 없이 생성합니다.
입력은 엑셀 2개뿐. 계산은 결정론적 Python 엔진(외부 의존성 0, 표준 라이브러리만).
/plugin marketplace add TAEHYUN9999/fab-eval
/plugin install fab-eval@autonics-fab
또는 설치 없이 빠른 테스트:
claude --plugin-dir ./fab-eval
- 슬래시 커맨드
/fab-eval:eval— 측정 엑셀 2개(POR/NEW) 경로를 주면 자동 분석·리포트 생성 - 서브에이전트
capability-evaluator— 데이터 평가·판정 해석 전담
직접 실행:
python3 fab-eval/scripts/analyze.py \
--por "POR.xlsx" --new "NEW.xlsx" --out report.html
# 항목 자동인식. spec 수동지정 예: --metric pi --spec "10±1"PASS ⇔ (모든 점 규격 내) ∧ (NEW Ppk ≥ 1.33) ∧ (NEW Ppk ≥ POR×0.9) ∧ (t-test p > 0.05)
Ppk ≥ 1.33 충분 / ≥ 1.67 우수 · p > 0.05 → POR과 평균차 없음 = "부작용 없음"
- Evaluation Result 타이틀 + 로고,
☐ 항목명+ ✓ 결론 bullet 2줄 - Process capability: POR·NEW Minitab식 "공정 능력 보고서" 2패널 (공정 데이터 · 히스토그램+전체/군내 정규곡선 · 전체/잠재(군내) 공정능력 · PPM 표 · 6σ 각주)
- T-test: 평균비교 게이지(P값) · 차이의 95% CI · 데이터 분포
- 하단 Summary 표: Category·Sampling·Spec·AVG·MAX·MIN·Std Dev·Ppk·P-value
| 항목 | 자동 인식 | 기본 Spec | 비교 그룹 |
|---|---|---|---|
| CD (Bump CD size) | 단일 측정값 | 102 ±5 um | POR vs NEW |
| PI thickness | 파일명/단일값 | 10 ±1 um | POR vs NEW |
| Overlay | 라벨에 수평선·수직선 | 0 ±5 um | 수평선(X) vs 수직선(Y) |
.
├── .claude-plugin/marketplace.json # 로컬 마켓플레이스 매니페스트
└── fab-eval/ # 플러그인 본체
├── .claude-plugin/plugin.json
├── commands/eval.md # /fab-eval:eval
├── agents/capability-evaluator.md
└── scripts/{analyze.py, run_all.py}
측정 raw data·실측 리포트는 기밀이므로 이 공개 저장소에 포함하지 않습니다.
MIT