[自动合并 P3-4] 自动合并 SLI 面板 + 每周抽样审计

[randypanding]

目标

定义并落地自动合并的门禁自身 SLI（用数据知道"是否成功"），外加固定成本的人类环节：每周随机抽样 3 个已自动合并的 PR 做审计。把 review 从 100% 覆盖降为统计抽样——这是"人类不成为瓶颈"的正确形态。

背景（源自 #81 §8）

自动化程度不能凭感觉。核心指标：自动合并率、人类触碰数/merged PR（目标→0）、门禁逃逸率（被 revert + 事后发现的问题 / 周——真正的风险指标，必须有分母）、卡死 PR 数与停留 P95、gate 假红率、熵增指标（抑制标记净增、覆盖率趋势、新增依赖数）。抽样审计让人类判断的成本与 PR 数量脱钩——不是消灭人类判断。

涉及文件

• CI-Workflows 或 .github 仓新增 SLI 采集脚本（scripts/sli-report.sh 之类）
• 周期 workflow（每周跑，产出 issue/讨论区报告）
• governance/policy/（指标定义、阈值、抽样参数：每周 3 个、随机种子可复现）
• 审计 issue 模板

执行步骤

1. 实现 SLI 采集（数据源：GitHub API——PR 时间线、reviews、check runs、revert 事件、workflow runs）：
   • 自动合并率 = auto-merged / total merged PR；
   • 人类触碰数 / merged PR（人工 comment/review/手动合并/手动 rerun 计数）；
   • 门禁逃逸率 = (revert 数 + drift-check/生产事后发现数) / 周，带分母；
   • 卡死 PR 数、PR 停留时长 P95；
   • gate 假红率（flaky 重试才通过的占比，消费 P2-9 的 flaky 记录）；
   • 熵增：抑制标记净增（消费 P2-2 计数）、覆盖率趋势（消费 P2-3 数据）、新增依赖数（消费 P2-5 数据）。
2. 周期 workflow 每周产出报告 issue（含周环比），关键指标越阈值自动升级（如逃逸率 >0 连续两周 → P1 issue）。
3. 每周抽样审计：自动开审计 issue，含随机 3 个本周已自动合并 PR 的链接 + 审计 checklist；随机种子记录在 issue 中（可复现、防"挑软的抽"质疑）。
4. 审计发现的问题回流：逃逸样本归因后回写指标，必要时触发门禁补强 issue。

验收标准

• 每周自动产出 SLI 报告，六项指标齐全且分母正确。
• 每周自动开出含 3 个随机样本的审计 issue，种子可复现。
• 指标越阈值自动升级。

测试方法（预先指定）

T1 指标正确性（核心，回放测试）：

1. 用过去 30 天的真实组织数据离线跑采集脚本。
2. 人工用 gh 命令独立核算其中 3 个指标（自动合并率、人类触碰数、卡死 PR 数——抽样核对，如取 2 个仓 × 2 周）。
3. 断言脚本输出与人工核算完全一致；不一致先修脚本再谈上线。

T2 分母陷阱（单元级）：构造 fixture 数据（JSON 形式的 PR/review/run 记录）：

• 零 PR 的周 → 各比率指标输出 "N/A" 而非除零崩溃或 100%；
• 全人工合并的周 → 自动合并率 = 0 且告警；
• 含 revert 事件的周 → 逃逸率分子正确计入。

T3 抽样可复现与无偏（核心）：

1. 同一周数据 + 同一 seed 跑两次 → 断言抽中样本完全相同（可复现）。
2. 不同 seed → 样本不同（非固定）。
3. 统计粗检：对模拟的 100 个 PR 总体跑 1000 次抽样，断言每个 PR 被抽中频率在期望值的统计容差内（卡方粗检 p>0.01）——证明抽样无系统性偏好。

T4 端到端（正向）：workflow 手动触发一次 → 断言产出 SLI 报告 issue + 审计 issue，格式符合模板，链接可点。

T5 阈值升级（注入）：注入"逃逸率连续两周 >0"的 fixture → 断言自动开出 P1 升级 issue。

依赖

• P2-2 / P2-3 / P2-5 / P2-9（熵增与假红指标消费这些卡的数据产出；它们未落地前对应指标可先标记 "pending" 上线，不阻塞本卡）
• P2-6（逃逸率的 revert 数据源）

[randypanding]

被吸收：SLI 面板归入 #168（W1-C5 管家骨架的账本/dashboard），每周抽样审计由宪法 §7 覆盖。指标需求已转记 #168 评论。关闭。