用途：针对单个 GitHub 仓库，通过分析 GitHub Actions 已完成运行历史，检测间歇性测试失败，按作业给出失败率并分类，形成供人工审查的优先级分诊列表。
主要能力：解析可配置时间窗口内的运行结果（success、failure、cancelled），计算每个作业的失败率；识别同一 SHA 与工作流的重跑模式；将作业分类为 FLAKY（间歇性）、CONSISTENTLY-BROKEN（持续损坏）或 CLEAN。判定阈值可由配置提供：window_days 默认 30 天，failure_rate_threshold 默认 0.10，并支持 include_patterns、exclude_patterns 作业名匹配。作业由失败率与间歇性信号共同判定；失败率过高且无重跑成功则归为持续损坏。
使用方式：先读取项目配置 <project-config>/repo-health-config.md，其中 include_periods 与 exclude_patterns 等必须来自配置（即使命令行给出窗口或阈值也要读取；--window-days、--threshold 仅覆盖本次对应键）。数据采集使用 gh api 分页获取已完成运行，再逐个运行获取作业结果，并可借助 gh run view、gh run download 查看失败运行或下载测试产物。首次运行前需按技能前置检查命令执行：PYTHONPATH=.apache-magpie-local python3 -m setup_preflight --skill <name> --hash <surface_hash> [--requires <file>]...。
适用场景：维护者希望从 CI 历史中快速定位抖动测试的仓库级体检；仅面向作业级别，不解析单个测试用例。
限制：只读操作，不修改测试文件、工作流、不提 issue 或评论；默认仅分析默认分支，每次仅限一个仓库；跨仓库审计需逐仓库运行；报告仅为 CI 不稳定信号，需人工查看日志与产物确认根因；作业级分析，逐测试用例的失败率需自行用 gh run download 下载 JUnit XML 等产物解析。其他收费、平台与效果信息暂未提供。