用途：从本地 git 历史与 GitHub API 计算四项 DORA 交付绩效指标——部署频率（DF）、变更前置时间（LT）、变更失败率（CFR）、服务恢复时间（TRS），并按 DORA《State of DevOps》阈值将每项分为 Elite、High、Medium、Low，同时给出整体等级（四项中最弱）与瓶颈指标。
主要能力：输出每项指标的数值与等级；支持 JSON 输出以便与发布健康门禁快照一起持久化趋势；可用 kuva 渲染趋势图（kuva 从 stdin 或文件读取 TSV/CSV，安装命令为 cargo install kuva --features cli）。
使用方式：运行 python3 -m minister.dora_metrics --window 30 --branch main。常用参数：--window（默认 30，测量窗口天数）、--branch（默认 HEAD，生产分支）、--failure-label（默认 bug，标记生产故障的 GitHub 标签）、--json（默认关闭，输出 JSON）、--repo-path（默认 cwd，仓库目录）。审计 AI 辅助工作流时，同一窗口跑两次，一次过滤 AI 撰写的 PR（如 --failure-label ai-bug），一次覆盖全部 PR，比较 CFR 差值。
适用场景：工程管理回顾与季度评审；审计 AI 辅助 PR、自动部署等工作流是否提升或回退速度与稳定性；为发布健康门禁提供等级信号。
限制：不适用于需要故事点燃尽图的单团队速度跟踪；DORA 假设存在明确的生产分支或发布节奏，缺少这些的仓库不适用。验证时可缩小窗口重跑，检查 DF 与 LT 是否按预期缩放；CFR 与 TRS 可抽样两三个相关 GitHub issue 核对标签。单元测试位于 plugins/minister/tests/unit/test_dora_metrics.py，每个等级边界都在阈值处被测试。