用途：测量 AI 编程智能体的采用情况及其对软件交付的影响，数据来自 git 与 GitHub API，按 DX Core 4 的速度、质量、影响框架呈现。回答四个问题：每位人类 steerer 产出多少提交与合并 PR；有多少工作由 agent 执行；交付指标（吞吐、周期时间、缺陷率、创新率）在每人首次 trailer 前后如何变化；该方法看不到什么。
归因模型：每个提交被视为配对，含 steerer（人类·未知·机器）与 executor（agent·未知）两个轴。缺失 trailer 不等于人类执行，只记为 executor 未知；无法解析的作者记为 steerer 未知，不计为人类，也不进入杠杆分子。仪表盘同时发布全量执行与仅已知 steerer 的两条 AI 占比序列；元数据 meta.unknown_steerer_share 超过约 10% 时不应展示采用趋势，只报告最近完整周期的 AI 下限。修正该数值应编辑 identity-overrides.tsv 而非改代码。
前置条件：git、awk、jq、sqlite3（≥3.33，需 -json）以及已认证的 gh（gh auth login）。用 run.sh --doctor 一次检查。若 PATH 中首个 gh 是每仓库发令牌的 shim，组织枚举可能静默出错，故支持 --gh-path 或 DXM_GH 指定二进制并记录于运行信封；gh 调用前会清除 GH_TOKEN、GITHUB_TOKEN、GH_ENTERPRISE_TOKEN，除非设 DXM_GH_CLEAR_TOKENS=0。枚举到零仓库视为硬失败（exit 2），可用 --min-org-repos N 设置下限。
用法：SKILL_DIR/run.sh --org acme-corp --period week --period month 生成仪表盘；--repo 与 --since 限定窗口；--include-individuals 才输出个人部分（仅所有权风险与采用时间）。run.sh 是 scripts/dxm-run.sh 的薄封装。所有脚本在 stdout 末尾输出一行 JSON，进度走 stderr，不要将原始 git 或 API 输出导入上下文。流水线顺序为：git 摄取、GitHub 摄取、身份解析、分类、聚合、仪表盘，另加消息正文回填与周趋势 dxm-trends.sh。
限制：这不是绩效测量工具。默认仪表盘不含个人信息，但需注意小样本桶泄露，--min-cohort 默认 3 会隐藏低于阈值的采用曲线桶与人均吞吐；个人数据需显式开启且写入单独文件，不提供个人吞吐排行榜。摘要卡片直接读取 agg_org_period，不经 metric_catalog 自动披露，需手工维护。以下指标为代理值并须随数字披露：AI 执行占比是下限；每位 steerer 杠杆看不到无法识别 steerer 的工作；缺陷与创新比率是分类器对标题、标签、分支名的判断；周期时间是 merged_at 减 first_commit_at，不含首次提交前的思考与评审排队；吞吐为每活跃贡献者的合并 PR 数，不看 PR 大小；总线因子按提交而非文件计算；DXI 为调查工具，不可计算，明确显示不可用，不伪造。多行提交信号是 agentic 使用代理，非 AI 使用，须同时发布已声明 trailer 基准率；它检测代理撰写提交消息的情形，对 Copilot 自动补全或粘贴 ChatGPT 等辅助使用不敏感，也无法区分 agent 与写详细提交消息的人类。has_body 为 NULL 表示不可测量，不计入分母。周趋势不含 JavaScript，SVG 由服务器端生成；当前未完成周以虚线空心绘制并排除在所有总计之外。