用途：对一个或多个 FHIR Implementation Guide（IG）做客观的只读测量，并报告所计得的数字，输出 JSON 与 Markdown。不构建、不修改、不发布，也不预测。
主要能力：静态分析 sushi-config/package 元数据、FSH 计数、叙述内容、指令、依赖、语言学、重复、卫生等；构建派生指标（如 qa.json 的错误、警告、断链、校验）在静态模式下为 null 并标记 Build。可比较多个 IG，生成 compare-report.md；当各输入 packageId 相同时自动切换为 Same-Module-Verifikation，检查身份字段、已发布制品集合、canonical URL 与逐语言叙述。自 v0.17.0 起，每次测量含 preflight 段：许可证证据、canonical 空间普查、依赖固定健康、包布局、叙述来源、QA 基线。
使用方式：需可运行的 python3（仅标准库，无需安装）。先设 SKILL_DIR 为含 SKILL.md 的目录，再运行：python3 "$SKILL_DIR/scripts/ig-stats.py" run <input…> [-o OUTDIR] [--label a,b]；也可分阶段用 analyze / report / compare。输入可为本地路径、git URL 或包 .tgz；URL 会浅克隆，此时 git 历史指标报 null（git.history_complete: false）。本地路径既无 sushi-config.yaml 也无 input/ 则不是 IG 项目。
限制：报告正文为德语，指令为英语，均不得擅自改写或翻译。只读是硬约束。绝对计数在不同规模 IG 间比较意义有限，仅归一化指标适合比较。强制页面清单存于 references/report-content.json 的 mandatory_pages，可手工修正；缺页全命中通常意味页面集错误而非 IG 损坏。null 不等于零，缺失输入只能报 null，不得猜测。不覆盖工作量预测、MII KDS 迁移、验证迁移、翻译、命名约定检查及构建发布。