story-data-analyze：指标体系驱动的小说数据诊断工作流

Spawn 版本提示（不阻断 spawn）：先读取项目根 .story-deployed 的 agents_version。与本版 agents_version: 39 不一致时（标记缺失、字段缺失/非整数、小于或大于 39）照常按文件存在性检查并 spawn，同时报告 Notice: agents bundle 版本不匹配（项目 {N}，本版 39） 并提示重新运行 /story-setup 后新开会话；大于 39 时额外提示先更新 oh-story-claudecode，不要用本地旧版 setup 降级覆盖。只有 agent 文件缺失、或运行时不暴露 custom agent 时才降级 solo/direct，报告 Fallback: ... -> solo。本 Skill 的具体落点仍按 lane 降级矩阵映射为 degraded / solo；当前运行时定义 malformed 与 registry 缺失同样视为 agent 不可用。

目标

本 Skill 是多 Agent 工作流的唯一入口，不是一份逐项看数清单。它以机器可读指标目录、指标树和诊断路由为共同语义层，完成以下闭环，不要停在“数字总结”或“样本不足”：

数据可信 → 漏斗定位 → 异动定级 → 阅读对应文本 → 提出因果闭合的修改 → 发布后验证

指标体系固定分为五类，不得把它们平铺成互不相干的单点指标：

1. 结果指标：作品是否持续产生有效阅读或有效触底；用于描述结果，不直接等同于可编辑抓手。
2. 驱动指标：分发、包装承接、黄金前三章/分段漏斗、深读和回访如何共同驱动结果。
3. 诊断指标：渠道结构、章节到达、条件跟读、损失人数、滚动窗进入/滚出等，用于寻找问题发生在哪里。
4. 护栏/反指标：防止为了提高一个节点而破坏上游承诺、下游追读、逻辑一致性或流量质量。
5. 数据质量指标：刷新、完整性、公式一致性、版本覆盖、范围可比性和污染；质量门不通过时关闭业务解释。

长篇的各层通常来自不同窗口或 cohort，不能把整棵树伪造成一个精确乘法公式；短故事同一快照的展示→阅读→15秒→30秒→60秒→触底在口径一致时可以严格分解。