用部署记录测量技术债利息并决定何时偿还

根据部署和工作记录，计算 DORA 指标和各模块的利息（计划外工作时间），并用重构候选项的回收期、净节省、延迟成本，按规则决定“现在要不要还”。

是还技术债务，还是发布功能，通常是靠声音大小来决定的。如果把利息、本金和被推迟的功能的价值放在同一个单位上，这场争论就变成了计算。没有衡量过的利息，看起来像是不存在，直到某一天吞掉整个团队的时间。

/opt/fixtures/founder/debt/deploys.csv — deploy_id,service,committed_at,deployed_at,failed,recovered_at,unplanned（时间为 UTC，12 周）
/opt/fixtures/founder/debt/worklog.csv — week,module,planned_hours,unplanned_hours（第 1–12 周）
/opt/fixtures/founder/debt/options.json — team_hours_per_week, hourly_cost_krw, horizon_weeks, refactor{모듈: {cost_hours, interest_reduction}}, feature{name, value_per_week_krw}（占位符为模块名）

部署频率 = 服务的部署数 ÷ 12。变更前置时间 = deployed_at − committed_at（小时）。变更失败率 = failed=1 ÷ 全部。失败部署恢复时间 = failed=1 的部署的 recovered_at − deployed_at（小时）的中位数。部署返工率 = unplanned=1 ÷ 全部。
利息 = 模块的 unplanned_hours。mean（12 周平均）、first4（第 1–4 周平均）、last4（第 9–12 周平均）。
节省 = last4 × interest_reduction。回收期 = cost_hours ÷ 节省。期间净节省 = (节省 × horizon_weeks − cost_hours) × hourly_cost_krw。延迟成本 = cost_hours ÷ team_hours_per_week × value_per_week_krw。
决策：如果回收期最短的候选项的净节省 > 延迟成本，则为该模块名称，否则为 "feature_first"。
舍入：小时、周保留到小数点后第二位，比率第四位，韩元取整数。

在 /root/founder/debt/dora.py 中创建 frequency(fix, service)（每周部署数，小数）。
在 dora.py 中加入 lead_time(fix, service) → {"median_h": x, "mean_h": y}。
在 dora.py 中加入 change_fail_rate(fix, service)。
在 dora.py 中加入 recovery_median(fix, service)（小时）。
在 /root/founder/debt/dora.json 中，为每个服务写入 frequency_per_week, lead_time_median_h, lead_time_mean_h, change_fail_rate, recovery_median_h, rework_rate。
在 /root/founder/debt/interest.json 中，为每个模块写入 mean, first4, last4, rising（last4 > first4）。
在 /root/founder/debt/plan.json 中，为每个重构候选项写入 saved_per_week, payback_weeks, net_saved_krw, delay_cost_krw。
在 /root/founder/debt/decision.json 中写入 decision（定义中的规则）、worst_service（变更失败率最高的服务）、fastest_payback（回收期最短的候选项）。

statistics.median、statistics.mean、datetime.strptime(s, "%Y-%m-%dT%H:%M:%SZ")
常见错误：前置时间只看平均数，把变更失败率的分母定为事故数或天数，用平均数来计算恢复时间，用 12 周平均值去判断在增加的利息，漏掉延迟成本。

部署频率

在 /root/founder/debt/dora.py 中创建 frequency(fix, service)——该服务的部署数 ÷ 12。

把 deploys.csv 按服务筛选出的行数，除以 12 周。

变更前置时间——中位数和平均数

在 dora.py 中加入 lead_time(fix, service) → {median_h, mean_h}。

把每次部署的 (deployed_at − committed_at) 换算成小时，建立列表，使用 statistics 的 median 和 mean。

变更失败率——分母是部署

在 dora.py 中加入 change_fail_rate(fix, service)。

用部署之后需要立即介入的部署（failed=1）的数量，除以该服务的全部部署数。

失败部署恢复时间

在 dora.py 中加入 recovery_median(fix, service)（只含失败的部署，小时，中位数）。

是 failed=1 的部署的 (recovered_at − deployed_at) 的中位数。没有失败则为 None。

各服务的 DORA 一页纸

在 /root/founder/debt/dora.json 中，为每个服务写入 frequency_per_week、lead_time_median_h、lead_time_mean_h、change_fail_rate、recovery_median_h、rework_rate。

部署返工率 = unplanned=1 ÷ 全部部署。小时保留到小数点后第二位，比率保留到第四位。

各模块的利息与趋势

在 /root/founder/debt/interest.json 中，为每个模块写入 mean、first4、last4、rising。

按 week 顺序排序后，分别求前 4 周和后 4 周的平均数。

回收期、净节省、延迟成本

在 /root/founder/debt/plan.json 中，为每个重构候选项写入 saved_per_week、payback_weeks、net_saved_krw、delay_cost_krw。

节省是最近的利息（last4）× interest_reduction。延迟成本是重构占用团队时间的周数 × 功能的每周价值。

按规则作出决定

在 /root/founder/debt/decision.json 中写入 decision、worst_service、fastest_payback。

只看回收期最短的候选项，如果它的净节省大于延迟成本，则为该模块名称，否则为 feature_first。