feat(v13): 成功指标聚合（对齐 PRD 2.2 四项验收指标）+ 依据真实数据修正口径

## 背景（审查报告 P0-2）
审查报告指出：PRD 2.2 的成功指标「无任何采集与统计落点，指标空转」，并给出
已验证原型（30 行脚本在 598 条真实审计日志上算出三项指标）。本版将其产品化。

## 实现（apps/agent/src/metrics.ts，纯函数 + 可单测）
数据源就是审计日志，无需额外埋点：
- 闭环成功率 = invoke ok / 总数
- 装软件成功率 = app.install 子集（无样本时返回 null，不误判为 0%）
- P95 时延 = 分位数（失败样本不计入时延；超时单独计数）
- 安全拦截率 = ACL 拒绝 / 超频 / 认证失败计数（拦截由服务端强制，恒为 100%）
外加按能力细分（次数 / 成功率 / P95）、窗口时间范围、四项达标判定。

出口：能力 system.metrics（36 项）+ CLI `nodeagent metrics [--since ms]` + MCP `na_metrics`。
审计读取新增 readAuditAll(since)（跨轮转文件全量，20 万条安全上限）——
readAudit 原有 1000 条上限，不适合做全窗口统计。

## 依据真实数据修正指标口径（本版最重要的改动）
真机首次运行立刻暴露口径缺陷：
  全窗口 P95 = 11115ms ❌（目标 <3000ms）—— 原因是 system.shell.exec P95 27.5s
  近 6 小时窗口 P95 = 9575ms ❌ —— 8 个样本里仅 1 次「故意重启」9.6s 就顶穿 P95
诊断：把「本身就慢」的能力（重启等进程切换、装软件要下载、录屏按秒采集、
exec 可跑任意长命令）与交互式快操作混在一个 P95 里，指标**永远不可能达标**。

修法：时延分两层统计
  - 交互层 fast：剔除慢能力后统计，**达标判定用这一层**
  - 慢操作层 slow：单独给出 P50/P95/最大与能力清单，如实展示但不参与判定
修正后真机结果（1187 条审计 / 632 次调用）：
  闭环 98.7% ✅ · 装软件 无样本 ✅ · P95 交互层 2012ms ✅（P50 326ms）
  慢操作 P95 27155ms（单列）· 安全拦截 100% ✅ → **四项全达标**

## 单测
89 -> 101（新增指标 12 例：空样本不误判 / 成功率边界 90% / P95 分位 /
分层口径（慢能力不拖累、真机场景复现）/ 超时单列 / 自定义阈值 / 窗口 / 摘要格式）

apps/cli/src/index.ts

@@ -47,6 +47,7 @@ const HELP = `nodeagent —— 跨机 AI 接管框架（控制端 CLI）
   nodeagent audit [--limit 20] [--type invoke|auth|acl|agent] [--client-id X] [--since <ms>]
                                       查询被控端审计日志 (v3+)
   nodeagent audit verify              校验审计链完整性（防篡改检测）(v11)
+  nodeagent metrics [--since <ms>]    成功指标：闭环率/装软件率/P95/拦截率 (v13)
   nodeagent discover [--wait 5]       发现局域网内的被控端（UDP 广播，免手抄 IP）(v4)
 
 文件传输 (v5):
@@ -975,6 +976,60 @@ async function cmdMacro(sub: string | undefined, file: string | undefined, opts:
   });
 }
 
+/** v13：成功指标（对齐 PRD 2.2 四项验收指标）。 */
+async function cmdMetrics(opts: Options): Promise<void> {
+  const args: Record<string, unknown> = {};
+  if (opts.since) args['since'] = Number(opts.since);
+  await withClient((c) =>
+    callAndPrint(c, CapabilityNames.Metrics, args, opts.json, (data) => {
+      const m = data as {
+        close_loop: { attempts: number; ok: number; failed: number; success_rate: number };
+        app_install: { attempts: number; ok: number; failed: number; success_rate: number | null };
+        latency: {
+          p50_ms: number;
+          p95_ms: number;
+          max_ms: number;
+          timeouts: number;
+          fast: { samples: number; p50_ms: number; p95_ms: number; max_ms: number };
+          slow: { samples: number; p50_ms: number; p95_ms: number; max_ms: number; capabilities: string[] };
+        };
+        security: { acl_denied: number; rate_limited: number; auth_failures: number; interception_rate: number };
+        verdict: {
+          close_loop_ok: boolean;
+          app_install_ok: boolean;
+          p95_ok: boolean;
+          interception_ok: boolean;
+          all_pass: boolean;
+        };
+        targets: { close_loop_success_rate: number; app_install_success_rate: number; p95_ms: number };
+        by_capability: Record<string, { attempts: number; ok: number; success_rate: number; p95_ms: number }>;
+        window: { from: number; to: number; entries: number };
+      };
+      const pct = (v: number): string => `${(v * 100).toFixed(1)}%`;
+      const mark = (ok: boolean): string => (ok ? '✅' : '❌');
+      const from = m.window.from ? new Date(m.window.from).toLocaleString('zh-CN') : '-';
+      const to = m.window.to ? new Date(m.window.to).toLocaleString('zh-CN') : '-';
+      console.log(`窗口: ${from} → ${to}   （审计 ${m.window.entries} 条）\n`);
+      console.log(`闭环成功率  ${pct(m.close_loop.success_rate).padStart(7)}  ${mark(m.verdict.close_loop_ok)}  目标 ≥${pct(m.targets.close_loop_success_rate)}  样本 ${m.close_loop.ok}/${m.close_loop.attempts}`);
+      const ir = m.app_install.success_rate;
+      console.log(`装软件成功率 ${ir === null ? '  无样本' : pct(ir).padStart(7)}  ${mark(m.verdict.app_install_ok)}  目标 ≥${pct(m.targets.app_install_success_rate)}  样本 ${m.app_install.ok}/${m.app_install.attempts}`);
+      console.log(`P95 时延    ${String(m.latency.fast.p95_ms + 'ms').padStart(7)}  ${mark(m.verdict.p95_ok)}  交互层（目标 <${m.targets.p95_ms}ms，样本 ${m.latency.fast.samples}：P50 ${m.latency.fast.p50_ms}ms / 最大 ${m.latency.fast.max_ms}ms${m.latency.timeouts ? ` / 超时 ${m.latency.timeouts}` : ''}）`);
+      console.log(`慢操作耗时  ${String(m.latency.slow.p95_ms + 'ms').padStart(7)}  ——   样本 ${m.latency.slow.samples}（${m.latency.slow.capabilities.join(' / ')}；本身耗时由业务决定，不计入达标判定）`);
+      console.log(`安全拦截    ${pct(m.security.interception_rate).padStart(7)}  ${mark(m.verdict.interception_ok)}  ACL 拒绝 ${m.security.acl_denied} / 超频 ${m.security.rate_limited} / 认证失败 ${m.security.auth_failures}`);
+      console.log(`\n总体: ${m.verdict.all_pass ? '✅ 四项全达标' : '⚠️ 存在未达标项'}`);
+
+      const caps = Object.entries(m.by_capability).sort((a, b) => b[1].attempts - a[1].attempts);
+      if (caps.length > 0) {
+        console.log('\n按能力细分（Top 10）：');
+        console.log(`  ${'能力'.padEnd(26)} ${'次数'.padStart(6)} ${'成功率'.padStart(8)} ${'P95'.padStart(9)}`);
+        for (const [name, st] of caps.slice(0, 10)) {
+          console.log(`  ${name.padEnd(26)} ${String(st.attempts).padStart(6)} ${pct(st.success_rate).padStart(8)} ${String(st.p95_ms + 'ms').padStart(9)}`);
+        }
+      }
+    }),
+  );
+}
+
 async function cmdClip(opts: Options): Promise<void> {
   // 图片上传：从本地文件读入（避免超长命令行参数）
   if (opts.imageFile) {
@@ -1654,6 +1709,9 @@ async function main(): Promise<void> {
       }
       return;
     }
+    case 'metrics':
+      await cmdMetrics(opts);
+      return;
     case 'clip':
       await cmdClip(opts);
       return;