distribution-drift
比较基准集与当前集的数值和类别字段分布，计算群体稳定性指数、近似柯尔莫哥洛夫距离、统计量变化和总变差距离，适用于数据质量监控和模型输入漂移检查。
SKILL.mdskills/distribution-drift/SKILL.md
GitHub分布漂移测量
- 数值字段使用基准集分位点定义分箱，计算群体稳定性指数、经验分布最大距离、均值和标准差变化。
- 类别字段在两侧类别并集上计算总变差距离，空值比例作为独立质量信号返回。
- 仅当两侧非空值均为数值时采用数值算法；条件不足时降级为类别比较并说明原因。
- 漂移判断只依据调用方显式阈值，不把统计漂移直接解释为业务异常或因果变化。
- 所有指标由确定性函数计算，不调用模型，不修改输入数据，也不访问外部数据源。