fix(runtime): 上游错误体统一走 trace.UpstreamError，正文不进 error

M41 的「LLM / embedding / 视觉 上游错误体」一族（M38 #5 #6 #7 #8 #9 #14）：
非 2xx 时把响应体截断后拼进 error，而 error 会被 chat run / loop step /
retrieve_fallback 打日志，等于把她的提问、记忆正文、要念的台词写进日志。

- model：openai/anthropic 两处 upstreamError 收口到 upstream.go 的
  providerUpstreamError；anthropic 流内 error 事件的 evt.Error.Message
  （原本无上限）整段丢弃，只保留令牌形状的 type
- embedding：readErrorBody 删除，改走 helper（input 就是她的记忆正文）
- vision：错误路径不再沿用取图的 50 MiB 上限，改为 4 KiB 有界读且不拼原文
- voice：classifyDashscopeStatus 只解 code/request_id，正文只留在内存里做
  分类判据；错误体读取同样改为 4 KiB 有界
- 测试：五个上游各一条「日志/error 里搜不到哨兵正文」用例，且能变异打红

internal/runtime/embedding/api.go

@@ -14,6 +14,7 @@ import (
 	"time"
 
 	"git.yeij.top/AskaEth/Cyrene_v2/internal/config"
+	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/trace"
 )
 
 // maxResponseBytes caps how much of an /embeddings response body is read, so an
@@ -21,8 +22,9 @@ import (
 // for a normal batch fall far below this; the cap is a guard, not a limit.
 const maxResponseBytes = 16 << 20
 
-// maxErrorBodyBytes caps how much of a non-OK response body is read for the
-// error message.
+// maxErrorBodyBytes 限制错误路径**读多少字节**（只用来数长度、取摘要、抽
+// code/type）：正文一个字节都不进 error，因此它不再决定「错误里带多少原文」。
+// 非 2xx 是攻击面而不是数据面，上界刻意小。
 const maxErrorBodyBytes = 4096
 
 // HTTP client tuning values, matching the recommended pool in
@@ -234,8 +236,13 @@ func (e *APIEmbedder) embedChunk(ctx context.Context, texts []string) ([]Vector,
 	defer func() { _ = resp.Body.Close() }()
 
 	if resp.StatusCode != http.StatusOK {
-		msg := readErrorBody(resp.Body)
-		return nil, fmt.Errorf("embedding: status %d: %s", resp.StatusCode, msg)
+		// 这一处是全片最敏感的一条：/embeddings 的 **input 就是她的记忆正文**，
+		// 而兼容层常把 input 原样回显在错误体里（`Invalid value: '<正文>'`）。
+		// 因此正文只用来数长度、取摘要、抽 code/type，一个字节都不进 error ——
+		// 口径由 trace.UpstreamError（M40 共享 helper）统一决定。
+		body, _ := io.ReadAll(io.LimitReader(resp.Body, maxErrorBodyBytes))
+		return nil, fmt.Errorf("embedding: %w", trace.UpstreamError(
+			trace.HostOf(e.cfg.APIURL), resp.StatusCode, resp.Header.Get("Content-Type"), body))
 	}
 
 	data, err := io.ReadAll(io.LimitReader(resp.Body, maxResponseBytes))
@@ -300,20 +307,6 @@ func (e *APIEmbedder) newEmbeddingRequest(ctx context.Context, texts []string) (
 	return req, nil
 }
 
-// readErrorBody drains a small prefix of a non-OK response body into a message,
-// capped at maxErrorBodyBytes so an error response cannot exhaust memory.
-func readErrorBody(r io.Reader) string {
-	raw, err := io.ReadAll(io.LimitReader(r, maxErrorBodyBytes))
-	if err != nil {
-		return err.Error()
-	}
-	msg := strings.TrimSpace(string(raw))
-	if msg == "" {
-		return "bad status"
-	}
-	return msg
-}
-
 // defaultHTTPClient builds the HTTP client configuration described in
 // DevDocs/02-development-constraints.md §2.3: tuned idle/TLS timeouts plus a
 // total request timeout. A fresh client is returned per call (never a package