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/model/anthropic.go

@@ -5,7 +5,6 @@ import (
 	"context"
 	"encoding/json"
 	"fmt"
-	"io"
 	"log/slog"
 	"net/http"
 	"strings"
@@ -314,7 +313,7 @@ func (a *AnthropicChatAdapter) streamOnce(ctx context.Context, req Request, onEv
 	if resp.StatusCode != http.StatusOK {
 		return Response{}, a.upstreamError(resp)
 	}
-	return scanAnthropicSSE(resp.Body, onEvent)
+	return scanAnthropicSSE(upstreamLabel(a.name, a.baseURL), resp.Body, onEvent)
 }
 
 // resolveModel 返回实际生效的模型名。
@@ -404,9 +403,10 @@ func (a *AnthropicChatAdapter) doRequest(httpReq *http.Request, stream bool) (*h
 	return resp, nil
 }
 
+// upstreamError 把一次非 2xx 响应交给包内唯一的上游错误收口（见 upstream.go）：
+// 只留 status / code / type 与体积摘要，响应体正文与 error.message 不出镜。
 func (a *AnthropicChatAdapter) upstreamError(resp *http.Response) error {
-	snippet, _ := io.ReadAll(io.LimitReader(resp.Body, errBodyCap))
-	return fmt.Errorf("model: %w: status %d: %s", ErrUpstream, resp.StatusCode, strings.TrimSpace(string(snippet)))
+	return providerUpstreamError(a.name, a.baseURL, resp)
 }
 
 // record 上报一次成功调用的用量：先记一条结构化用量日志（含缓存命中率，

internal/runtime/model/anthropic_stream.go

@@ -61,8 +61,8 @@ type streamBlock struct {
 // tool_call_delta 事件转发（片段由 tool_call_start/tool_call_end 包起来），
 // 并按块累积，以便块结束时重新拼装成结构化的 Args map。
 // 流必须以 message_stop 事件终止，
-// 否则返回 ErrStream。
-func scanAnthropicSSE(r io.Reader, onEvent func(StreamEvent)) (Response, error) {
+// 否则返回 ErrStream。upstream 只用于给流内 error 事件标注「打到哪」。
+func scanAnthropicSSE(upstream string, r io.Reader, onEvent func(StreamEvent)) (Response, error) {
 	scanner := bufio.NewScanner(r)
 	scanner.Buffer(make([]byte, 0, sseBufInit), maxSSELineBytes)
 	agg := Response{}
@@ -84,7 +84,7 @@ func scanAnthropicSSE(r io.Reader, onEvent func(StreamEvent)) (Response, error)
 		if err := json.Unmarshal([]byte(data), &evt); err != nil {
 			return Response{}, fmt.Errorf("model: %w: decode stream chunk: %v", ErrUpstream, err)
 		}
-		if err := applyAnthropicEvent(&agg, blocks, &order, &text, evt, onEvent); err != nil {
+		if err := applyAnthropicEvent(&agg, blocks, &order, &text, evt, onEvent, upstream); err != nil {
 			return Response{}, err
 		}
 		if evt.Type == "message_stop" {
@@ -101,7 +101,8 @@ func scanAnthropicSSE(r io.Reader, onEvent func(StreamEvent)) (Response, error)
 	return agg, nil
 }
 
-// applyAnthropicEvent 把单个流事件折叠进正在运行的聚合状态。
+// applyAnthropicEvent 把单个流事件折叠进正在运行的聚合状态。upstream 只用于给
+// error 事件标注「打到哪」，不参与任何成功路径。
 func applyAnthropicEvent(
 	agg *Response,
 	blocks map[int]*streamBlock,
@@ -109,6 +110,7 @@ func applyAnthropicEvent(
 	text *strings.Builder,
 	evt anthropicStreamEvent,
 	onEvent func(StreamEvent),
+	upstream string,
 ) error {
 	switch evt.Type {
 	case "message_start":
@@ -213,7 +215,7 @@ func applyAnthropicEvent(
 		}
 	case "error":
 		if evt.Error != nil {
-			return fmt.Errorf("model: %w: anthropic stream error: %s: %s", ErrUpstream, evt.Error.Type, evt.Error.Message)
+			return streamEventError(upstream, evt.Error)
 		}
 	}
 	return nil

internal/runtime/model/anthropic_test.go

@@ -281,6 +281,41 @@ func TestAnthropicChat_Chat_UpstreamError(t *testing.T) {
 	}
 }
 
+// TestAnthropicChat_ChatStream_ErrorEventDropsMessage 覆盖 M41 的流内错误：
+// HTTP 是 200，失败藏在 SSE 的 error 事件里，而 evt.Error.Message 是**无上限**
+// 的上游自由文本（旧实现整段拼进 error）。上游会把请求内容回显在这条 message
+// 里，因此它一个字都不能进 error。
+//
+// 保留的诊断面是 evt.Type（协议枚举）：它是灰度那条「这是什么失败」的线索。
+func TestAnthropicChat_ChatStream_ErrorEventDropsMessage(t *testing.T) {
+	t.Parallel()
+	const echoed = "SENTINEL-ANTHROPIC-STREAM-5b1c"
+	sse := strings.Join([]string{
+		`data: {"type":"message_start","message":{"model":"claude-test","usage":{"input_tokens":5}}}`,
+		``,
+		`data: {"type":"error","error":{"type":"invalid_request_error","message":"prompt is too long: ` + echoed + `"}}`,
+		``,
+	}, "\n")
+	srv := newAnthropicServer(t, http.StatusOK, "text/event-stream", sse, nil)
+	ad := NewAnthropicChat(config.LLMConfig{AnthropicBaseURL: srv.URL, AnthropicModel: "claude-test"})
+
+	_, err := ad.ChatStream(context.Background(),
+		Request{Messages: []Message{TextMessage(RoleUser, echoed)}, Model: "claude-test"},
+		func(StreamEvent) {})
+	if err == nil {
+		t.Fatal("want error, got nil")
+	}
+	if !errors.Is(err, ErrUpstream) {
+		t.Fatalf("err = %v, want ErrUpstream", err)
+	}
+	if strings.Contains(err.Error(), echoed) {
+		t.Errorf("error text carries the stream error message: %v", err)
+	}
+	if !strings.Contains(err.Error(), "invalid_request_error") {
+		t.Errorf("err = %v, want the event type kept for triage", err)
+	}
+}
+
 func TestAnthropicChat_Chat_NoBaseURL(t *testing.T) {
 	t.Parallel()
 	ad := NewAnthropicChat(config.LLMConfig{AnthropicModel: "m"})

internal/runtime/model/openai.go

@@ -5,7 +5,6 @@ import (
 	"context"
 	"encoding/json"
 	"fmt"
-	"io"
 	"log/slog"
 	"net/http"
 	"strings"
@@ -24,8 +23,6 @@ const (
 	sseBufInit = 64 * 1024
 	// maxSSELineBytes 限制单条 SSE 事件行的长度。
 	maxSSELineBytes = 1024 * 1024
-	// errBodyCap 限制为取出消息而读取的错误响应体大小。
-	errBodyCap = 512
 	// defaultHTTPTimeout 在 Options.Timeout 为 0 时约束单次提供商调用。
 	defaultHTTPTimeout = 180 * time.Second
 )
@@ -234,9 +231,10 @@ func (a *OpenAIChatAdapter) doRequest(httpReq *http.Request, stream bool) (*http
 	return resp, nil
 }
 
+// upstreamError 把一次非 2xx 响应交给包内唯一的上游错误收口（见 upstream.go）：
+// 只留 status / code / type 与体积摘要，响应体正文与 error.message 不出镜。
 func (a *OpenAIChatAdapter) upstreamError(resp *http.Response) error {
-	snippet, _ := io.ReadAll(io.LimitReader(resp.Body, errBodyCap))
-	return fmt.Errorf("model: %w: status %d: %s", ErrUpstream, resp.StatusCode, strings.TrimSpace(string(snippet)))
+	return providerUpstreamError(a.name, a.baseURL, resp)
 }
 
 // record 上报一次成功调用的用量：先记一条结构化用量日志（含缓存命中率，

internal/runtime/model/openai_test.go

@@ -12,6 +12,7 @@ import (
 	"testing"
 
 	"git.yeij.top/AskaEth/Cyrene_v2/internal/config"
+	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/trace"
 )
 
 const okCompletion = `{
@@ -244,6 +245,39 @@ func TestOpenAIChat_Chat_UpstreamError(t *testing.T) {
 	}
 }
 
+// TestOpenAIChat_Chat_UpstreamErrorDropsPromptEcho 覆盖 M41 的一家 provider：
+// 4xx 的错误体里回显了她的提问，**提问不能出现在 error 文本里**。
+//
+// 为什么断言的是「文本里搜不到」而不是「error 非空」：旧实现把响应体截断
+// 512 字节后拼进 error，error 又被 chat run / loop step 打日志 —— 截断只是把
+// 「整段泄漏」变成「前 512 字节泄漏」。只有「搜不到原文」这个断言能把实现
+// 变异回旧写法时打红。
+func TestOpenAIChat_Chat_UpstreamErrorDropsPromptEcho(t *testing.T) {
+	t.Parallel()
+	const echoed = "SENTINEL-OPENAI-PROMPT-9f3a"
+	body := `{"error":{"code":"invalid_request_error","type":"invalid_request_error",` +
+		`"param":"messages","message":"Invalid value for 'messages[0].content': '` + echoed + `'"}}`
+	srv := newCompletionServer(t, http.StatusUnprocessableEntity, "application/json", body, nil)
+	ad := NewOpenAIChat(config.LLMConfig{BaseURL: srv.URL, Model: "m"})
+
+	_, err := ad.Chat(context.Background(), Request{Messages: []Message{TextMessage(RoleUser, echoed)}}, Options{})
+	if err == nil {
+		t.Fatal("want error, got nil")
+	}
+	if !errors.Is(err, ErrUpstream) || !errors.Is(err, trace.ErrUpstream) {
+		t.Fatalf("err = %v, want both ErrUpstream and trace.ErrUpstream", err)
+	}
+	if strings.Contains(err.Error(), echoed) {
+		t.Errorf("error text echoes the prompt: %v", err)
+	}
+	if !strings.Contains(err.Error(), "422") {
+		t.Errorf("err = %v, want the status kept for triage", err)
+	}
+	if !strings.Contains(err.Error(), "invalid_request_error") {
+		t.Errorf("err = %v, want the error.code kept for triage", err)
+	}
+}
+
 func TestOpenAIChat_Chat_NoBaseURL(t *testing.T) {
 	t.Parallel()
 	ad := NewOpenAIChat(config.LLMConfig{})

internal/runtime/model/upstream.go

@@ -0,0 +1,92 @@
+package model
+
+import (
+	"fmt"
+	"io"
+	"net/http"
+	"strings"
+
+	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/trace"
+)
+
+// 本文件是 model 包**唯一**的「上游错误体 → error」收口。两个 provider 适配
+// （OpenAI 兼容 /chat/completions 与 Anthropic /v1/messages，含流内 error 事件）
+// 都经这里进 error，绝不各自截一段响应体再拼进去 —— 那样写的人早晚会漏掉一家，
+// 而漏掉的方向永远是「她的提问进日志」。
+//
+// 出镜口径由 internal/runtime/trace.UpstreamError 决定（M40 的共享 helper，契约见
+// 其文件头）：只留 upstream / status / contentType / bodyLen / body sha256 前缀 /
+// error.code / error.type，**error.message 默认带不进**。这里不重新实现任何清洗
+// —— 三家各写一份清洗就是三处漂移的起点。
+
+// errBodyCap 限制错误路径**读多少字节**（只用来数长度、取摘要、抽 code/type），
+// 不再决定「错误里带多少正文」：正文一个字节都不进 error。上界刻意小 ——
+// 错误体是攻击面，不是数据面。
+const errBodyCap = 512
+
+// maxErrorTokenBytes 是 error.code / error.type 允许出镜的长度上限（见
+// safeErrorToken）。
+const maxErrorTokenBytes = 64
+
+// upstreamLabel 报「这次调用实际打到哪」：优先主机（自建网关 / 代理下才看得出
+// 真实去向），取不到主机时退回 provider 名（代码里写死的短名）。两种形态都不含
+// 路径、查询串与凭据 —— 契约在 trace.HostOf。
+func upstreamLabel(name, baseURL string) string {
+	if host := trace.HostOf(baseURL); host != "" {
+		return host
+	}
+	return name
+}
+
+// providerUpstreamError 把一次非 2xx 响应收敛成**可安全进日志**的错误。
+//
+// 为什么不再带正文：上游把用户的提问原样回显在错误里是真实写法 ——
+// `{"error":{"code":"invalid_request_error","message":"Invalid value: '<她的原话>'"}}`，
+// 而这类 error 会被 `chat run` / `loop step` 打日志。截断到 512 字节只是把
+// 「整段泄漏」变成「前 512 字节泄漏」，不是修复。
+//
+// 双 %w：既保持 errors.Is(err, ErrUpstream)（降级链按它分类，主 → 备 → 本地），
+// 也让 errors.Is(err, trace.ErrUpstream) 成立（调用方按上游失败分类）。
+func providerUpstreamError(name, baseURL string, resp *http.Response) error {
+	body, _ := io.ReadAll(io.LimitReader(resp.Body, errBodyCap))
+	info := trace.UpstreamError(upstreamLabel(name, baseURL), resp.StatusCode,
+		resp.Header.Get("Content-Type"), body)
+	return fmt.Errorf("model: %w: %w", ErrUpstream, info)
+}
+
+// streamEventError 处理 /v1/messages 的**流内** error 事件：HTTP 已经是 200，
+// 失败藏在 SSE 里，因此没有状态码。
+//
+// evt.Message 是上游自由文本，Anthropic 会用它回显请求内容（例如「prompt is too
+// long: <片段>」），所以**整段丢弃**（原本是无上限拼进 error）。只保留 evt.Type
+// （协议枚举，如 overloaded_error）且必须像令牌才出镜：网关把散文塞进 type 时它
+// 是空串 —— 宁可少一条分类提示，不让自由文本借道 type 出去。
+func streamEventError(upstream string, evt *anthropicStreamError) error {
+	info, ok := trace.UpstreamError(upstream, 0, "text/event-stream", nil).(*trace.UpstreamErrorInfo)
+	if !ok {
+		// helper 的构造是固定的，走不到这里；真走到也只少一条诊断，不破安全口径。
+		return fmt.Errorf("model: %w: anthropic stream error event", ErrUpstream)
+	}
+	info.Type = safeErrorToken(evt.Type)
+	return fmt.Errorf("model: %w: %w", ErrUpstream, info)
+}
+
+// safeErrorToken 只放行「像协议令牌」的短串（字母、数字与 `_ . -`），其余一律
+// 丢弃。error.code / error.type 在主流上游是枚举，但它们是**自由文本面**：网关、
+// 代理与兼容层可以往里面塞任何东西。丢弃它的代价只是少一条分类提示，保留一个
+// 不受控字段的代价是她的话进日志。
+func safeErrorToken(s string) string {
+	s = strings.TrimSpace(s)
+	if s == "" || len(s) > maxErrorTokenBytes {
+		return ""
+	}
+	for _, r := range s {
+		switch {
+		case r >= 'a' && r <= 'z', r >= 'A' && r <= 'Z', r >= '0' && r <= '9':
+		case r == '_' || r == '.' || r == '-':
+		default:
+			return ""
+		}
+	}
+	return s
+}