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/multimodal/vision/adapter.go

@@ -11,6 +11,7 @@ import (
 	"strings"
 
 	"git.yeij.top/AskaEth/Cyrene_v2/internal/config"
+	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/trace"
 )
 
 // visionMaxTokens 限制 vision/OCR 响应的长度。
@@ -170,8 +171,14 @@ func (a *OpenAICompatibleAdapter) ask(ctx context.Context, model string, img Ima
 	}
 	defer func() { _ = resp.Body.Close() }()
 	if resp.StatusCode != http.StatusOK {
-		snippet, _ := io.ReadAll(io.LimitReader(resp.Body, maxFetchedBody))
-		return "", fmt.Errorf("vision: %w: status %d: %s", ErrUpstream, resp.StatusCode, strings.TrimSpace(string(snippet)))
+		// 错误路径**不再整段读**：这里原来沿用取图的 maxFetchedBody（50 MiB），
+		// 等于「最多 50 MiB 的错误体进内存、再进 error」。错误体是攻击面，因此
+		// 只读 maxErrorBodyBytes，并且一个字节都不进 error —— 只留 status /
+		// contentType / bodyLen / sha256 与 code/type（trace.UpstreamError）。
+		body, _ := io.ReadAll(io.LimitReader(resp.Body, maxErrorBodyBytes))
+		upstream := trace.UpstreamError(trace.HostOf(a.cfg.BaseURL), resp.StatusCode,
+			resp.Header.Get("Content-Type"), body)
+		return "", fmt.Errorf("vision: %w: %w", ErrUpstream, upstream)
 	}
 	return a.decode(resp.Body)
 }

internal/runtime/multimodal/vision/adapter_test.go

@@ -3,9 +3,11 @@ package vision
 import (
 	"context"
 	"encoding/json"
+	"errors"
 	"io"
 	"net/http"
 	"net/http/httptest"
+	"strings"
 	"testing"
 
 	"git.yeij.top/AskaEth/Cyrene_v2/internal/config"
@@ -51,3 +53,62 @@ func TestOpenAICompatibleAdapter_NotConfigured(t *testing.T) {
 		t.Fatal("want error for empty base url, got nil")
 	}
 }
+
+// stubTransport 让测试不经网络直接给出响应。
+type stubTransport func(*http.Request) (*http.Response, error)
+
+func (f stubTransport) RoundTrip(r *http.Request) (*http.Response, error) { return f(r) }
+
+// countingBody 记录被读走的字节数，用来断言错误路径**有界读**。
+type countingBody struct {
+	r io.Reader
+	n *int64
+}
+
+func (b *countingBody) Read(p []byte) (int, error) {
+	n, err := b.r.Read(p)
+	*b.n += int64(n)
+	return n, err
+}
+
+func (b *countingBody) Close() error { return nil }
+
+// TestOpenAICompatibleAdapter_ErrorBodyKeptOutOfError 覆盖 M41 的视觉一处：
+// 旧实现沿用取图上限（50 MiB）读错误体，再把它拼进 error —— 既是日志面
+// （整个 50 MiB 的错误体都能进去），也是 DoS 面（一次超大错误响应就吃掉内存）。
+//
+// 两个断言各能单独打红：① 正文出现在 error 里 ⇒ 又回到「拼原文」；
+// ② 错误路径读走超过 maxErrorBodyBytes ⇒ 又回到按取图上限整段读。
+// 测试体用 8 MiB（远大于 4 KiB、远小于 50 MiB）：足以证伪无界读，又不必在
+// 测试里分配 50 MiB。
+func TestOpenAICompatibleAdapter_ErrorBodyKeptOutOfError(t *testing.T) {
+	t.Parallel()
+	const sentinel = "SENTINEL-VISION-ERROR-BODY-7d2a"
+	var read int64
+	payload := sentinel + strings.Repeat("x", 8<<20)
+	ad := newAdapter("https://vision.example.com")
+	ad.client = &http.Client{Transport: stubTransport(func(*http.Request) (*http.Response, error) {
+		return &http.Response{
+			StatusCode: http.StatusInternalServerError,
+			Header:     http.Header{"Content-Type": []string{"application/json"}},
+			Body:       &countingBody{r: strings.NewReader(payload), n: &read},
+		}, nil
+	})}
+
+	_, err := ad.Describe(context.Background(), ImageRef{Source: SourceBase64, Data: "aGVsbG8="}, "")
+	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(), sentinel) {
+		t.Errorf("error text carries the response body: %v", err)
+	}
+	if read > maxErrorBodyBytes {
+		t.Errorf("error path read %d bytes of the error body, want <= %d", read, maxErrorBodyBytes)
+	}
+	if !strings.Contains(err.Error(), "500") {
+		t.Errorf("err = %v, want the status kept for triage", err)
+	}
+}

internal/runtime/multimodal/vision/image.go

@@ -18,6 +18,11 @@ import (
 const (
 	maxImageBytes  = 50 << 20
 	maxFetchedBody = 50 << 20
+	// maxErrorBodyBytes 是非 2xx 响应的读取上限。它与上面两个是**不同口径**：
+	// 那两个是数据面（图像字节）的预算，这一条是攻击面的预算 —— 错误体只用来
+	// 数长度 / 取 sha256 前缀 / 抽 error.code，因此 4 KiB 足够，绝不沿用 50 MiB
+	// （那会把「一个超大错误响应」变成一次内存分配与一次日志面暴露）。
+	maxErrorBodyBytes = 4 << 10
 )
 
 // imageFetchTimeout 限制一次图像 URL 取回的时长。适配器与消息解析器会