feat(config,runtime): 上下文预算按模型窗口推导 + usage/缓存可观测 + sidecar 存全文（T1）

- 窗口声明：models.json 组级 contextWindow + env LLM_CONTEXT_WINDOW（per-group materialize 播种，0 不写盘、负数报错）。

- 预算三态：CONTEXT_MAX_TOKENS 未设置 ⇒ 按窗口推导；>0 显式覆盖；0|负 关闭压缩（不变）。推导 budget = min(窗口×比例, 窗口−输出保留)，比例默认 2/3（CONTEXT_BUDGET_RATIO，1M ⇒ 699050 tokens ≈ 683Ki）；输出保留 = max(32768, 该组 maxTokens) 且封顶窗口/2（防配置矛盾时退化成 1 token）；窗口未声明 ⇒ 回落 131072 + 恰好一条 WARN。接线在组合根 wire_context.go（唯一决策点）。

- usage/缓存可观测（此前**完全不可观测**）：Response 增 CacheHit/CacheMiss/Reasoning tokens + CacheHitRate；解析 OpenAI 兼容（prompt_cache_hit_tokens/prompt_cache_miss_tokens/cached_tokens/reasoning_tokens）与 anthropic（cache_read_input_tokens/cache_creation_input_tokens）两种形状；记录点在适配器 record（换入口不丢成本日志），日志无凭据；单次输入 ≥预算 90% 记 WARN（不阻断）。

- 根治清单「续读」假承诺：抽取期不再按注入预算截断（sidecar 存全文，只受 MaxSidecarBytes=8 MiB 安全上限，ExtractorVersion v1→v2 旧 sidecar 失效重抽）；注入预算改在装配期生效 ⇒ ref.Chars/Truncated 是注入侧事实、游标真是继续读的起点；document-read 的 limit 上限改为独立具名常量。

- 顺手修越界：config.go 505 行（超 500）拆出 llm.go。

- 主会话独立验收：隔离 worktree（HEAD + 本切片 39 文件，排除在途 gateway）build/vet 绿、全树 59 包 0 FAIL、linux+darwin 交叉编译绿；变异独立复现（比例改 0.25 ⇒ 推导用例红 262144 vs 699050）。

cmd/cyrene/wire_context.go

@@ -1,16 +1,83 @@
 package main
 
-import "git.yeij.top/AskaEth/Cyrene_v2/internal/config"
+import (
+	"log/slog"
 
-// contextBudget 返回循环的上下文溢出压缩预算（CONTEXT_MAX_TOKENS，
-// design/04 §1.3）。**非正 = 关闭压缩**，行为与本条接线前逐字节一致；
-// 未配置时由 config 层给出 DefaultContextMaxTokens（即默认启用）。
+	"git.yeij.top/AskaEth/Cyrene_v2/internal/config"
+	"git.yeij.top/AskaEth/Cyrene_v2/internal/runtime/loop"
+)
+
+// 本文件是**上下文预算的唯一决策点**（组合根）：把「配置 + 生效模型组」摊平成
+// config.ContextBudgetInput，喂给纯函数 config.DeriveContextBudget，再把结论交给
+// loop.Options.MaxContextTokens 与 loop.Options.DocumentMaxInjectChars。
 //
-// 取值只从配置来，组合根不做二次猜测：阈值语义（含「0 关掉」）由配置层
-// 一处定义，组合根只负责把它交给 loop.Options.MaxContextTokens。
-func (a *app) contextBudget() int {
-	if a.cfg == nil {
-		return config.DefaultContextMaxTokens
+// 为什么推导放在这里而不是配置层：窗口与 maxTokens 都在 models.json 的**生效组**
+// 上（面板可编辑、热重载），而 CONTEXT_MAX_TOKENS 在 .env。两个来源的会合点只有
+// 组合根，推导函数本身因此保持纯粹、可表驱动测试。
+//
+// 语义（design/04 §1.3 + 附录 A.3）：
+//   - CONTEXT_MAX_TOKENS 未设置 ⇒ 按窗口推导 budget = min(窗口 × 比例, 窗口 − 输出保留)；
+//   - > 0 ⇒ 显式覆盖；0 / 负数 ⇒ 关闭压缩（与接线前一致）；
+//   - 窗口未声明 ⇒ 回落 config.DefaultModelContextWindow 并记**恰好一条** WARN；
+//   - 比例非法（CONTEXT_BUDGET_RATIO）⇒ 记一条带原始取值的 WARN 并回落 2/3。
+
+// ctxBudget 是组合根推导出的两项预算：循环的溢出压缩预算与单份附件注入预算。
+type ctxBudget struct {
+	// Budget 是压缩预算的完整结论（含推导来源，供日志与断言）。
+	Budget config.ContextBudget
+	// DocumentInjectChars 是单份附件注入上下文的字符上限（T1 §7.2）。
+	DocumentInjectChars int
+}
+
+// contextBudget 计算本次运行生效的上下文预算。envPath 是启动时合并的 .env 路径
+// （比例键的读取与其余配置同一套优先级；空串表示不看 .env）。
+//
+// 模型组取**生效组**（models.json 下标 0，或 .env 合成的组）：压缩预算与注入预算
+// 都是循环级的单一值，而生效组才是新请求默认用的那个。
+func (a *app) contextBudget(envPath string) ctxBudget {
+	in := config.ContextBudgetInput{}
+	docOverride := 0
+	if a.cfg != nil {
+		in.Override = a.cfg.Context.MaxTokens
+		in.OverrideConfigured = a.cfg.Context.MaxTokensSet
+		docOverride = a.cfg.Context.DocumentMaxInjectChars
 	}
-	return a.cfg.Context.MaxTokens
+	if a.llm != nil {
+		g := a.llm.Group()
+		in.Window = g.ContextWindow
+		in.GroupMaxTokens = g.MaxTokens
+	}
+	return deriveContextBudget(sourcedWiringLog(a.log), envPath, in, docOverride)
+}
+
+// deriveContextBudget 是 contextBudget 的可测内核：取值来源收成显式参数，
+// 日志与「恰好一条 WARN」也在这里（测试用捕获型 handler 断言条数）。
+func deriveContextBudget(log *slog.Logger, envPath string, in config.ContextBudgetInput, docOverride int) ctxBudget {
+	ratio, err := config.LoadContextBudgetRatio(envPath)
+	if err != nil {
+		// 非法比例：记一条带原始取值的 WARN 并回落默认（AGENTS §10：不许静默失效）。
+		log.Warn("context budget ratio invalid, falling back",
+			"env", config.ContextBudgetRatioEnv, "error", err,
+			"fallback_ratio", config.DefaultContextBudgetRatio)
+		ratio = config.DefaultContextBudgetRatio
+	}
+	in.Ratio = ratio
+	budget := config.DeriveContextBudget(in)
+	// 单份附件注入预算：显式覆盖优先，否则随推导出的预算走。
+	docChars := docOverride
+	if docChars <= 0 {
+		docChars = loop.DocumentInjectCharsFor(budget.Tokens)
+	}
+	if budget.Mode == config.ContextBudgetDerived && !budget.WindowDeclared {
+		// 窗口未声明：**恰好一条** WARN（每次启动只推导一次）。
+		log.Warn("model context window not declared, falling back",
+			"env", "LLM_CONTEXT_WINDOW", "json_key", "contextWindow",
+			"window", budget.Window, "hint", "声明窗口才能吃满模型的真实窗口")
+	}
+	log.Info("context budget",
+		"mode", string(budget.Mode), "tokens", budget.Tokens,
+		"window", budget.Window, "window_declared", budget.WindowDeclared,
+		"ratio", budget.Ratio, "output_reserve", budget.OutputReserve,
+		"document_inject_chars", docChars)
+	return ctxBudget{Budget: budget, DocumentInjectChars: docChars}
 }