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_runtime.go

@@ -252,6 +252,12 @@ func (a *app) wireRuntime() error {
 	approver := audit.NewApprover(a.log)
 	approvalGate := a.buildApprovalGate(approver)
 
+	// 上下文溢出压缩：预算按模型窗口推导（CONTEXT_MAX_TOKENS 未设置时；
+	// 显式 >0 = 覆盖、0/负 = 关闭），推导与「窗口未声明」的 WARN 都在
+	// wire_context.go 一处完成。Compactor 不注入，由 loop 选用内置的结构化
+	// compactor（离线、不调模型），并按同一份注入预算估算文档部件的代价。
+	ctxBudget := a.contextBudget(envPath)
+
 	a.loop = loop.New(loop.Options{
 		Agent:            defaultAgent,
 		Agents:           agents,
@@ -277,17 +283,17 @@ func (a *app) wireRuntime() error {
 		PersonaKnowledgeFor: a.personaKnowledgeFor(envPath),
 		Timezone:            a.cfg.Timezone,
 		MaxRounds:           defaultMaxRounds,
-		// 上下文溢出压缩：预算取自 CONTEXT_MAX_TOKENS（非正 = 关闭，
-		// 与接线前一致），默认启用（见 wire_context.go）。Compactor 不注入，
-		// 由 loop 选用内置的结构化 compactor（离线、不调模型）。
-		MaxContextTokens:   a.contextBudget(),
-		WorkingMemory:      memory.NewWorkingMemory(0),
-		OnStream:           a.streamChunk,
-		Vision:             visionResolver,
-		DocumentResolver:   docResolver,
-		Thinking:           thinking,
-		ReasoningEffort:    reasoningEffort,
-		ThinkingShowToUser: thinkingShow,
+		MaxContextTokens:    ctxBudget.Budget.Tokens,
+		// 单份附件的注入预算随推导出的上下文预算走（T1 §7.2）：1M 窗口下大附件
+		// 才真的进得来，而清单行的续读游标也因此真的是继续读的起点。
+		DocumentMaxInjectChars: ctxBudget.DocumentInjectChars,
+		WorkingMemory:          memory.NewWorkingMemory(0),
+		OnStream:               a.streamChunk,
+		Vision:                 visionResolver,
+		DocumentResolver:       docResolver,
+		Thinking:               thinking,
+		ReasoningEffort:        reasoningEffort,
+		ThinkingShowToUser:     thinkingShow,
 		// 按调用（而非整批）准入：敏感与否取决于该次调用的参数
 		// （file 的 read 自主、write 代审），见 toolAdmissionHooks。
 		Hooks: a.toolAdmissionHooks(approvalGate),