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）。

internal/config/runtimeconfig/models.go

@@ -103,6 +103,14 @@ type Group struct {
 	// last-resort fallback step then falls back to LLM_FALLBACK_MAX_TOKENS, and
 	// beyond that the adapter default applies.
 	MaxTokens int `json:"maxTokens,omitempty"`
+	// ContextWindow 声明本组的模型上下文窗口（token）。它是**声明式**的窗口来源
+	// （design/04 附录 A.3 第 1 条）：本仓没有任何 provider 侧窗口发现代码，而
+	// 上下文溢出压缩预算要按窗口推导（config.DeriveContextBudget），因此窗口必须
+	// 由人来声明。0（默认，键被省略）= 未声明，推导回落到
+	// config.DefaultModelContextWindow 并记一条 WARN；负数在校验阶段报错。
+	//
+	// 它是 `.env` 侧 LLM_CONTEXT_WINDOW 的对偶（per-group 播种，见 materialize.go）。
+	ContextWindow int `json:"contextWindow,omitempty"`
 	// PersonaModels binds an individual persona to its own model name within this
 	// group (裁决 03.4.1: the "role" of per-role routing is the persona a turn
 	// answers as, not the LLM message role). The carrier is deliberately
@@ -150,6 +158,9 @@ func (g Group) Validate() error {
 	if g.MaxTokens < 0 {
 		return fmt.Errorf("maxTokens must be >= 0, got %d", g.MaxTokens)
 	}
+	if g.ContextWindow < 0 {
+		return fmt.Errorf("contextWindow must be >= 0 (0 = 未声明，按回落窗口推导), got %d", g.ContextWindow)
+	}
 	if err := validatePersonaMap("personaModels", g.PersonaModels, false); err != nil {
 		return err
 	}
@@ -318,25 +329,27 @@ func loadFile(path string) ([]Group, error) {
 func GroupFromEnv(env config.LLMConfig) []Group {
 	if env.Provider == ProviderAnthropic {
 		return []Group{{
-			ID:         ProviderAnthropic,
-			Provider:   ProviderAnthropic,
-			BaseURL:    env.AnthropicBaseURL,
-			APIKey:     env.AnthropicAPIKey,
-			Model:      env.AnthropicModel,
-			Fallback:   env.AnthropicFallback,
-			Multimodal: env.Multimodal,
-			Reasoning:  ReasoningOptions{Kind: strings.TrimSpace(env.ReasoningKind)},
+			ID:            ProviderAnthropic,
+			Provider:      ProviderAnthropic,
+			BaseURL:       env.AnthropicBaseURL,
+			APIKey:        env.AnthropicAPIKey,
+			Model:         env.AnthropicModel,
+			Fallback:      env.AnthropicFallback,
+			Multimodal:    env.Multimodal,
+			ContextWindow: env.ContextWindow,
+			Reasoning:     ReasoningOptions{Kind: strings.TrimSpace(env.ReasoningKind)},
 		}}
 	}
 	return []Group{{
-		ID:         ProviderOpenAI,
-		Provider:   ProviderOpenAI,
-		BaseURL:    env.BaseURL,
-		APIKey:     env.APIKey,
-		Model:      env.Model,
-		Fallback:   env.Fallback,
-		Multimodal: env.Multimodal,
-		Reasoning:  ReasoningOptions{Kind: strings.TrimSpace(env.ReasoningKind)},
+		ID:            ProviderOpenAI,
+		Provider:      ProviderOpenAI,
+		BaseURL:       env.BaseURL,
+		APIKey:        env.APIKey,
+		Model:         env.Model,
+		Fallback:      env.Fallback,
+		Multimodal:    env.Multimodal,
+		ContextWindow: env.ContextWindow,
+		Reasoning:     ReasoningOptions{Kind: strings.TrimSpace(env.ReasoningKind)},
 	}}
 }