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/runtime/documents/extract.go

@@ -20,15 +20,26 @@ import (
 // 抽取器的常量。它们全是编译期常量或纯函数分支，使抽取路径里不出现魔法数字。
 const (
 	// ExtractorVersion 是抽取器的版本号，写进每条 sidecar 的元数据。抽取逻辑
-	// 一旦变化（清洗规则、摘要口径、预算）必须递增：版本不匹配时旧 sidecar
+	// 一旦变化（清洗规则、摘要口径、截断口径）必须递增：版本不匹配时旧 sidecar
 	// 被判为失效并重抽一次，从而不会让「升级前抽出来的正文」永远留在缓存里
 	// （design/24 §4.3 要求 sidecar 记「抽取器版本」，这就是它的用处）。
-	ExtractorVersion = "documents/v1"
+	//
+	// v2（切片 T1 §7.2）：抽取期**不再**按注入预算截断，只在安全上限
+	// （MaxSidecarBytes）处截断 —— 旧缓存里的正文可能少了一大截，必须重抽。
+	ExtractorVersion = "documents/v2"
 
-	// MaxExtractChars 是**单份文档**注入上下文的字符预算（design/24 §3.4、
-	// §4.3 的 64K 字符）。超出即按 rune 截断并置 Result.Truncated；正文绝不
-	// 静默消失 —— 循环据 result 渲染 truncated 与续读游标。
-	MaxExtractChars = 64 * 1024
+	// MaxSidecarBytes 是 sidecar 正文的**安全上限**（字节，8 MiB 文本）。
+	//
+	// 它取代了旧的 MaxExtractChars（64K 字符）：那个数曾经同时兼任「抽取预算」与
+	// 「注入预算」，导致 sidecar 里存的就是被注入预算砍过的正文 —— 于是清单行给
+	// 出的续读游标（= 已注入字符数）恒等于 sidecar 正文长度，模型照它去
+	// `document-read` 必然读到空（切片 T1 §7.1 实测的断裂）。
+	//
+	// 现在两件事分开：sidecar 存**抽取得到的全文**，只受这个安全上限约束（防止
+	// 一份畸形或超大文件把内存/磁盘拖垮）；每回合注入多少由**装配期**的注入预算
+	// （loop.Options.DocumentMaxInjectChars）决定。命中本上限时 Truncated=true，
+	// 如实记进 sidecar 元数据 —— 「正文到此为止」绝不等于「原文件到此为止」。
+	MaxSidecarBytes = 8 << 20
 
 	// csvSummaryMaxColumns 限制摘要里列出的列名个数：超宽表只列前若干列，
 	// 免得摘要本身挤占注入预算。
@@ -72,12 +83,14 @@ var (
 // Result 是一次抽取的产物。它是抽取器的全部对外事实：正文、字符数、是否
 // 截断、种类与抽取器版本，sidecar 元数据与注入渲染都只读它。
 type Result struct {
-	// Text 是要注入模型可见上下文的文本（CSV/TSV 的摘要行 + 正文，已按 rune
-	// 截断到预算内）。
+	// Text 是要落进 sidecar（并在装配期按注入预算取用）的文本（CSV/TSV 的摘要行
+	// + 正文，已按安全上限 MaxSidecarBytes 截断）。
 	Text string
 	// Chars 是 Text 的字符数（rune 数）。
 	Chars int
-	// Truncated 报告正文是否因预算被截断（design/24 §4.3：绝不静默截断）。
+	// Truncated 报告正文是否撞上了**安全上限**（design/24 §4.3：绝不静默截断）。
+	// 它与「注入被截断」是两件事：后者由装配期按注入预算判定并写进
+	// history.DocumentRef（切片 T1 §7.2）。
 	Truncated bool
 	// Kind 是抽取出内容的种类（text / csv / tsv）。
 	Kind string
@@ -115,8 +128,8 @@ func Extract(name, mime string, data []byte) (Result, error) {
 		text = summary + "\n" + body
 	}
 	res := Result{Kind: kind, ExtractorVersion: ExtractorVersion}
-	if utf8.RuneCountInString(text) > MaxExtractChars {
-		text = prefixRunes(text, MaxExtractChars)
+	if len(text) > MaxSidecarBytes {
+		text = prefixBytes(text, MaxSidecarBytes)
 		res.Truncated = true
 	}
 	res.Text = text
@@ -264,17 +277,19 @@ func splitColumns(line, delim string) []string {
 	return out
 }
 
-// prefixRunes 返回 s 的前 n 个 rune：rune 安全，绝不把多字节字符切成两半。
-func prefixRunes(s string, n int) string {
-	if n <= 0 {
+// prefixBytes 返回 s 的前若干个**完整 rune**，使其字节数不超过 max：
+// 安全上限按字节设（MaxSidecarBytes），因此截断必须落在 rune 边界上，
+// 绝不把多字节字符切成两半（否则 sidecar 正文会是非法 UTF-8）。
+func prefixBytes(s string, max int) string {
+	if max <= 0 {
 		return ""
 	}
-	count := 0
-	for i := range s {
-		if count == n {
-			return s[:i]
-		}
-		count++
+	if len(s) <= max {
+		return s
 	}
-	return s
+	cut := max
+	for cut > 0 && !utf8.RuneStart(s[cut]) {
+		cut--
+	}
+	return s[:cut]
 }