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_test.go

@@ -88,11 +88,15 @@ func TestExtract_TSVPrependsSummary(t *testing.T) {
 	}
 }
 
-// TestExtract_TruncatesHonestly 钉住「绝不静默截断」（design/24 §4.3）：超预算时
-// 截到预算、置 Truncated，且截断是 rune 安全的（多字节字符不被切成两半）。
-func TestExtract_TruncatesHonestly(t *testing.T) {
+// TestExtract_TruncatesAtSafetyCap 钉住「绝不静默截断」（design/24 §4.3）：
+// 撞上**安全上限**（MaxSidecarBytes，8 MiB 文本）时截到上限并置 Truncated，且截断
+// 是 rune 安全的（多字节字符不被切成两半）。
+//
+// 注意它钉的不再是「注入预算」：注入预算由装配期按上下文预算决定（切片 T1 §7.2），
+// 抽取器只保证 sidecar 里存得下全文、且撞上上限时如实记账。
+func TestExtract_TruncatesAtSafetyCap(t *testing.T) {
 	t.Parallel()
-	body := strings.Repeat("你好", MaxExtractChars)
+	body := strings.Repeat("你好", MaxSidecarBytes/len("你好")+16)
 	res, err := Extract(txtName, "text/plain", []byte(body))
 	if err != nil {
 		t.Fatalf("Extract: %v", err)
@@ -100,15 +104,37 @@ func TestExtract_TruncatesHonestly(t *testing.T) {
 	if !res.Truncated {
 		t.Fatal("Truncated = false, want true")
 	}
-	if res.Chars != MaxExtractChars {
-		t.Fatalf("Chars = %d, want %d", res.Chars, MaxExtractChars)
+	if len(res.Text) > MaxSidecarBytes {
+		t.Fatalf("截断后正文 %d 字节，超出安全上限 %d", len(res.Text), MaxSidecarBytes)
 	}
-	if want := strings.Repeat("你好", MaxExtractChars/2); res.Text != want {
-		t.Fatalf("Text 不是预算内的 rune 前缀（len=%d）", len(res.Text))
+	if res.Chars != utf8.RuneCountInString(res.Text) {
+		t.Fatalf("Chars = %d, want 正文 rune 数 %d", res.Chars, utf8.RuneCountInString(res.Text))
 	}
 	if !utf8.ValidString(res.Text) {
 		t.Fatal("截断后的正文不是合法 UTF-8")
 	}
+	// 上限内的正文逐字无损：截断只砍尾巴，不改写已有内容。
+	if !strings.HasPrefix(body, res.Text) {
+		t.Fatal("截断后的正文不是原文的前缀")
+	}
+}
+
+// TestExtract_KeepsFullTextBelowSafetyCap 钉住切片 T1 §7.2 的核心：抽取期**不再**
+// 按注入预算截断，因此一份远超旧 64K 字符、但仍在安全上限内的文档必须整份存下 ——
+// 否则 document-read 永远读不到注入预算之外的正文（S4 实测的断裂）。
+func TestExtract_KeepsFullTextBelowSafetyCap(t *testing.T) {
+	t.Parallel()
+	body := strings.Repeat("宽", 200*1024) // 20 万字符：远超旧的 64K 注入预算
+	res, err := Extract(txtName, "text/plain", []byte(body))
+	if err != nil {
+		t.Fatalf("Extract: %v", err)
+	}
+	if res.Truncated {
+		t.Fatal("Truncated = true, want false（安全上限内的正文不该被截断）")
+	}
+	if res.Chars != 200*1024 || res.Text != body {
+		t.Fatalf("Chars = %d（want %d），正文是否逐字无损 = %v", res.Chars, 200*1024, res.Text == body)
+	}
 }
 
 // TestExtract_SanitizesInvalidUTF8 钉住「非法 UTF-8 要处理，不可 panic」：