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/sidecar.go

@@ -46,10 +46,14 @@ const (
 	sidecarDirMode  = 0o700
 	sidecarFileMode = 0o600
 
-	// maxSidecarBytes 是读 sidecar 时的硬上限（正文预算 64K 字符，UTF-8 最多
-	// 4 字节/字符，再留元数据余量）。超过即判为损坏并重抽，绝不把一整份畸形
+	// maxSidecarBytes 是读 sidecar 时的硬上限：正文安全上限（MaxSidecarBytes）
+	// 再加元数据行与 JSON 编码的余量。超过即判为损坏并重抽，绝不把一整份畸形
 	// 文件读进内存。
-	maxSidecarBytes = MaxExtractChars*4 + 1<<10
+	maxSidecarBytes = MaxSidecarBytes + sidecarReadAllowanceBytes
+
+	// sidecarReadAllowanceBytes 是给首行元数据（含 unreadable 的原因短句）与
+	// JSON 编码留的余量。
+	sidecarReadAllowanceBytes = 64 * 1024
 
 	// sidecarTempPattern 是原子写入用的临时文件前缀。
 	sidecarTempPattern = ".sidecar-*"
@@ -88,11 +92,12 @@ type cachedExtract struct {
 	Reason string
 	// Kind 是抽取所得内容的种类（text / csv / tsv）。
 	Kind string
-	// Chars 是注入正文的字符数。
+	// Chars 是 sidecar 正文的字符数（= 抽取所得全文的字符数，除非撞上安全上限）。
 	Chars int
-	// Truncated 报告正文是否被预算截断。
+	// Truncated 报告抽取期是否撞上了安全上限 MaxSidecarBytes（「正文到此为止」
+	// 不等于「原文件到此为止」）。
 	Truncated bool
-	// Text 是 Status == extracted 时的注入正文。
+	// Text 是 Status == extracted 时的全文正文。
 	Text string
 }
 
@@ -393,6 +398,11 @@ func (r *Resolver) extract(part model.Content) cachedExtract {
 // documentRefFrom 把 sidecar 记录折进文档引用：身份（存储名、MIME、字节数）
 // 来自部件本身，status/chars/truncated 来自抽取结论。空状态归为 listed
 // （「清单已给出、正文未注入」是事实，而不是「已抽取」）。
+//
+// 注意这里给出的 chars/truncated 是**抽取侧**的事实（sidecar 正文的字符数、
+// 是否撞上安全上限）。装配期（loop.resolveDocuments）会按本回合的注入预算把
+// 它们改写成「实际注入了多少字符 / 注入是否被截断」—— 清单行的续读游标因此
+// 真的是「继续读的起点」（切片 T1 §7.2）。
 func documentRefFrom(rec cachedExtract, ref history.DocumentRef) history.DocumentRef {
 	ref.Status = rec.Status
 	ref.Chars = rec.Chars