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/model/model.go

@@ -267,6 +267,33 @@ type Response struct {
 	PromptTokens     int
 	CompletionTokens int
 	TotalTokens      int
+	// CacheHitTokens / CacheMissTokens 是**输入侧**的两档 token 数（design/04
+	// 附录 A.1：提供商按缓存命中/未命中两档计价，命中价约为未命中的 1/50）。
+	// 两种线格式都解析进这里：
+	//
+	//   - OpenAI 兼容：usage.prompt_cache_hit_tokens / prompt_cache_miss_tokens
+	//     （DeepSeek），缺失时用 prompt_tokens_details.cached_tokens 作命中数；
+	//   - Anthropic：usage.cache_read_input_tokens 作命中数，
+	//     input_tokens + cache_creation_input_tokens 作未命中数。
+	//
+	// 提供商未上报（缺字段）时为零 —— 缺字段是**容错**路径，绝不 panic、绝不
+	// 影响正文解析。
+	CacheHitTokens  int
+	CacheMissTokens int
+	// ReasoningTokens 是完成侧里属于**思维链**的 token 数（OpenAI 兼容的
+	// usage.completion_tokens_details.reasoning_tokens）。Anthropic 不上报它
+	// （思考 token 已计入 output_tokens），因此那里恒为 0。
+	ReasoningTokens int
+}
+
+// CacheHitRate 返回输入侧的缓存命中率（hit / (hit+miss)）。提供商未上报任何
+// 输入侧明细、或两档都是 0 时返回 0 —— 不编造一个 100% 或 0% 之外的假值。
+func (r Response) CacheHitRate() float64 {
+	total := r.CacheHitTokens + r.CacheMissTokens
+	if total <= 0 {
+		return 0
+	}
+	return float64(r.CacheHitTokens) / float64(total)
 }
 
 // CallRecord 描述一次成功完成的 LLM 调用，供 M9