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/usage.go

@@ -0,0 +1,47 @@
+package model
+
+import (
+	"log/slog"
+	"time"
+)
+
+// 本文件是**用量与缓存的可观测出口**（design/04 附录 A.3 第 4 条）。
+//
+// 背景（附录 A.2 第 3 条）：在此之前输入侧用量从未被记录 —— 全仓只消费了
+// PromptTokens / TotalTokens，`prompt_cache_hit_tokens` / `miss` 一律没解析、没落
+// 日志，于是「大上下文到底贵不贵」根本无法实测。而提供商按命中/未命中两档计价，
+// 命中价约为未命中的 1/50：看不见命中率，就等于看不见成本。
+//
+// 记录点选在**适配器内部**（每个适配器的 record 都调它一次），而不是循环里：
+// 这样流式、非流式、后台思考、子代理、管理面板试连等**所有**模型调用点都覆盖到，
+// 不会有「换个调用入口就没了成本日志」的缺口。
+//
+// 红线：日志里只出现模型名、用途、token 数与耗时 —— **凭据（apiKey / token）绝不
+// 出现在这里**，它连参数都进不来。
+
+// usageLogEvent 是每条用量日志的事件名，便于按事件过滤与统计。
+const usageLogEvent = "model usage"
+
+// logUsage 记一条结构化用量日志：prompt / completion / total / reasoning /
+// cacheHit / cacheMiss / hitRate，外加模型名、用途、适配器与耗时。
+//
+// log 可以为 nil（适配器在未接日志时用的是丢弃 logger），这里仍做一次防御：
+// 缺字段容错、绝不 panic。
+func logUsage(log *slog.Logger, adapter string, req Request, resp Response, took time.Duration) {
+	if log == nil {
+		return
+	}
+	log.Info(usageLogEvent,
+		"adapter", adapter,
+		"model", resp.Model,
+		"purpose", req.Purpose,
+		"prompt", resp.PromptTokens,
+		"completion", resp.CompletionTokens,
+		"total", resp.TotalTokens,
+		"reasoning", resp.ReasoningTokens,
+		"cacheHit", resp.CacheHitTokens,
+		"cacheMiss", resp.CacheMissTokens,
+		"hitRate", resp.CacheHitRate(),
+		"tookMs", took.Milliseconds(),
+	)
+}