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）。

plugins/tools/io/document_read.go

@@ -39,16 +39,18 @@ const (
 	// 这两处是成对契约，改一处必须改两处，否则模型照清单调用会拿到「未知工具」。
 	documentReadToolName = "document-read"
 
-	// defaultDocumentReadChars 是 limit 缺省时的读取字符数。依据：装配期一次注入
-	// 最多 64K 字符（documents.MaxExtractChars），本工具是**按需**取用，单次 8000
-	// 字符（≈2–3K token）是「读完整一段」与「别让一次工具往返吃掉整个上下文」之间的
-	// 折中，与 file（5 MiB）/ web-fetch（2 MiB）同属「有上限的取用」。
+	// defaultDocumentReadChars 是 limit 缺省时的读取字符数。本工具是**按需**取用，
+	// 单次 8000 字符（≈2–3K token）是「读完整一段」与「别让一次工具往返吃掉整个
+	// 上下文」之间的折中，与 file（5 MiB）/ web-fetch（2 MiB）同属「有上限的取用」。
 	defaultDocumentReadChars = 8000
 
-	// maxDocumentReadChars 是 limit 的上限 = **抽取期预算**（sidecar 正文的物理上限）。
-	// 它直接取抽取器的常量而不是再写一个字面量：正文在抽取期已被截到
-	// documents.MaxExtractChars，再大的请求都读不到更多，因此上限就是它。
-	maxDocumentReadChars = documents.MaxExtractChars
+	// maxDocumentReadChars 是单次 limit 的**独立上限**（64K 字符）。
+	//
+	// 它刻意不再复用 documents.MaxExtractChars（切片 T1 §7.2 第 3 条）：那个常量
+	// 已随「sidecar 存全文」作废，而且「一次工具往返能取多少」与「sidecar 有多长」
+	// 本来就是两件事 —— sidecar 现在可以有 8 MiB，一次读 8 MiB 进上下文显然不合
+	// 适。模型要继续读就按 nextOffset 翻页：上限约束的是**一次往返**，不是总量。
+	maxDocumentReadChars = 64 * 1024
 
 	// documentReadNoReason 是 sidecar 说「不可读」却没给出原因时的兜底文案：不静默，
 	// 也不编造一个具体原因。
@@ -87,14 +89,16 @@ func (d *documentReadTool) Name() string { return documentReadToolName }
 // Description implements sdk.Tool. It documents the coordinate system, because the
 // model only sees this text plus the attachment list line that pointed it here.
 func (d *documentReadTool) Description() string {
-	return "Read a slice of an already-extracted document (an attachment) by character offset. " +
-		"Use it with the attachment list line: that line prints a continuation cursor 'offset=N' when the " +
-		"injected text was cut, and 'offset' here is that same 0-based character offset into the extracted " +
-		"text (the CSV/TSV summary line, when present, is part of it). Each result reports totalChars and, " +
-		"when more text is available after this slice, truncated=true plus nextOffset to continue from. " +
-		"Only server-issued document names from the attachment list can be read; nothing is re-extracted, " +
-		"so the extracted text is the same text that was injected. Note that the extraction itself is " +
-		"capped: when extractTruncated is true the extracted text ends there but the original document is longer."
+	return fmt.Sprintf("Read a slice of an already-extracted document (an attachment) by character offset. "+
+		"Use it with the attachment list line: that line prints a continuation cursor 'offset=N' when the "+
+		"injected text was cut, and 'offset' here is that same 0-based character offset into the extracted "+
+		"text (the CSV/TSV summary line, when present, is part of it). Each result reports totalChars and, "+
+		"when more text is available after this slice, truncated=true plus nextOffset to continue from. "+
+		"Only server-issued document names from the attachment list can be read, and nothing is ever "+
+		"re-extracted, so the extracted text is the very text the injection was cut from. Two caps are "+
+		"separate: this call returns at most 'limit' characters (default %d, capped at %d), while the "+
+		"extraction itself is bounded by a safety limit - when extractTruncated is true the extracted text "+
+		"ends there and the original document is longer.", defaultDocumentReadChars, maxDocumentReadChars)
 }
 
 // Parameters implements sdk.Tool.
@@ -137,10 +141,11 @@ type documentReadResult struct {
 	Truncated bool `json:"truncated"`
 	// NextOffset 是续读游标（= Offset + 本次返回的字符数）；没有更多内容时为 0 并省略。
 	NextOffset int `json:"nextOffset,omitempty"`
-	// ExtractTruncated 报告**抽取期**是否已按预算截断（sidecar 的 truncated）：为 true 时
-	// 「正文到此为止」不等于「原文件到此为止」—— 预算之外的内容不在 sidecar 里
-	//（design/24 §9.6 第 3 条：64K 预算落在抽取期）。这条事实必须让模型看得见，
-	// 否则它会拿「读到末尾」当成「文件只有这么长」。
+	// ExtractTruncated 报告**抽取期**是否已撞上安全上限（sidecar 的 truncated，8 MiB
+	// 文本）：为 true 时「正文到此为止」不等于「原文件到此为止」—— 上限之外的内容
+	// 不在 sidecar 里。这条事实必须让模型看得见，否则它会拿「读到末尾」当成
+	// 「文件只有这么长」。注意它与「本回合装配期有没有被注入预算截断」是两件事：
+	// 后者体现在清单行的续读游标上，本字段不受它影响。
 	ExtractTruncated bool `json:"extractTruncated,omitempty"`
 	// Text 是本次读到的正文（sidecar 第一行元数据之后的部分）。
 	Text string `json:"text"`
@@ -232,8 +237,7 @@ func documentReadWindow(m map[string]any) (int, int, error) {
 
 // documentReadSlice 返回 s 从第 offset 个字符起的至多 limit 个字符，以及其后是否还有
 // 内容。单位是**字符（rune）**而不是字节 —— 与清单行的续读游标同一口径（loop 给的
-// 是「已注入的字符数」），因此多字节字符既不会被算错，也不会被切成两半。s 的长度受
-// 抽取预算封顶（documents.MaxExtractChars），故这里的一次转换是有界的。
+// 是「已注入的字符数」），因此多字节字符既不会被算错，也不会被切成两半。
 func documentReadSlice(s string, offset, limit int) (string, bool) {
 	runes := []rune(s)
 	if offset >= len(runes) {