perf: 目录缓存与流式正文快路径，请求热路径开销减半

按性能分析逐项落地，实测对比（16 并发、mock 上游零延迟、SQLite）：

- 每请求 SQL 10 → 2：模型/渠道目录（模型行、绑定、渠道行）进程内缓存 10s，
  运行期状态（冷却、健康）仍每次实时判定；管理端写操作经中间件、
  健康状态变化经回调立即失效。新增 TestProxyRequestSQLBudget 钉住预算。
- 端到端 p50 1.3–1.6ms → 0.66–0.70ms，RPS 3.5–8.9k → 16–18k。
- 流式正文累积：字符串 += 改 strings.Builder（原为 O(n²)），
  逐行 JSON 提取改字节快路径，并加廉价的子串预过滤、拿到输出 usage 后停累积。
  500 块：949µs/7.9MB 分配 → 83µs/136KB。
- 请求体定点改写：模型映射从整包 unmarshal/marshal 改为顶层字段替换
  （100KB：585µs → 29µs），stream_options 注入同理；requestText 改为
  只在「上游没报用量」时按需提取，亲和键改用原始体前缀。
- 渠道满载背压：新增 Acquire 有界排队（OT_PROXY_CHANNEL_ACQUIRE_WAIT，
  默认 150ms）；排队仍满时返回 503 + Retry-After 而不是 502。
  实测渠道上限 4、16 并发：无排队 81 次 503；排队 150ms 后 400/400 成功。
- 记账按批聚合：同批同用户一次扣款、流水批量插入、日表按 (user,model,日期)
  聚合，替代每行 5 条语句；幂等仍靠 ref_id 唯一索引兜底。
- gorm 开启 PrepareStmt（SQL 解析此前占 CPU 15%）；tiktoken 编码器按模型复用。
- 管理端用量列表不再返回原始请求/响应体（可能几十 MB），
  改为 has_raw 标记 + GET /admin/usage/:id 按需拉取，前端弹窗打开时取。

验证：go vet、go test ./...、go test -race（proxy/channel/usage/tokenizer）、
vue-tsc、eslint、vite build 全绿；本地起 mock 上游实测列表/详情接口与
管理页弹窗按需加载。

server/internal/api/admin_stats.go

@@ -2,6 +2,7 @@ package api
 
 import (
 	"math"
+	"net/http"
 	"sort"
 	"strconv"
 	"time"
@@ -261,9 +262,44 @@ func (h *Handler) AdminUsage(c *gin.Context) {
 			"reasoning_tokens": l.ReasoningTokens, "cache_write_1h_tokens": l.CacheWrite1hTokens,
 			"served_model": l.ServedModel, "cost": l.Cost,
 			"latency_ms": l.LatencyMS, "status": l.Status, "error_code": l.ErrorCode,
-			"raw_request": l.RawRequest, "raw_response": l.RawResponse,
+			// 原始体（可能是整段 SSE，百 KB～MB 级）不进列表：15 行一页就能到几十 MB。
+			// 只给一个标记，需要时走 /admin/usage/:id 单独取。
+			"has_raw":    l.RawRequest != "" || l.RawResponse != "",
 			"created_at": l.CreatedAt,
 		})
 	}
 	resp.OK(c, gin.H{"items": out, "total": total, "page": page, "page_size": size})
 }
+
+// AdminUsageDetail 单条用量的完整明细（含原始请求/响应体）。
+// 列表接口刻意不返回原始体：它们可能是整段 SSE，把列表响应撑到几十 MB 没有意义。
+func (h *Handler) AdminUsageDetail(c *gin.Context) {
+	id, err := strconv.ParseUint(c.Param("id"), 10, 64)
+	if err != nil {
+		resp.Fail(c, http.StatusBadRequest, "invalid usage id")
+		return
+	}
+	var l store.UsageLog
+	if err := h.a.DB.First(&l, id).Error; err != nil {
+		resp.Fail(c, http.StatusNotFound, "usage log not found")
+		return
+	}
+	var u store.User
+	h.a.DB.Select("id, username").First(&u, l.UserID)
+	var ch store.Channel
+	if l.ChannelID > 0 {
+		h.a.DB.Select("id, name").First(&ch, l.ChannelID)
+	}
+	resp.OK(c, gin.H{
+		"id": l.ID, "user": u.Username, "user_id": l.UserID, "model": l.ModelName, "protocol": l.Protocol,
+		"channel_id": l.ChannelID, "channel": ch.Name,
+		"input_tokens": l.InputTokens, "output_tokens": l.OutputTokens,
+		"cache_read_tokens": l.CacheReadTokens, "cache_creation_tokens": l.CacheCreationTokens,
+		"reasoning_tokens": l.ReasoningTokens, "cache_write_1h_tokens": l.CacheWrite1hTokens,
+		"served_model": l.ServedModel, "cost": l.Cost,
+		"latency_ms": l.LatencyMS, "status": l.Status, "error_code": l.ErrorCode,
+		"raw_request": l.RawRequest, "raw_response": l.RawResponse,
+		"has_raw":    l.RawRequest != "" || l.RawResponse != "",
+		"created_at": l.CreatedAt,
+	})
+}