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/cli/serve.go

@@ -32,15 +32,18 @@ func serve() error {
 	defer a.Shutdown(context.Background())
 
 	gw := proxy.NewGateway(a.DB, a.Enc, a.Usage, a.Limit, proxy.Options{
-		UserRPS:         cfg.RateLimit.UserRPS,
-		LogRaw:          cfg.Proxy.LogRaw,
-		GWTimeout:       cfg.Proxy.Timeout,
-		MaxBodyMB:       cfg.Proxy.MaxBodyMB,
-		FailoverBudget:  cfg.Proxy.FailoverBudget,
-		StreamHeartbeat: cfg.Proxy.StreamHeartbeat,
-		FirstTokenWait:  cfg.Proxy.FirstTokenWait,
-		AffinityTTL:     cfg.Proxy.AffinityTTL,
+		UserRPS:            cfg.RateLimit.UserRPS,
+		LogRaw:             cfg.Proxy.LogRaw,
+		GWTimeout:          cfg.Proxy.Timeout,
+		MaxBodyMB:          cfg.Proxy.MaxBodyMB,
+		FailoverBudget:     cfg.Proxy.FailoverBudget,
+		StreamHeartbeat:    cfg.Proxy.StreamHeartbeat,
+		FirstTokenWait:     cfg.Proxy.FirstTokenWait,
+		AffinityTTL:        cfg.Proxy.AffinityTTL,
+		ChannelAcquireWait: cfg.Proxy.ChannelAcquireWait,
 	})
+	// 渠道健康状态变化后让目录缓存立刻失效，而不是等 TTL
+	a.Health.OnChange = gw.InvalidateCatalog
 	router := api.NewRouter(a, gw)
 
 	srv := &http.Server{