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。

web/src/types.ts

@@ -125,6 +125,8 @@ export interface UsageLog {
   error_code: string | null
   raw_request?: string
   raw_response?: string
+  /** 列表接口不再携带原始体，需要时用 /admin/usage/:id 取 */
+  has_raw?: boolean
   created_at: string
   user?: string
   user_id?: number

web/src/views/admin/UsageView.vue

@@ -20,6 +20,7 @@ const pageSize = 15
 
 const viewing = ref<UsageLog | null>(null)
 const viewTab = ref<'request' | 'response'>('request')
+const rawLoading = ref(false)
 
 // cacheLine 缓存读/写的紧凑摘要（换行会碎成多行，只放两个数）；无缓存流量返回空串。
 function cacheLine(l: UsageLog): string {
@@ -65,9 +66,22 @@ function servedModel(l: UsageLog): string {
   return l.served_model && l.served_model !== l.model ? l.served_model : ''
 }
 
-function openRaw(l: UsageLog) {
+// openRaw 打开原始体弹窗：列表接口不返回原始体（可能几十 MB），
+// 点开时才按 id 拉取详情。
+async function openRaw(l: UsageLog) {
   viewing.value = l
   viewTab.value = 'request'
+  if (l.raw_request || l.raw_response) return
+  rawLoading.value = true
+  try {
+    const { data } = await http.get(`/admin/usage/${l.id}`)
+    viewing.value = { ...l, ...data.data }
+    Object.assign(l, data.data) // 回填列表行，再点开不必重复请求
+  } catch (e) {
+    toast.err(errMsg(e))
+  } finally {
+    rawLoading.value = false
+  }
 }
 
 // 用户自动补全候选（防抖 300ms）
@@ -198,7 +212,7 @@ onMounted(load)
             <span v-if="cacheExtra(l)" class="mono-num">{{ cacheExtra(l) }}</span>
             <span class="mono-num">{{ l.latency_ms }}ms</span>
             <span class="mono-num w-full">{{ fmtTime(l.created_at) }}</span>
-            <Button v-if="l.raw_request" size="sm" variant="ghost" class="ml-auto" @click="openRaw(l)">查看原始</Button>
+            <Button v-if="l.has_raw || l.raw_request" size="sm" variant="ghost" class="ml-auto" @click="openRaw(l)">查看原始</Button>
           </div>
         </div>
         <p v-if="logs.length === 0" class="card px-4 py-8 text-center text-sm text-muted">暂无请求记录</p>
@@ -248,7 +262,7 @@ onMounted(load)
                 {{ fmtClock(l.created_at) }}
               </td>
               <td class="px-4 py-2.5">
-                <Button v-if="l.raw_request" size="sm" variant="ghost" @click="openRaw(l)">查看</Button>
+                <Button v-if="l.has_raw || l.raw_request" size="sm" variant="ghost" @click="openRaw(l)">查看</Button>
                 <span v-else class="text-xs text-muted">-</span>
               </td>
             </tr>
@@ -296,8 +310,9 @@ onMounted(load)
             </button>
           </div>
         </div>
+        <p v-if="rawLoading" class="rounded-md border border-edge bg-surface p-4 text-center text-xs text-muted">正在读取…</p>
         <pre
-          v-if="viewTab === 'request' ? viewing.raw_request : viewing.raw_response"
+          v-else-if="viewTab === 'request' ? viewing.raw_request : viewing.raw_response"
           class="max-h-[60vh] overflow-auto rounded-md border border-edge bg-surface p-3 font-mono text-xs leading-relaxed text-ink whitespace-pre-wrap break-all"
         >{{ viewTab === 'request' ? viewing.raw_request : viewing.raw_response }}</pre>
         <p v-else class="rounded-md border border-edge bg-surface p-4 text-center text-xs text-muted">