feat: 流式首包缓冲容错（hold）与失败分类冷却

流式请求在首个内容事件到达前由网关缓冲（借鉴 magpie 的 holdWriter）：上游的错误
事件、空流、断连、协议形态不符（要流给了整包）都在放行前换渠道消化，客户端无感知。
扣住期间照常发 SSE 注释心跳；缓冲超过 1MB 直接放行退化为普通转发，判定失效不吞正文。

- 新增 proxy/hold.go：streamHold（缓冲/放行/心跳/首 token 计时与放行互斥）、
  sseEventHasContent（chat/messages/responses 三种协议的内容判定）、
  sseUpstreamError（200+流式形式的错误事件识别）、classifyUpstreamError +
  quotaSignals（余额/配额特征识别）
- 非流式改为先读完整响应再写头：读失败（网络错误/超时）发生在写出之前，可换渠道
  重试；此前先写 200 头再读，超时只能给客户端留一个 200 空响应
- 协议形态校验：要流却给了整包（didNotStream）按失败换渠道，反复如此的渠道会被
  健康计数剔除
- 记账：每次尝试独立 trySink，只有成功走到 EOF 才并入请求级 sink——失败渠道的
  message_start 用量不计入账单
- 冷却按原因分类（channel.FailKind）：余额/配额类第一次失败即冷却 30 分钟（429 不
  一定是限流，智谱 429「余额不足」也在此列）；其余按连续进冷却次数指数退避
  30s→60s→120s，封顶 10 分钟；短于退避值的 Retry-After 不再缩短冷却
- 新增 OT_PROXY_FIRST_TOKEN_WAIT（默认 0=不限）：放行前等内容的最长时间，超时即
  取消本次尝试换下一个渠道
- 渠道列表接口返回 cooldown_reason，后台可区分「限流」与「余额耗尽」
- 测试：hold 缓冲/放行/心跳、内容与错误事件判定、失败分类与指数退避、容量热生效
- docs/magpie-plugin-mechanism.md：参考实现的插件机制调研

server/internal/api/admin_channels.go

@@ -30,28 +30,28 @@ func (h *Handler) AdminChannels(c *gin.Context) {
 		} else if err == nil {
 			masked = "****"
 		}
-		fails, cooldownSec := h.channelRuntime(ch.ID)
+		fails, cooldownSec, reason := h.channelRuntime(ch.ID)
 		out = append(out, gin.H{
 			"id": ch.ID, "name": ch.Name, "provider": ch.Provider, "formats": ch.FormatsEffective(),
 			"base_url": ch.BaseURL, "base_urls": ch.BaseURLs,
 			"api_key_masked": masked, "weight": ch.Weight, "priority": ch.Priority,
 			"timeout_ms": ch.TimeoutMS, "max_concurrency": ch.MaxConcurrency,
 			"health_status": ch.HealthStatus, "enabled": ch.Enabled,
-			"runtime_fails": fails, "cooldown_seconds": cooldownSec,
+			"runtime_fails": fails, "cooldown_seconds": cooldownSec, "cooldown_reason": reason,
 			"created_at": ch.CreatedAt,
 		})
 	}
 	resp.OK(c, gin.H{"items": out})
 }
 
-// channelRuntime 渠道运行期健康：连续失败次数与冷却剩余秒数（0 表示无冷却）。
+// channelRuntime 渠道运行期健康：连续失败次数、冷却剩余秒数（0 表示无冷却）与最近失败原因。
 // 运行期冷却只存在于进程内存，DB 的 health_status 看不到它，故列表单独返回。
-func (h *Handler) channelRuntime(id uint64) (fails int, cooldownSeconds int64) {
+func (h *Handler) channelRuntime(id uint64) (fails int, cooldownSeconds int64, reason string) {
 	if h.gw == nil {
-		return 0, 0
+		return 0, 0, ""
 	}
-	fails, remaining := h.gw.ChannelRuntime(id)
-	return fails, int64((remaining + time.Second - time.Nanosecond) / time.Second) // 向上取整
+	fails, remaining, reason := h.gw.ChannelRuntime(id)
+	return fails, int64((remaining + time.Second - time.Nanosecond) / time.Second), reason // 向上取整
 }
 
 type channelBody struct {