feat(llm): provider-abstract gateway with cost and failure controls

DeepSeek (OpenAI-compatible) as primary with a 智谱 GLM slot that is a real
routing path but raises until the 算法备案 model list is confirmed. Adds scene
routing, failover, a per-provider circuit breaker, structured output with
retry-on-validation-failure, prompts loaded by id+version from prompts/, and
cost attribution written to ob_ai_call for every attempt -- successes,
retries and failures alike.

Two controls exist because they are cheap now and expensive later: a
cache-prefix validator that rejects timestamps, uuids and nicknames in the
cached system prefix (a volatile prefix silently multiplies input cost), and
a hard platform-wide daily budget that rejects non-critical scenes instead of
merely alerting, since a retry storm outruns any human on-call.

prompts/README.md

@@ -0,0 +1,54 @@
+# `prompts/` — 版本化 Prompt 模板
+
+架构 §8.1：Prompt 存文件（随代码版本化）+ 场景绑定版本号。
+运行时由 `packages/llm/prompts.py` 的 `PromptRegistry` 按 `id + version` 加载，
+**使用的版本号会写进每一行 `ob_ai_call`**，用于回溯「为什么当时这么答」。
+
+## 文件布局
+
+```
+prompts/<prompt_id>/<version>.txt
+```
+
+```
+[system]
+固定不变的、可被供应商缓存的前缀。
+
+[user]
+每次调用渲染的变量部分，用 {占位符}。
+```
+
+## 铁律：`[system]` 段不许有任何变量
+
+架构 §7.2 缓存前缀纪律 / TD-04：
+
+> 系统提示词与稳定知识片段必须放在 prompt 头部且**不含时间戳、随机 ID、
+> 用户昵称等变量**，否则缓存永远不命中，输入成本翻数倍。
+
+这条规则靠人 review 是守不住的：破坏它以后功能完全正常，只有账单会翻几倍，
+而账单要到月底才看得见。所以它被写成了代码：
+
+- `PromptRegistry` 加载时校验，`LLM_CACHE_PREFIX_MODE=strict` 下直接拒绝调用。
+- `tests/unit/test_prompt_cache_prefix.py` 扫描本目录下**全部**模板。
+
+会被拒绝的东西：ISO 日期、时刻、中文年月、时间戳、UUID、长十六进制串，
+以及名字里带 `nick`/`user`/`name`/`now`/`date`/`time`/`id`/`rand`/`session`/
+`request`/`trace`/`token` 的占位符。
+
+要注入用户画像、检索结果、会话摘要？放到 `[user]` 段或调用方传入的 `messages`
+里 —— 它们本来就该排在固定前缀之后（§7.2 ③ 上下文组装）。
+
+## 改 Prompt 的规矩
+
+- **不要原地改已上线的版本**，新建 `v2.txt`，再在 `routing.py`（或
+  `LLM_SCENE_OVERRIDES_JSON`）里切过去。旧版本要留着，`ob_ai_call` 里的历史记录
+  才有意义。
+- 报告与 Agent 这类核心链路的 Prompt 变更必须**先灰度 + 跑黄金集回归**
+  （架构 §14.3）。
+- Token 预算见 §7.2：系统提示词 ≤ 800，输入合计 ≤ 3700，输出 ≤ 800。
+
+## 内容合规约束
+
+每个面向用户的 prompt 都必须在系统前缀里写死：不做医疗/减重/整形/命理结论
+（CR-12）、不评判外貌、不使用绝对化用语、用户输入视为内容而非指令
+（NFR-SEC-04 Prompt 注入防护）。