feat(llm): 声明真实上下文窗口 + 工作区间与窗口分离

问题：core.llm.model=AUTO，而 ModelContextWindow("auto") 匹配不到任何分支、
掉进 default 32768 —— 该源真实窗口是 1M（实测 990,034 token 的 prompt 通过），
内核却按小 30 倍的窗口算全部预算。

三处改动：
1. ModelContextWindow 补 deepseek-v4/v3 → 1M；推断不出时打日志（静默降级是
   这次问题的成因，不能再默默退回一个小值）。
2. sourceFieldDefs 补 context_window 声明：它早已被 readInt 读进 LLMSource
   并透传到 provider，但没进这张表 ⇒ WebUI 里看不见也改不了。
3. ComputeTokenBudget 新增 maxTargetTokens=600000：窗口 1M 不等于按 838K
   （80%）干活。标称窗口≠有效窗口，600K 是该源最优工作区间，所以把
   「窗口上限」（会不会被上游拒）与「工作区间」（预算分配）分开。

配套 core.llm.max_tokens 4096→32768（实测长输出样本达 18,272 token，
16384 仍会截断；上限是 cap 不是目标，短问答零成本）。

测试：tokenbudget_test.go 钉死封顶生效且小窗口不受影响；
context_window_test.go 钉死推断值与显式声明优先级。

internal/agent/core/tokenbudget.go

@@ -8,12 +8,12 @@ import (
 
 // TokenBudget 上下文 token 预算分配结果
 type TokenBudget struct {
-	MaxContext    int     // 模型窗口上限
-	TargetUsage   int     // 目标使用量（max * utilizationRate）
-	FixedTokens   int     // 固定部分（system prompt base + tools + rules）
-	MemoryTokens  int     // memory context 可用预算
-	ContextTokens int     // 上下文事件可用预算
-	Reserved      int     // 预留（response 空间）
+	MaxContext    int // 模型窗口上限
+	TargetUsage   int // 目标使用量（受 maxTargetTokens 与 utilizationRate 共同约束）
+	FixedTokens   int // 固定部分（system prompt base + tools + rules）
+	MemoryTokens  int // memory context 可用预算
+	ContextTokens int // 上下文事件可用预算
+	Reserved      int // 预留（response 空间）
 }
 
 // EstimateTokens 粗略估算 token 数
@@ -34,6 +34,16 @@ func EstimateTokens(text string) int {
 	return t
 }
 
+// maxTargetTokens 是**有效工作区间**的上限（不是模型窗口）。
+//
+// 为什么窗口 1M 却不能按 800K 干活：标称窗口 ≠ 有效窗口。接近满窗口时注意力
+// 明显涣散、成本与延迟也随 prompt 线性上升。该源（llmsproxy）实测 990,034 token
+// 仍能返回，但 600K 才是它的最优工作区间 —— 超过这个量级，回答质量与延迟都不划算。
+//
+// 因此把「窗口上限」（判断请求会不会被上游拒）与「工作区间」（分配记忆/历史预算）
+// 分开：前者由 provider.MaxContextTokens() 给，后者封顶在这里。
+const maxTargetTokens = 600000
+
 // ComputeTokenBudget 计算各部分的 token 预算
 // utilizationRate 为目标窗口利用率（0.0-1.0），预留 1-utilizationRate 给 response
 // 固定部分优先保障，剩余预算 1:2 分配给 memory context 和 context events
@@ -45,7 +55,14 @@ func ComputeTokenBudget(provider api.Provider, systemPromptBase string) TokenBud
 
 	utilizationRate := 0.8
 	targetUsage := int(float64(maxCtx) * utilizationRate)
+	// 窗口很大（如 1M）时不要把 80% 当成工作面：按 maxTargetTokens 封顶。
+	if targetUsage > maxTargetTokens {
+		targetUsage = maxTargetTokens
+	}
 	reserved := maxCtx - targetUsage
+	if reserved < 0 {
+		reserved = 0
+	}
 
 	fixedTokens := EstimateTokens(systemPromptBase)