feat(observability): Prometheus /metrics 端点——接入 Grafana 生态

[g1331]

背景

请求量、错误率、耗时、熔断状态、队列深度等运行数据目前只活在自建面板（dashboard / live pulse / rankings）里，无法接入外部监控生态。生产环境已是 docker-compose 部署，加一个 Prometheus 抓取端点即可挂进 Grafana / Alertmanager 等标准工具链。

方案：/metrics 端点

暴露 Prometheus 文本格式的指标端点，首批指标：

指标	类型	标签
请求总数 / 错误数	counter	upstream, capability, status_class
请求耗时 / 首字节耗时	histogram	upstream, capability
token 用量（输入/输出）	counter	upstream, model
熔断器状态	gauge	upstream
上游健康状态	gauge	upstream
并发占用 / 队列深度	gauge	upstream
累计花费	counter	upstream

设计要点

• 指标在进程内存中累计（prom-client 或等价轻量实现），不查库，抓取零成本；进程重启计数归零符合 Prometheus counter 语义。
• 埋点挂在现有链路节点：request-logger 记录处、熔断状态迁移处、队列准入处，避免新增旁路统计。
• 端点鉴权：Bearer token（可复用 ADMIN_TOKEN 或独立的 METRICS_TOKEN 环境变量），未配置时端点关闭。
• 标签基数控制：model 标签需白名单或截断口径，防止任意请求模型名撑爆基数。
• 上游标签用 ID+名称，注意与“下游响应不携带上游身份”的约束区分——metrics 是管理侧出口，不受该约束，但需鉴权保护。

后续可扩展（本期不做）

• OpenAI 兼容的 usage/dashboard API，供第三方用量统计工具直读。
• Grafana dashboard JSON 模板随文档发布。