refactor: 重构流式处理模块，提取 StreamContext/Processor/Telemetry

- 将 chat_handler_base.py 中的流式处理逻辑拆分为三个独立模块：
  - StreamContext: 类型安全的流式上下文数据类，替代原有的 ctx dict
  - StreamProcessor: SSE 解析、预读、嵌套错误检测
  - StreamTelemetryRecorder: 统计记录（Usage/Audit/Candidate）
- 将硬编码配置外置到 settings.py，支持环境变量覆盖：
  - HTTP 超时配置（connect/write/pool）
  - 流式处理配置（预读行数、统计延迟）
  - 并发控制配置（槽位 TTL、缓存预留比例）

src/api/handlers/base/stream_context.py

@@ -0,0 +1,154 @@
+"""
+流式处理上下文 - 类型安全的数据类替代 dict
+
+提供流式请求处理过程中的状态跟踪，包括：
+- Provider/Endpoint/Key 信息
+- Token 统计
+- 响应状态
+- 请求/响应数据
+"""
+
+from dataclasses import dataclass, field
+from typing import Any, Dict, List, Optional
+
+
+@dataclass
+class StreamContext:
+    """
+    流式处理上下文
+
+    用于在流式请求处理过程中跟踪状态，替代原有的 ctx dict。
+    所有字段都有类型注解，提供更好的 IDE 支持和运行时类型安全。
+    """
+
+    # 请求基本信息
+    model: str
+    api_format: str
+
+    # Provider 信息（在请求执行时填充）
+    provider_name: Optional[str] = None
+    provider_id: Optional[str] = None
+    endpoint_id: Optional[str] = None
+    key_id: Optional[str] = None
+    attempt_id: Optional[str] = None
+    provider_api_format: Optional[str] = None  # Provider 的响应格式
+
+    # 模型映射
+    mapped_model: Optional[str] = None
+
+    # Token 统计
+    input_tokens: int = 0
+    output_tokens: int = 0
+    cached_tokens: int = 0
+    cache_creation_tokens: int = 0
+
+    # 响应内容
+    collected_text: str = ""
+
+    # 响应状态
+    status_code: int = 200
+    error_message: Optional[str] = None
+    has_completion: bool = False
+
+    # 请求/响应数据
+    response_headers: Dict[str, str] = field(default_factory=dict)
+    provider_request_headers: Dict[str, str] = field(default_factory=dict)
+    provider_request_body: Optional[Dict[str, Any]] = None
+
+    # 流式处理统计
+    data_count: int = 0
+    chunk_count: int = 0
+    parsed_chunks: List[Dict[str, Any]] = field(default_factory=list)
+
+    def reset_for_retry(self) -> None:
+        """
+        重试时重置状态
+
+        在故障转移重试时调用，清除之前的数据避免累积。
+        保留 model 和 api_format，重置其他所有状态。
+        """
+        self.parsed_chunks = []
+        self.chunk_count = 0
+        self.data_count = 0
+        self.has_completion = False
+        self.collected_text = ""
+        self.input_tokens = 0
+        self.output_tokens = 0
+        self.cached_tokens = 0
+        self.cache_creation_tokens = 0
+        self.error_message = None
+        self.status_code = 200
+        self.response_headers = {}
+        self.provider_request_headers = {}
+        self.provider_request_body = None
+
+    def update_provider_info(
+        self,
+        provider_name: str,
+        provider_id: str,
+        endpoint_id: str,
+        key_id: str,
+        provider_api_format: Optional[str] = None,
+    ) -> None:
+        """更新 Provider 信息"""
+        self.provider_name = provider_name
+        self.provider_id = provider_id
+        self.endpoint_id = endpoint_id
+        self.key_id = key_id
+        self.provider_api_format = provider_api_format
+
+    def update_usage(
+        self,
+        input_tokens: Optional[int] = None,
+        output_tokens: Optional[int] = None,
+        cached_tokens: Optional[int] = None,
+        cache_creation_tokens: Optional[int] = None,
+    ) -> None:
+        """更新 Token 使用统计"""
+        if input_tokens is not None:
+            self.input_tokens = input_tokens
+        if output_tokens is not None:
+            self.output_tokens = output_tokens
+        if cached_tokens is not None:
+            self.cached_tokens = cached_tokens
+        if cache_creation_tokens is not None:
+            self.cache_creation_tokens = cache_creation_tokens
+
+    def mark_failed(self, status_code: int, error_message: str) -> None:
+        """标记请求失败"""
+        self.status_code = status_code
+        self.error_message = error_message
+
+    def is_success(self) -> bool:
+        """检查请求是否成功"""
+        return self.status_code < 400
+
+    def build_response_body(self, response_time_ms: int) -> Dict[str, Any]:
+        """
+        构建响应体元数据
+
+        用于记录到 Usage 表的 response_body 字段。
+        """
+        return {
+            "chunks": self.parsed_chunks,
+            "metadata": {
+                "stream": True,
+                "total_chunks": len(self.parsed_chunks),
+                "data_count": self.data_count,
+                "has_completion": self.has_completion,
+                "response_time_ms": response_time_ms,
+            },
+        }
+
+    def get_log_summary(self, request_id: str, response_time_ms: int) -> str:
+        """
+        获取日志摘要
+
+        用于请求完成/失败时的日志输出。
+        """
+        status = "OK" if self.is_success() else "FAIL"
+        return (
+            f"[{status}] {request_id[:8]} | {self.model} | "
+            f"{self.provider_name or 'unknown'} | {response_time_ms}ms | "
+            f"in:{self.input_tokens} out:{self.output_tokens}"
+        )