refactor: 限制流式文本收集内存增长，降低默认连接池和缓存上限

- StreamContext.append_text 增加 16KB 上限，超出后仅计数不存储，
  避免长流式响应导致内存持续增长；token 估算改用 collected_text_length
- 降低 DB 连接池上限 (30->15) 和 HTTP 连接池上限 (200->100)
- tiktoken 编码器缓存从 32 缩减到 4（实际编码种类只有几种）
- dev.sh 添加开发环境低配连接池默认值，uvicorn 热重载仅监视 src 目录

tests/api/handlers/base/test_stream_context.py

@@ -5,11 +5,25 @@ from src.api.handlers.base.stream_context import StreamContext
 def test_collected_text_append_and_property() -> None:
     ctx = StreamContext(model="test-model", api_format="openai:chat")
     assert ctx.collected_text == ""
+    assert ctx.collected_text_length == 0
 
     ctx.append_text("hello")
     ctx.append_text(" ")
     ctx.append_text("world")
     assert ctx.collected_text == "hello world"
+    assert ctx.collected_text_length == len("hello world")
+
+
+def test_collected_text_is_capped_but_total_length_is_preserved() -> None:
+    ctx = StreamContext(model="test-model", api_format="openai:chat")
+    cap = stream_context._MAX_COLLECTED_TEXT_CHARS
+
+    ctx.append_text("a" * (cap - 4))
+    ctx.append_text("b" * 10)
+
+    assert len(ctx.collected_text) == cap
+    assert ctx.collected_text == ("a" * (cap - 4)) + ("b" * 4)
+    assert ctx.collected_text_length == cap + 6
 
 
 def test_reset_for_retry_clears_state() -> None: