[Feature] token圆环显示生成预留空间 #9251

Description / 描述

描述

token 用量圆环当前只显示 used / limit，其中 limit = 模型的完整上下文窗口。以 deepseek-v4-pro 为例，limit = 1M tokens。

但上下文窗口并不等于是输入空间——LLM 需要预留一部分用于生成输出。deepseek-v4-pro 单次最大输出 384K tokens（来自 LLMMetadata.limit.output），圆环显示 80% 时用户觉得「还有 200K 挺安全」，实际上下次 LLM 调用如果模型想完整输出 384K，上下文直接溢出。

后端真实的压缩逻辑

后端在 82% 处触发上下文压缩（compression_threshold = 0.82），预留 18%。但对 deepseek-v4-pro：

180K < 384K。后端压缩预留的空间，装不下单次最大输出。

数据已有

astrbot/core/utils/llm_metadata.py 的 LLMLimit 已经定义了 output 字段：

class LLMLimit(TypedDict):
    context: int   # 最大上下文窗口
    output: int    # 最大输出 tokens

来自 models.dev API 动态拉取，无需新增数据源。

当前前端计算

dashboard/src/components/chat/Chat.vue 第 884 行：

const tokenUsageIndicator = computed(() => {
  const used = latestTokenUsageTotal.value;
  const limit = contextLimit(...);     // 只用 limit.context
  const percent = (used / limit) * 100;
});

limit.output 完全没用上。

期望行为

采用单环三段式设计，与主流设计实践一致：

┌──────────────────────────────┐
│    ████████░░░░░░░░░░        │
│    █ used  ░reserve ░free    │
│    ████████░░░░░░░░░░        │
└──────────────────────────────┘

• 实色段：used / limit — 已占用上下文
• 阴影/纹理段：reserve / limit — 生成预留（min(max_output, limit - used)）
• 空白段：剩余的真正可用空间

视觉效果（deepseek-v4-pro，1M/384K）

🟢 安全：
  [████████░░░░░░░░░░░░░░░░░░░░         ]
   used=200K  reserve=384K    free=416K
   外环 20%   纹理 57%         剩余 43%

🟡 注意：
  [████████████████████░░░░░░░░░░░░     ]
   used=640K           reserve=384K
   实色 61%             纹理 98%（接近极限）

🔴 压缩：
  [█████████████████████████░░░░░░░░░░░░]
   used=860K (后端压缩触发！)
   实色 82% / 纹理 119%（溢出！）

   此时即使后端执行压缩，模型想完整输出 384K 仍会溢出。

核心价值：外环 61% 用户觉得「还挺空」，但加上阴影预留段后 98%，一目了然。

依赖

依赖 #9248（累加导致百分比虚高）先修——used 是累加值则内外圈全错。
需要等到 #9255 合并才能工作

Use Case / 使用场景

1. 长对话末尾：外环 75% 时，阴影段直接从 75% 拉伸到 ~110%，用户立刻知道「不能再要大段回复了」
2. 代码生成：预期输出 50K+，内环纹理让用户提前判断有无足够生成空间
3. 成本感知：阴影段让用户直观理解「上下文窗口 = 输入 + 输出，不是全给输入用的」

Willing to Submit PR? / 是否愿意提交PR？

• Yes, I am willing to submit a PR. / 是的，我愿意提交 PR。

Code of Conduct

• I have read and agree to abide by the project's Code of Conduct. /