feat(v1): T-R1 采纳 ai-model-router 可解释路由评分——五维加权+硬过滤带拒绝理由+置信度分差推导

- 新增 router_system/explain.py：CandidateProfile（capability/cost/latency/
  reliability/difficulty 画像）+ explain_routing（硬过滤先行、逐条人话拒绝理由、
  五维归一评分、同分按领域字典序、confidence=0.8+分差推导封顶 0.99）
- Router._explain 纯解释层装配（解释层任何异常不影响主链路，D-G4 同款纪律）；
  路由胜负与既有决策完全等价，/chat 响应新增 route_explanation 字段（缓存命中为 None）
- experts：Expert.nominal_latency_ms 标称延迟元数据（mock 1/hf 300/api 800）
- stats：upgraded_by_domain 计数 + domain_reliability()（无数据给 0.9 中性先验）
- .gitignore 登记 extra/（参考项目目录不入库）
- 新增 tests/test_explain.py 8 项；全量 33 passed（基线 25）

router_system/experts.py

@@ -75,6 +75,7 @@ _STOPWORDS_EN = {
 
 class Expert:
     name: str = "expert"
+    nominal_latency_ms: float = 100.0   # 标称延迟元数据（可解释评分 speed 维输入）
 
     async def generate(self, query: str, difficulty: str) -> ExpertResponse:
         raise NotImplementedError
@@ -87,6 +88,8 @@ class MockExpert(Expert):
     使端到端管线（分类 -> 专家 -> Judge -> 缓存）可被稳定测试与演示。
     """
 
+    nominal_latency_ms = 1.0
+
     def __init__(self, name: str, domain: str, model: str = "mock"):
         self.name = name
         self.domain = domain
@@ -162,6 +165,8 @@ class MockExpert(Expert):
 class HFExpert(Expert):
     """可选：HuggingFace 真实小模型（需 requirements-ml.txt）。"""
 
+    nominal_latency_ms = 300.0
+
     def __init__(self, name: str, domain: str, model: str):
         self.name = name
         self.domain = domain
@@ -210,6 +215,8 @@ class HFExpert(Expert):
 class APIExpert(Expert):
     """可选：OpenAI 兼容 Chat Completions（DeepSeek / OpenAI / 本地 vLLM）。"""
 
+    nominal_latency_ms = 800.0
+
     def __init__(self, name: str, domain: str, model: str, base_url: str, api_key: str):
         self.name = name
         self.domain = domain