feat(proxy): T-X12 采纳 enterprise-ai-gateway 双桶限流——TPM token 桶 + 语义缓存命中率透出

- auth.RateLimiter.allow_tokens：TPM 令牌桶（容量=tpm_cap，连续回流 tpm/60 每秒，
  与 RPM 桶共用 per-key 锁、判定相互独立；tpm_cap<=0 不限）
- ProxyConfig.limits.tpm_per_key（默认 60000，0=不限）；chat_completions 在并发槽
  之后做 TPM 预扣判定（est=字符/3 与计费同口径），拒绝时释放并发槽并回 429
  （文案区分并发/RPM/TPM 三种原因）
- semcache.stats 增 misses 与 hit_rate；/admin/stats 新增 semcache 段透出
  （entries/hits_exact/hits_semantic/misses/hit_rate，与账本 h_g 互补）
- 新增 tests/test_tpm_limiter.py 6 项（容量/回流/禁用/双桶独立/key 隔离/命中率）

gateway/proxy/semcache.py

@@ -104,6 +104,7 @@ class SemanticCache:
         self._clock = now            # 假时钟注入（None = time.time）
         self.hits_exact = 0
         self.hits_semantic = 0
+        self.misses = 0
         self._rebuild()
 
     # ---------- 时钟 ----------
@@ -166,6 +167,7 @@ class SemanticCache:
         # L2
         g = grams(norm_text)
         if len(g) < 3:
+            self.misses += 1
             return None
         w_q = _weight(g)
         candidates: Dict[str, int] = {}
@@ -195,6 +197,7 @@ class SemanticCache:
                 best_score = score
                 best_key = key
         if best_key is None or best_score < self.sim_threshold:
+            self.misses += 1
             return None
         cand = self._l1[best_key]
         cand.hits += 1
@@ -244,8 +247,11 @@ class SemanticCache:
             pass  # 持久化失败不影响内存缓存（可重建）
 
     def stats(self) -> Dict[str, Any]:
+        total = self.hits_exact + self.hits_semantic + self.misses
         return {"entries": len(self._l1), "hits_exact": self.hits_exact,
-                "hits_semantic": self.hits_semantic}
+                "hits_semantic": self.hits_semantic, "misses": self.misses,
+                "hit_rate": round((self.hits_exact + self.hits_semantic) / total, 4)
+                if total else 0.0}
 
 
 class SingleFlight: