feat(proxy): T-P6 缓存分支接线（routes 主时序，M2 完整闭环）

- _run_chat 开头缓存分支：cacheable（stop+单轮）-> canonical_hash ->
  L1/L2 查 -> 命中：try_hold->立即 settle(cost=0, charged=售价口径,
  status=cached, gateway_cached=1) -> SSE 合成回放或 JSON（X-Cache: HIT）
- 未命中流程收尾写缓存（_json_response 尾部，stop 且单轮）；
  缓存层任何故障降级直连上游（不影响可用性）
- 缓存命中计费 _cached_charge（成本 0，入按字符估收售价——全毛利杠杆 L0）
- _get_semcache 按 db_path 分实例（测试隔离）+ reset_semcache_instances
- 测试 +1（端到端：首问 miss 打上游/二问 HIT 上游仅 1 次/账目 cached），
  全量 423 passed

tests/test_proxy_routes_e2e.py

@@ -100,7 +100,10 @@ def _auth(key):
     return {"Authorization": f"Bearer {key['key']}"}
 
 
-BODY = {"model": "deepseek-chat", "messages": [{"role": "user", "content": "问个问题"}]}
+BODY = {"model": "deepseek-chat",
+        "messages": [{"role": "user",
+                      "content": "请详细介绍快速排序算法的原理、复杂度与实现要点，"
+                                 "并给出 Python 示例代码与适用场景分析。"}]}
 
 
 def test_chat_non_stream_end_to_end(tmp_path):
@@ -288,3 +291,34 @@ def test_openai_protocol_compliance_via_httpx(tmp_path):
             pass
         mp.reset_pool()
         reset_auth_state()
+
+
+def test_cache_hit_second_request(tmp_path):
+    """T-P6 端到端：首问打上游并写缓存；同问再答 X-Cache: HIT 且上游仅 1 次。"""
+    from gateway.proxy.routes import reset_semcache_instances
+    reset_semcache_instances()
+    tc, ledger, key, calls, (upmod, orig, hclient) = _make_app(tmp_path)
+    try:
+        r1 = tc.post("/proxy/v1/chat/completions", json=BODY, headers=_auth(key))
+        assert r1.status_code == 200
+        assert r1.headers.get("x-cache") is None           # 首问未命中
+        assert calls["n"] == 1
+        r2 = tc.post("/proxy/v1/chat/completions", json=BODY, headers=_auth(key))
+        assert r2.status_code == 200
+        assert r2.headers.get("x-cache") == "HIT"          # 缓存命中
+        assert calls["n"] == 1                             # 上游仍只 1 次
+        assert r2.json()["choices"][0]["message"]["content"] == "你好，世界"
+        rid = r2.headers["x-request-id"]
+        u = ledger.get_usage(rid)
+        assert u["status"] == "cached" and u["gateway_cached"] == 1
+        assert u["upstream_cost_milli"] == 0               # 缓存命中成本 0（全毛利）
+        # 小请求售价取整后可为 0（D-P1 毫元整数语义）；大请求 charged>0 由真实流量体现
+    finally:
+        reset_semcache_instances()
+        upmod._client = orig
+        try:
+            asyncio_run(hclient.aclose())
+        except Exception:
+            pass
+        mp.reset_pool()
+        reset_auth_state()