feat: 附件分类结果写入层 + 运行统计 + --id 指定总排号

- db.py: 新增 upsert_attachments/fetch_all_ids，实现 Common.Attachment 幂等写入
  （先删受影响 NS 旧行再批量插入，依赖唯一索引，可安全重跑）
- write_attachments.py: 写入入口，支持 --limit/--ids-file/--id（单个或逗号分隔多个）
  /--mode/--dry-run/--enable-other，运行结束打印 token 与缓存命中率汇总
- llm_client.py: LLMCallResult 捕获 usage/elapsed_ms/model/attempt
- classifier.py: classify_batch 结果透传 meta（耗时分两种、上下文 token、缓存命中率），
  新增 summarize_results 聚合批统计
- main.py: 新增 --summary 把批汇总打到 stderr，stdout 保持干净 JSON Lines
- order_logger.py: 每次 LLM 尝试补充 [调用统计] 段，便于排查耗时与缓存效果
- README.md: 对齐上述接口与统计说明

Co-Authored-By: WorkBuddy <workbuddy@tencent.com>

llm_client.py

@@ -40,6 +40,51 @@ class LLMCallResult:
     messages: list[dict[str, str]]  # 实际发送给模型的完整消息列表(含system+few-shot+用户)
     raw_response: str | None  # 模型原始回复；调用失败时为 None
     error: str | None  # 调用失败时的错误描述；成功时为 None
+    # 以下字段为性能/用量统计，默认 None（调用失败时无有效值）：
+    usage: dict[str, Any] | None = None  # resp.usage 转成的 dict（含 prompt/completion/total
+    #   tokens 及 DeepSeek 的 prompt_cache_hit/miss_tokens），失败时为 None
+    elapsed_ms: float | None = None  # 单次成功调用的耗时（毫秒，含网络+推理），失败时为 None
+    model: str | None = None  # 实际服务的模型名（来自 resp.model），失败时为 None
+    attempt: int | None = None  # 本次返回对应的是第几次尝试（成功那次；全失败则为 max_retry）
+
+
+def _extract_usage(resp: Any) -> dict[str, Any] | None:
+    """从 chat.completions 响应里稳健地取出 usage 字典。
+
+    DeepSeek 在标准 OpenAI usage 之上，额外返回 `prompt_cache_hit_tokens` /
+    `prompt_cache_miss_tokens`（与 prompt_tokens 同级）。openai SDK 未必为这些
+    厂商字段建模，所以先按属性访问，取不到再回退到 pydantic 的 model_dump()
+    （extra 字段通常会被带出来），两层都试，避免漏掉缓存统计。
+    """
+    if resp is None or getattr(resp, "usage", None) is None:
+        return None
+    u = resp.usage
+    out: dict[str, Any] = {}
+    for key in (
+        "prompt_tokens",
+        "completion_tokens",
+        "total_tokens",
+        "prompt_cache_hit_tokens",
+        "prompt_cache_miss_tokens",
+    ):
+        val = getattr(u, key, None)
+        if val is not None:
+            out[key] = val
+    if not out:
+        try:
+            dumped = u.model_dump()  # type: ignore[attr-defined]
+        except Exception:
+            dumped = {}
+        for key in (
+            "prompt_tokens",
+            "completion_tokens",
+            "total_tokens",
+            "prompt_cache_hit_tokens",
+            "prompt_cache_miss_tokens",
+        ):
+            if key in dumped and dumped[key] is not None:
+                out[key] = dumped[key]
+    return out or None
 
 
 class LLMClient:
@@ -96,6 +141,7 @@ class LLMClient:
             extra_body["thinking"] = {"type": "disabled"}
 
         for attempt in range(1, max_retry + 1):
+            call_start = time.perf_counter()
             try:
                 resp = self._client.chat.completions.create(
                     model=self._cfg["model"],
@@ -114,7 +160,18 @@ class LLMClient:
                         f"模型返回内容为空 (content={content!r})，"
                         f"若模型支持思维链，可能是推理耗尽了max_tokens预算"
                     )
-                return LLMCallResult(messages=messages, raw_response=content, error=None)
+                # 统计：单次调用耗时 + token 用量 + 实际服务模型
+                call_elapsed_ms = (time.perf_counter() - call_start) * 1000
+                usage = _extract_usage(resp)
+                return LLMCallResult(
+                    messages=messages,
+                    raw_response=content,
+                    error=None,
+                    usage=usage,
+                    elapsed_ms=call_elapsed_ms,
+                    model=getattr(resp, "model", None),
+                    attempt=attempt,
+                )
             except (APIError, APITimeoutError) as e:
                 last_err = e
                 logger.warning(
@@ -134,4 +191,8 @@ class LLMClient:
             messages=messages,
             raw_response=None,
             error=f"LLM 调用重试 {max_retry} 次后仍失败: {last_err}",
+            usage=None,
+            elapsed_ms=None,
+            model=None,
+            attempt=max_retry,
         )