fix: 全方位审查问题修复（P0~P3）

P0: ORM-迁移同步
- 新增 RawEvent/IngestFailure/DataQualityCheck/DataLineage 4 个模型类
- MatchStats 补充 xg_source/xg_updated_at/xg_source_record_id 字段
- 修复 server_default=_utcnow → func.now()（4 处）
- BigInteger 导入

P1:
- log_buffer.py 移除 threading.Lock（asyncio 单线程下无需锁）
- 确认 context_builder/understat/injuries 等已有修复

P2:
- Dockerfile 新增非 root 用户 + .dockerignore
- 前端 fetchDashboard 修复 total 字段（改用 items.length）
- 前端 fetchSystemConfig 改用真实 /admin/settings 端点
- 修复 validation.py return self"" → return self

P3:
- predict.py 缓存加 _CACHE_MAX_SIZE=200 淘汰
- eval.py get_eval_summary 加 limit 参数（默认 1000）+ 返回 total_settled
- orchestrator.py agent provider 配置缓存 60s

src/llm/agents/orchestrator.py

@@ -30,6 +30,11 @@ from src.llm.provider import LLMProvider, get_default_provider
 
 logger = logging.getLogger(__name__)
 
+# P3-2: agent provider 配置缓存(TTL 60s),避免每次 _agent_provider 都多次查 DB
+_AGENT_PROVIDER_CACHE: dict[str, tuple[float, LLMProvider]] = {}
+_AGENT_PROVIDER_CACHE_TTL = 60.0
+
+
 # ── 5 个专家 agent 定义 ──
 # A=近期状态 B=攻防数据 C=主客因素 D=阵容完整性 E=历史交锋
 SPECIALIST_SPECS: list[AgentSpec] = [
@@ -103,7 +108,16 @@ async def _agent_provider(agent_id: str, *, tier: str) -> LLMProvider:
     覆盖优先级:
       模型: AGENT_MODEL_{ID}(运行时) → 层级默认(LLM_SPECIALIST/AGGREGATOR_MODEL) → 全局 LLM_MODEL
       地址/密钥: AGENT_BASE_URL_{ID} / AGENT_API_KEY_{ID}(运行时) → 全局 LLM_BASE_URL / LLM_API_KEY
+
+    P3-2: 结果缓存 60 秒,避免每次预测都多次查询运行时配置 DB。
     """
+    cache_key = f"{agent_id}:{tier}"
+    cached = _AGENT_PROVIDER_CACHE.get(cache_key)
+    if cached is not None:
+        ts, provider = cached
+        if time.time() - ts < _AGENT_PROVIDER_CACHE_TTL:
+            return provider
+
     pfx = f"AGENT_{agent_id.upper()}_"
     p = await get_default_provider()
     tier_model = settings.LLM_SPECIALIST_MODEL if tier == "specialist" else settings.LLM_AGGREGATOR_MODEL
@@ -118,6 +132,11 @@ async def _agent_provider(agent_id: str, *, tier: str) -> LLMProvider:
     key = await get_runtime_value(f"{pfx}API_KEY")
     if key:
         p.api_key = key
+
+    _AGENT_PROVIDER_CACHE[cache_key] = (time.time(), p)
+    # 简单淘汰:超过 20 条时清空(60s TTL 下不会累积太多)
+    if len(_AGENT_PROVIDER_CACHE) > 20:
+        _AGENT_PROVIDER_CACHE.clear()
     return p