fix(llm): 流式路径加首 token 前 per-provider 重试（CR-H6）

packages/llm_gateway/tests/test_fallback_chain.py

@@ -132,6 +132,31 @@ async def test_missing_adapter_in_chain_skipped(req: LlmRequest) -> None:
     assert resp.served_by.fell_back is True
 
 
+async def test_stream_retries_before_first_token_then_succeeds(req: LlmRequest) -> None:
+    # CR-H6：首 token 前的瞬时失败应 per-provider 退避重试（对称 run 的 _complete_with_retry），
+    # 而非直接烧掉一个回退名额切备用。max_retries=2 → 最多 3 次尝试；前两次 transient、
+    # 第三次成功 → 主 provider 服务，备用零调用。
+    primary = ScriptedAdapter(
+        "deepseek", text="流式重试后成功", failures=[transient(), transient()]
+    )
+    backup = ScriptedAdapter("openai", text="备用")
+    ledger = FakeLedger()
+    gw = Gateway(
+        {"deepseek": primary, "openai": backup},
+        ledger,
+        chain_resolver=chain_resolver(chain(("deepseek", "deepseek-chat"), ("openai", "gpt-4o"))),
+        max_retries=2,
+    )
+
+    collected = [d.text async for d in gw.stream(req)]
+
+    assert "".join(collected) == "流式重试后成功"
+    assert primary.stream_calls == 3  # 2 次失败 + 1 次成功（重试在首 token 前）
+    assert backup.stream_calls == 0  # 未切备用
+    assert len(ledger.records) == 1
+    assert ledger.records[0].provider == "deepseek"
+
+
 # ---- 熔断器 ----