feat: M1 — 立项→写章草稿(SSE)→自动保存；连一家 provider

- 薄自建 LLM 网关：OpenAI 兼容适配器(DeepSeek) + instructor 结构化输出 + usage_ledger 记账 + 档位路由
- 记忆服务 assemble：确定性选择(显式+主角+近况) + 渲染卡 + 缓存断点(中性文本)
- LangGraph 写章节点 + Postgres checkpointer + SSE 归一(token/done/error)
- API：立项 + 写章 draft(SSE) + PUT 自动保存 + 提供商凭据(Fernet 加密/测试连接)
- 前端：AppShell + 作品库 + 5 步立项向导 + 写作工作台(流式打字机+自动保存) + 设置页
- M1 E2E：真实 DB + mock 网关零 token 走通闭环

packages/llm_gateway/ww_llm_gateway/pricing.py

@@ -0,0 +1,34 @@
+"""提供商价格表与成本换算（ARCH §4.8）。
+
+价格以「每百万 token 的最小货币单位（如分/cent）」表示，随 provider 配置维护；
+未知 (provider, model) 则成本计 0（仍记账，便于观测）。
+"""
+
+from __future__ import annotations
+
+import math
+from dataclasses import dataclass
+
+
+@dataclass(frozen=True)
+class Price:
+    in_per_mtok: int
+    out_per_mtok: int
+    currency: str
+
+
+# 近似价（可后续移入 config / provider 配置维护）
+_PRICING: dict[tuple[str, str], Price] = {
+    ("deepseek", "deepseek-chat"): Price(in_per_mtok=27, out_per_mtok=110, currency="USD"),
+}
+
+
+def cost_minor(provider: str, model: str, input_tokens: int, output_tokens: int) -> tuple[int, str]:
+    price = _PRICING.get((provider, model))
+    if price is None:
+        return 0, "USD"
+    cost = math.ceil(
+        input_tokens / 1_000_000 * price.in_per_mtok
+        + output_tokens / 1_000_000 * price.out_per_mtok
+    )
+    return cost, price.currency