feat: Phase4 命令系统与上下文增强

新增基础设施:
- TokenTracker: 真实Token使用量追踪和费用估算（按模型定价）
- SkillLoader: .claude/skills/ 扫描加载，支持YAML frontmatter元数据
- GitContext: Git分支/状态/最近提交收集，注入系统提示词

新增命令 (4个):
- /init: 项目CLAUDE.md初始化向导，自动检测项目类型(Maven/Gradle/Node/Python等)
- /status: 会话状态仪表板（模型、Token、内存、运行时间等）
- /context: 上下文概览（CLAUDE.md、Skills、Git、系统提示词大小）
- /config: 配置查看/设置（支持model快捷切换和API key显示）

增强命令 (3个):
- /cost: 从占位→真实Token统计，显示input/output/cache tokens和费用
- /model: 支持快捷名称切换(sonnet/opus/haiku)，显示可用模型列表
- /compact: 增强显示压缩前后消息数和Token使用量

系统提示词增强:
- 集成Skills摘要和Git上下文到系统提示词
- 新增Shell环境信息和更详细的Guidelines

命令总数: 6 → 10, 工具总数: 11

Co-authored-by: Copilot <223556219+Copilot@users.noreply.github.com>

src/main/java/com/claudecode/core/AgentLoop.java

@@ -41,6 +41,7 @@ public class AgentLoop {
     private final ToolRegistry toolRegistry;
     private final ToolContext toolContext;
     private final String systemPrompt;
+    private final TokenTracker tokenTracker;
 
     /** 消息历史 —— 自行管理，不依赖 Spring AI ChatMemory */
     private final List<Message> messageHistory = new ArrayList<>();
@@ -53,10 +54,16 @@ public class AgentLoop {
 
     public AgentLoop(ChatModel chatModel, ToolRegistry toolRegistry,
                      ToolContext toolContext, String systemPrompt) {
+        this(chatModel, toolRegistry, toolContext, systemPrompt, new TokenTracker());
+    }
+
+    public AgentLoop(ChatModel chatModel, ToolRegistry toolRegistry,
+                     ToolContext toolContext, String systemPrompt, TokenTracker tokenTracker) {
         this.chatModel = chatModel;
         this.toolRegistry = toolRegistry;
         this.toolContext = toolContext;
         this.systemPrompt = systemPrompt;
+        this.tokenTracker = tokenTracker;
         // 添加系统提示词到消息历史
         this.messageHistory.add(new SystemMessage(systemPrompt));
     }
@@ -94,6 +101,15 @@ public class AgentLoop {
             Prompt prompt = new Prompt(List.copyOf(messageHistory), options);
             ChatResponse response = chatModel.call(prompt);
 
+            // 记录 Token 使用量
+            if (response.getMetadata() != null && response.getMetadata().getUsage() != null) {
+                var usage = response.getMetadata().getUsage();
+                tokenTracker.recordUsage(
+                        usage.getPromptTokens(),
+                        usage.getCompletionTokens()
+                );
+            }
+
             AssistantMessage assistant = response.getResult().getOutput();
             messageHistory.add(assistant);
 
@@ -169,6 +185,16 @@ public class AgentLoop {
         return Collections.unmodifiableList(messageHistory);
     }
 
+    /** 获取 Token 追踪器 */
+    public TokenTracker getTokenTracker() {
+        return tokenTracker;
+    }
+
+    /** 获取系统提示词 */
+    public String getSystemPrompt() {
+        return systemPrompt;
+    }
+
     /** 重置历史（保留系统提示词） */
     public void reset() {
         messageHistory.clear();

src/main/java/com/claudecode/core/TokenTracker.java

@@ -0,0 +1,91 @@
+package com.claudecode.core;
+
+import java.util.concurrent.atomic.AtomicLong;
+
+/**
+ * Token 使用量追踪器 —— 记录 API 调用的 token 消耗。
+ * <p>
+ * 从 ChatResponse 的 usage 元数据中提取 token 统计信息，
+ * 支持按会话累计和费用估算。
+ */
+public class TokenTracker {
+
+    private final AtomicLong totalInputTokens = new AtomicLong(0);
+    private final AtomicLong totalOutputTokens = new AtomicLong(0);
+    private final AtomicLong totalCacheReadTokens = new AtomicLong(0);
+    private final AtomicLong totalCacheCreationTokens = new AtomicLong(0);
+    private final AtomicLong apiCallCount = new AtomicLong(0);
+
+    /** 模型定价（每百万 token 的美元价格） */
+    private double inputPricePerMillion = 3.0;   // Claude Sonnet 4 input
+    private double outputPricePerMillion = 15.0;  // Claude Sonnet 4 output
+    private double cacheReadPricePerMillion = 0.3; // 缓存读取
+    private String modelName = "claude-sonnet-4-20250514";
+
+    /** 记录一次 API 调用的 token 使用 */
+    public void recordUsage(long inputTokens, long outputTokens) {
+        totalInputTokens.addAndGet(inputTokens);
+        totalOutputTokens.addAndGet(outputTokens);
+        apiCallCount.incrementAndGet();
+    }
+
+    /** 记录一次包含缓存的 API 调用 */
+    public void recordUsage(long inputTokens, long outputTokens, long cacheRead, long cacheCreation) {
+        totalInputTokens.addAndGet(inputTokens);
+        totalOutputTokens.addAndGet(outputTokens);
+        totalCacheReadTokens.addAndGet(cacheRead);
+        totalCacheCreationTokens.addAndGet(cacheCreation);
+        apiCallCount.incrementAndGet();
+    }
+
+    /** 设置模型和对应定价 */
+    public void setModel(String model) {
+        this.modelName = model;
+        // 根据模型设置定价
+        if (model.contains("opus")) {
+            inputPricePerMillion = 15.0;
+            outputPricePerMillion = 75.0;
+            cacheReadPricePerMillion = 1.5;
+        } else if (model.contains("sonnet")) {
+            inputPricePerMillion = 3.0;
+            outputPricePerMillion = 15.0;
+            cacheReadPricePerMillion = 0.3;
+        } else if (model.contains("haiku")) {
+            inputPricePerMillion = 0.25;
+            outputPricePerMillion = 1.25;
+            cacheReadPricePerMillion = 0.03;
+        }
+    }
+
+    public long getInputTokens() { return totalInputTokens.get(); }
+    public long getOutputTokens() { return totalOutputTokens.get(); }
+    public long getCacheReadTokens() { return totalCacheReadTokens.get(); }
+    public long getCacheCreationTokens() { return totalCacheCreationTokens.get(); }
+    public long getTotalTokens() { return totalInputTokens.get() + totalOutputTokens.get(); }
+    public long getApiCallCount() { return apiCallCount.get(); }
+    public String getModelName() { return modelName; }
+
+    /** 估算当前会话费用（美元） */
+    public double estimateCost() {
+        double inputCost = totalInputTokens.get() * inputPricePerMillion / 1_000_000.0;
+        double outputCost = totalOutputTokens.get() * outputPricePerMillion / 1_000_000.0;
+        double cacheCost = totalCacheReadTokens.get() * cacheReadPricePerMillion / 1_000_000.0;
+        return inputCost + outputCost + cacheCost;
+    }
+
+    /** 重置统计 */
+    public void reset() {
+        totalInputTokens.set(0);
+        totalOutputTokens.set(0);
+        totalCacheReadTokens.set(0);
+        totalCacheCreationTokens.set(0);
+        apiCallCount.set(0);
+    }
+
+    /** 格式化 token 数量（带千位分隔） */
+    public static String formatTokens(long tokens) {
+        if (tokens < 1000) return String.valueOf(tokens);
+        if (tokens < 1_000_000) return String.format("%.1fK", tokens / 1000.0);
+        return String.format("%.2fM", tokens / 1_000_000.0);
+    }
+}