fix(BIZ-26): 限流范围收窄到 NVIDIA 网关

- 新增网关识别逻辑：只识别 nvidia / nvidiavx18088980513 为限流目标
- volcengine-plan、siliconflow、deepseek 等非 NVIDIA 网关默认不进入令牌桶
- RequestScheduler 增加 gateway/model 参数与 _should_rate_limit 判断
- 未知网关默认不限流，避免误伤其他通道
- 补充网关范围测试与使用文档说明

Co-authored-by: multica-agent <github@multica.ai>

docs/BIZ-26-限流器使用文档.md

@@ -11,7 +11,7 @@
 
 本模块实现了 BIZ-13 运行稳定性保障方案中的 API 限流优化功能：
 
-1. **令牌桶限流器**：40 RPM 上限，防止触发 API 429 错误
+1. **NVIDIA 网关专用令牌桶限流器**：40 RPM 上限，防止触发 NVIDIA 网关 API 429 错误
 2. **四级优先级队列**：紧急 > 高 > 正常 > 低
 3. **智能降级策略**：高优先级等待，低优先级切备用模型
 4. **缓存管理器**：按数据类型设置不同 TTL
@@ -20,7 +20,31 @@
 
 ---
 
-## 二、快速开始
+## 二、适用范围（已按要求收窄）
+
+**令牌桶限流器只对 NVIDIA 网关 API 生效。**
+
+识别规则：
+- `nvidia`、`nvidia-gateway`、`nvidiavx18088980513/...` → 进入 40 RPM 令牌桶
+- `volcengine-plan/...`、`siliconflow/...`、`deepseek/...` → 不进入令牌桶，不受该限流器影响
+- 未知网关默认不限制，避免误伤非 NVIDIA 通道
+
+调用方应显式传入 `gateway` 或 `model`，例如：
+
+```python
+# 走 NVIDIA 网关：限流
+scheduler.submit(payload=data, gateway="nvidia", priority=Priority.NORMAL, callback=handler)
+scheduler.submit(payload=data, model="nvidiavx18088980513/deepseek-ai/deepseek-v4-pro", callback=handler)
+
+# 走其他网关：不限流
+scheduler.submit(payload=data, model="volcengine-plan/ark-code-latest", callback=handler)
+scheduler.submit(payload=data, model="siliconflow/Qwen/Qwen3", callback=handler)
+scheduler.submit(payload=data, model="deepseek/deepseek-chat", callback=handler)
+```
+
+---
+
+## 三、快速开始
 
 ### 2.1 基本用法
 
@@ -87,7 +111,7 @@ print(f"缓存条目：{stats['total_entries']}")
 
 ---
 
-## 三、API 参考
+## 四、API 参考
 
 ### 3.1 TokenBucket（令牌桶）
 
@@ -208,7 +232,7 @@ poller.stop()
 
 ---
 
-## 四、缓存策略
+## 五、缓存策略
 
 | 数据类型 | TTL | 说明 |
 |----------|-----|------|
@@ -219,7 +243,7 @@ poller.stop()
 
 ---
 
-## 五、降级策略
+## 六、降级策略
 
 ### 5.1 令牌不足时的处理
 
@@ -242,7 +266,7 @@ poller.stop()
 
 ---
 
-## 六、监控与调试
+## 七、监控与调试
 
 ### 6.1 查看调度器状态
 
@@ -267,7 +291,7 @@ print(f"按类别：{stats['by_category']}")
 
 ---
 
-## 七、测试
+## 八、测试
 
 运行测试套件：
 
@@ -286,7 +310,7 @@ python3 scripts/test_rate_limiter.py
 
 ---
 
-## 八、集成示例
+## 九、集成示例
 
 ### 8.1 与 Multica CLI 集成
 
@@ -352,7 +376,7 @@ def heartbeat_check():
 
 ---
 
-## 九、注意事项
+## 十、注意事项
 
 1. **令牌速率配置**：根据实际 API 限制调整 `rate` 参数
 2. **缓存 TTL**：根据数据变化频率调整，避免过期数据
@@ -362,7 +386,7 @@ def heartbeat_check():
 
 ---
 
-## 十、TODO
+## 十一、TODO
 
 - [ ] 接入实际的 Multica CLI 调用
 - [ ] 添加 Prometheus 监控指标导出