feat(etl): нормализация на Gemini-эмбеддингах (API), Vision подключён

- эмбеддинги переведены с локального torch на Gemini API (лёгкий контейнер)
  GeminiEmbedder: gemini-embedding-001, 768d, RETRIEVAL query/document
- фильтр настоящих названий: коды/числа не уходят в сопоставление
- порог косинуса 0.70 → ~73% автонормализации (цель ТЗ ≥70%), остальное в unmatched
- Vision (gemini-2.5-flash, новый SDK) подключён в диспетчер для скан/нулевых PDF;
  проверено: Клиника 5 — 34 чистые позиции со страницы
- зависимости: убран torch/sentence-transformers, добавлен google-genai+numpy

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

etl/extractors/__init__.py

@@ -6,6 +6,7 @@ PDF с битым текстовым слоем помечается как scan
 """
 from __future__ import annotations
 
+import os
 import sys
 from datetime import date
 from pathlib import Path
@@ -53,6 +54,19 @@ def extract(path: str) -> ParsedDocument:
         except Exception as exc:  # noqa: BLE001
             doc.parse_log.append(f"ошибка разбора таблицы: {type(exc).__name__}: {exc}")
 
-    if not doc.rows and doc.file_format != "scan_pdf":
-        doc.parse_log.append("позиции не извлечены — возможно, нужен Vision или иной парсер")
+    # Трудные PDF (скан, битый слой, нулевой разбор) добираем через Gemini Vision.
+    needs_vision = fmt == "pdf" and (doc.file_format == "scan_pdf" or not doc.rows)
+    if needs_vision and os.environ.get("GEMINI_API_KEY"):
+        try:
+            from etl.extractors.vision import extract_with_vision
+
+            vision_rows = extract_with_vision(path)
+            doc.rows.extend(vision_rows)
+            doc.file_format = "scan_pdf"
+            doc.parse_log.append(f"Vision добрал {len(vision_rows)} позиций")
+        except Exception as exc:  # noqa: BLE001
+            doc.parse_log.append(f"Vision не сработал: {type(exc).__name__}: {exc}")
+
+    if not doc.rows:
+        doc.parse_log.append("позиции не извлечены")
     return doc