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>

pyproject.toml

@@ -15,8 +15,8 @@ dependencies = [
     "pdfplumber>=0.11",            # PDF с текстовым слоем
     "pymupdf>=1.24",              # рендер страниц для Vision
     "rapidfuzz>=3.10",            # нечёткое сопоставление
-    "sentence-transformers>=3.3",  # многоязычные эмбеддинги
-    "google-generativeai>=0.8",    # Gemini Vision
+    "numpy>=2.0",                  # векторные операции при сопоставлении
+    "google-genai>=1.0",          # Gemini Vision + эмбеддинги (API, без локального torch)
 ]
 
 [tool.ruff]