feat(ingest+поиск): приём ZIP через интерфейс, регистронезависимый поиск, чистка очереди

- Загрузка архива (§4.1): POST /ingest распаковывает ZIP, дораспознаёт и
  догружает прайсы в базу (append). Виджет в админке. Кэш эмбеддингов справочника
  (dict_emb.npy) — догрузка считает только новый файл, эмбеддинги best-effort с
  откатом на fuzzy при сбое Gemini.
- Поиск по name_norm (lowercase): «УЗИ» и «узи» дают одинаковый результат —
  SQLite LIKE не сворачивает регистр для кириллицы.
- Фильтр названий: код-мнемоники («МОЗО.15») больше не попадают в очередь.
- /stats считается из базы — цифры на дашборде обновляются после загрузки.
- Деплой через Dockerfile (зависимости в образе, код монтируется томом).
- ruff: ядро и весь репозиторий проходят проверку.

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

etl/extractors/__init__.py

@@ -4,6 +4,7 @@
 PDF с битым текстовым слоем помечается как scan_pdf — его добирает путь через Vision.
 Любой сбой чтения логируется, но не роняет обработку остального архива.
 """
+
 from __future__ import annotations
 
 import os
@@ -26,7 +27,9 @@ def extract(path: str, use_vision: bool = True) -> ParsedDocument:
     """
     name = Path(path).name
     fmt = readers.detect_format(path)
-    doc = ParsedDocument(file_name=name, file_format=fmt, partner_name=readers.partner_from_name(name))
+    doc = ParsedDocument(
+        file_name=name, file_format=fmt, partner_name=readers.partner_from_name(name)
+    )
 
     year = readers.year_from_name(name)
     if year:

etl/extractors/common.py

@@ -6,6 +6,7 @@
 в числах, многотарифные колонки цен, строки-заголовки секций и шапку не в первой
 строке таблицы.
 """
+
 from __future__ import annotations
 
 import re
@@ -85,7 +86,12 @@ def is_real_name(text) -> bool:
     """
     s = clean(text)
     cyrillic = sum(1 for ch in s if "а" <= ch.lower() <= "я" or ch.lower() == "ё")
-    return cyrillic >= 3 and not looks_like_code(s)
+    if cyrillic < 3 or looks_like_code(s):
+        return False
+    # Код-мнемоника: цифры + только заглавные буквы + без пробела (напр. «МОЗО.15») — не услуга.
+    if any(c.isdigit() for c in s) and " " not in s and not any(c.islower() for c in s):
+        return False
+    return True
 
 
 def classify_price_tier(header_text) -> str | None:

etl/extractors/grid.py

@@ -9,6 +9,7 @@
 - настоящая цена медуслуги — сотни и тысячи тенге, а не мелкое число;
 - название услуги — самая «кириллическая» колонка, код — цифро-точечная.
 """
+
 from __future__ import annotations
 
 import statistics
@@ -97,7 +98,11 @@ def _assign_columns(grid: Grid, header_idx: int):
 
     # --- колонка названия: явный заголовок, иначе самая кириллическая ---
     name_col = next(
-        (c for c in range(ncol) if c not in price_cols and any(k in header[c].lower() for k in _NAME_KEYS)),
+        (
+            c
+            for c in range(ncol)
+            if c not in price_cols and any(k in header[c].lower() for k in _NAME_KEYS)
+        ),
         None,
     )
     if name_col is None:
@@ -109,7 +114,9 @@ def _assign_columns(grid: Grid, header_idx: int):
         (
             c
             for c in range(ncol)
-            if c != name_col and c not in price_cols and any(k in header[c].lower() for k in _CODE_HEADER_KEYS)
+            if c != name_col
+            and c not in price_cols
+            and any(k in header[c].lower() for k in _CODE_HEADER_KEYS)
         ),
         None,
     )
@@ -123,7 +130,11 @@ def _assign_columns(grid: Grid, header_idx: int):
                 break
 
     unit_col = next(
-        (c for c in range(ncol) if c not in price_cols and any(k in header[c].lower() for k in _UNIT_KEYS)),
+        (
+            c
+            for c in range(ncol)
+            if c not in price_cols and any(k in header[c].lower() for k in _UNIT_KEYS)
+        ),
         None,
     )
     return name_col, code_col, unit_col, price_cols
@@ -165,10 +176,16 @@ def extract_rows_from_grid(grid: Grid) -> list[RawRow]:
             RawRow(
                 service_name_raw=name,
                 service_code_source=(
-                    r[code_col] if code_col is not None and code_col < len(r) and r[code_col] else None
+                    r[code_col]
+                    if code_col is not None and code_col < len(r) and r[code_col]
+                    else None
                 ),
                 prices=prices,
-                unit=(r[unit_col] if unit_col is not None and unit_col < len(r) and r[unit_col] else None),
+                unit=(
+                    r[unit_col]
+                    if unit_col is not None and unit_col < len(r) and r[unit_col]
+                    else None
+                ),
                 section=section,
             )
         )

etl/extractors/readers.py

@@ -4,6 +4,7 @@
 многолистовых книг и многотабличных PDF. Сырой текст нужен для аудита и для
 детектора битого текстового слоя.
 """
+
 from __future__ import annotations
 
 import re
@@ -29,14 +30,19 @@ def partner_from_name(name: str) -> str:
 
 def detect_format(path: str) -> str:
     ext = Path(path).suffix.lower()
-    return {".xlsx": "xlsx", ".xls": "xls", ".docx": "docx", ".pdf": "pdf"}.get(ext, ext.lstrip("."))
+    return {".xlsx": "xlsx", ".xls": "xls", ".docx": "docx", ".pdf": "pdf"}.get(
+        ext, ext.lstrip(".")
+    )
 
 
 def docx_grids(path: str) -> tuple[list[Grid], str]:
     import docx
 
     document = docx.Document(path)
-    grids = [[[clean(cell.text) for cell in row.cells] for row in table.rows] for table in document.tables]
+    grids = [
+        [[clean(cell.text) for cell in row.cells] for row in table.rows]
+        for table in document.tables
+    ]
     text = "\n".join(p.text for p in document.paragraphs)
     return grids, text
 

etl/extractors/vision.py

@@ -5,6 +5,7 @@
 вернуть позиции прайса строго по JSON-схеме. Требует переменную окружения
 GEMINI_API_KEY; модель задаётся через GEMINI_MODEL (по умолчанию gemini-2.0-flash).
 """
+
 from __future__ import annotations
 
 import json