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/normalize/__init__.py

@@ -1,4 +1,5 @@
 """Нормализация извлечённых позиций к справочнику услуг."""
+
 from etl.normalize.matcher import Matcher
 
 __all__ = ["Matcher"]

etl/normalize/embedding.py

@@ -4,6 +4,7 @@
 раздувается и не держит модель в RAM. Размерность 768 выбрана, чтобы вектор лез в
 HNSW-индекс pgvector. Требуется переменная окружения GEMINI_API_KEY.
 """
+
 from __future__ import annotations
 
 import os
@@ -54,7 +55,9 @@ class GeminiEmbedder:
             chunk = items[start : start + self.batch]
             for attempt in range(8):
                 try:
-                    response = self._client.models.embed_content(model=self.model, contents=chunk, config=config)
+                    response = self._client.models.embed_content(
+                        model=self.model, contents=chunk, config=config
+                    )
                     vectors.extend(embedding.values for embedding in response.embeddings)
                     break
                 except Exception as exc:  # пауза и повтор при превышении квоты (429)

etl/normalize/matcher.py

@@ -11,6 +11,7 @@
 клиник встречаются с лишним хвостом («A02.020.000.2»), поэтому сравниваем по
 канонической части кода тарификатора.
 """
+
 from __future__ import annotations
 
 import re
@@ -37,6 +38,7 @@ class Matcher:
         embedder=None,
         emb_threshold: float = 0.70,
         fuzzy_threshold: int = 88,
+        dict_emb=None,
     ):
         self.services = services
         self.by_code = {s.tarificator_code: s for s in services if s.tarificator_code}
@@ -47,8 +49,10 @@ class Matcher:
         self.emb_threshold = emb_threshold
         self.fuzzy_threshold = fuzzy_threshold
         self.embedder = embedder
-        self.dict_emb = None
-        if embedder is not None:
+        # Готовые эмбеддинги справочника (dict_emb) переиспользуются между прогонами:
+        # при догрузке нового прайса не нужно заново векторизовать тысячи услуг.
+        self.dict_emb = dict_emb
+        if embedder is not None and self.dict_emb is None:
             self.dict_emb = embedder.encode(
                 [s.name_ru for s in services],
                 normalize_embeddings=True,
@@ -65,7 +69,9 @@ class Matcher:
         best = process.extractOne(name_norm, self.names_norm, scorer=fuzz.token_set_ratio)
         if best and best[1] >= self.fuzzy_threshold:
             return MatchResult(
-                service_id=self.services[best[2]].service_id, method="fuzzy", confidence=best[1] / 100
+                service_id=self.services[best[2]].service_id,
+                method="fuzzy",
+                confidence=best[1] / 100,
             )
         return MatchResult()
 
@@ -78,12 +84,16 @@ class Matcher:
         for i, (name, code) in enumerate(zip(names, codes, strict=True)):
             service = self._match_by_code(code)
             if service:
-                results[i] = MatchResult(service_id=service.service_id, method="code", confidence=1.0)
+                results[i] = MatchResult(
+                    service_id=service.service_id, method="code", confidence=1.0
+                )
                 continue
             name_norm = normalize_name(name)
             exact = self.by_norm.get(name_norm)
             if exact:
-                results[i] = MatchResult(service_id=exact.service_id, method="exact", confidence=1.0)
+                results[i] = MatchResult(
+                    service_id=exact.service_id, method="exact", confidence=1.0
+                )
                 continue
             pending_idx.append(i)
             pending_norm.append(name_norm)