feat(etl): нормализация к справочнику (код→точное→эмбеддинги→fuzzy), валидация и конвейер в SQLite

scripts/run_pipeline.py

@@ -0,0 +1,28 @@
+"""Запуск конвейера на архиве: data/raw → SQLite + отчёт о качестве.
+
+Флаг --vision включает добор трудных PDF через Gemini Vision (медленно).
+"""
+
+import json
+import sys
+from datetime import date
+from pathlib import Path
+
+REPO = Path(__file__).resolve().parents[1]
+sys.path.insert(0, str(REPO))
+
+from etl.normalize.embedding import GeminiEmbedder  # noqa: E402
+from etl.pipeline import run  # noqa: E402
+
+summary = run(
+    data_dir=str(REPO / "data/raw"),
+    db_path=str(REPO / "data/medarchive.db"),
+    dict_path=str(REPO / "data/reference/dictionary.xlsx"),
+    embedder=GeminiEmbedder(),
+    use_vision="--vision" in sys.argv,
+    today=date(2026, 6, 26),
+)
+(REPO / "data/quality_report.json").write_text(
+    json.dumps(summary, ensure_ascii=False, indent=2), encoding="utf-8"
+)
+print(json.dumps(summary, ensure_ascii=False, indent=2))