feat(gpu): Qdrant как векторный бэкенд под флагом — снимает SPOF FAISS

FAISS-индекс — файловый синглтон в RAM одного воркера (save на каждую запись,
без блокировок, без HA, не горизонтален). Добавлен альтернативный бэкенд Qdrant
с тем же classmethod-интерфейсом, выбор через VECTOR_BACKEND — аддитивно и
безопасно: дефолт остаётся faiss, ничего не ломается, пока не переключат.

- app/qdrant_manager.py — search/add_vectors/save(no-op)/total_vectors поверх
  qdrant-client (коллекция Cosine, id точки = doc_id, upsert идемпотентен);
- app/vector_store.py — get_backend() по настройке; задачи search/plagiarism
  переведены на него (больше не импортируют FAISSManager напрямую);
- app/migrate_faiss_to_qdrant.py — перелив существующих векторов (reconstruct
  из IndexIDMap2 → upsert), идемпотентно;
- docker-compose.prod.yml — сервис qdrant под профилем `qdrant` (по умолчанию не
  поднимается, ресурсов не ест) + volume; README — раздел про переключение.

Тесты (9) гоняют QdrantManager против ВСТРОЕННОГО Qdrant (qdrant-client :memory:,
не моки) + диспетчеризацию бэкенда. Всего тестов: 82 (indexer 24, gost 24, gpu 34).
Плюсы Qdrant активируются только после явного переключения + миграции.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

services/worker-gpu/app/tasks/plagiarism.py

@@ -92,11 +92,12 @@ def check_plagiarism(
         session.commit()
 
     try:
-        from app.faiss_manager import FAISSManager
         from app.model_manager import ModelManager
         from app.ollama_client import OllamaClient
+        from app.vector_store import get_backend
 
         ollama = OllamaClient()
+        vector_store = get_backend()
         semantic_matches: list[dict] = []
 
         for i, fragment in enumerate(fragments):
@@ -105,9 +106,9 @@ def check_plagiarism(
                 # Пропустить слишком короткие фрагменты
                 continue
 
-            # Уровень 3: Семантический поиск через FAISS
+            # Уровень 3: Семантический поиск (FAISS или Qdrant по VECTOR_BACKEND)
             frag_vec = ModelManager.encode_single(frag_text)
-            faiss_results = FAISSManager.search(frag_vec, k=10)
+            faiss_results = vector_store.search(frag_vec, k=10)
 
             for doc_id, score in faiss_results:
                 if score < FAISS_SIMILARITY_THRESHOLD:
@@ -201,9 +202,9 @@ def embed_documents(doc_ids: list[int]) -> dict[str, Any]:
     if not doc_ids:
         return {"status": "ok", "embedded": 0}
 
-    from app.faiss_manager import FAISSManager
     from app.model_manager import ModelManager
     from app.models import Document
+    from app.vector_store import get_backend
 
     logger.info(f"Построение эмбеддингов для {len(doc_ids)} документов...")
 
@@ -225,8 +226,9 @@ def embed_documents(doc_ids: list[int]) -> dict[str, Any]:
 
     vectors = ModelManager.encode(texts)
 
-    FAISSManager.add_vectors(vectors, ids)
-    FAISSManager.save()
+    store = get_backend()
+    store.add_vectors(vectors, ids)
+    store.save()
 
     # Обновить faiss_id в PostgreSQL (для IDMap2 faiss_id == doc_id)
     with db_session() as session:

services/worker-gpu/app/tasks/search.py

@@ -222,10 +222,10 @@ def search_semantic(
             from app.model_manager import ModelManager
             query_vec = ModelManager.encode_single(query_normalized)
 
-            # FAISS семантический поиск
-            from app.faiss_manager import FAISSManager
-            faiss_results = FAISSManager.search(query_vec, k=50)
-            logger.info(f"FAISS: найдено {len(faiss_results)} результатов")
+            # Семантический поиск (FAISS или Qdrant по VECTOR_BACKEND)
+            from app.vector_store import get_backend
+            faiss_results = get_backend().search(query_vec, k=50)
+            logger.info(f"Векторный поиск: найдено {len(faiss_results)} результатов")
 
             # Elasticsearch BM25 поиск
             from app.es_client import search_fulltext