feat: initial microservices project structure

Services:
- api: FastAPI gateway with JWT auth, async endpoints, WebSocket
- worker-gpu: CUDA sentence-transformers, FAISS IVFFlat, Ollama LLM
- worker-indexer: Winnowing+MinHash plagiarism detection, PDF/DOCX extraction
- worker-notifier: SMTP email notifications
- worker-gost: GOST 7.1-2003 and GOST R 7.0.5-2008 formatting

Infrastructure:
- docker-compose.yml (production) + docker-compose.dev.yml (hot reload)
- Nginx reverse proxy + WebSocket support
- PostgreSQL 16 with Alembic migrations
- Elasticsearch 8 with Russian/English analyzers
- MinIO, RabbitMQ, Redis, Ollama

Frontend:
- React 18 + Vite + TypeScript + TailwindCSS + Zustand + React Query v5
- 9 pages: Home, Search, Cabinet, Task, Check, Bibliography, Pricing, Login, Register

Scripts:
- Parser stubs: OpenAlex, КиберЛенинка, arXiv (Phase 0 - to be filled)

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

services/worker-indexer/app/algorithms/minhash.py

@@ -0,0 +1,118 @@
+"""MinHash LSH для нечёткого поиска похожих документов.
+
+Позволяет быстро находить документы с похожим содержимым
+без точного сравнения всех пар.
+"""
+
+import logging
+
+from datasketch import MinHash, MinHashLSH
+
+logger = logging.getLogger(__name__)
+
+# Параметры MinHash LSH
+LSH_THRESHOLD = 0.5  # Минимальная схожесть для включения в результаты
+LSH_NUM_PERM = 128  # Количество хэш-функций (точность vs память)
+
+# Глобальный LSH индекс (in-memory)
+_lsh: MinHashLSH | None = None
+
+
+def get_lsh() -> MinHashLSH:
+    """Получить или создать глобальный LSH индекс."""
+    global _lsh
+    if _lsh is None:
+        _lsh = MinHashLSH(threshold=LSH_THRESHOLD, num_perm=LSH_NUM_PERM)
+        logger.info("MinHash LSH индекс создан")
+    return _lsh
+
+
+def get_shingles(text: str, k: int = 3) -> set[str]:
+    """
+    Получить k-слоговые шинглы из текста.
+
+    Args:
+        text: Исходный текст
+        k: Размер шингла (количество слов)
+
+    Returns:
+        Множество шинглов
+    """
+    words = text.lower().split()
+    if len(words) < k:
+        return {" ".join(words)} if words else set()
+    return {" ".join(words[i : i + k]) for i in range(len(words) - k + 1)}
+
+
+def text_to_minhash(text: str) -> MinHash:
+    """
+    Создать MinHash подпись для текста.
+
+    Args:
+        text: Исходный текст
+
+    Returns:
+        MinHash объект
+    """
+    m = MinHash(num_perm=LSH_NUM_PERM)
+    for shingle in get_shingles(text):
+        m.update(shingle.encode("utf-8"))
+    return m
+
+
+def add_to_lsh(doc_key: str, text: str) -> None:
+    """
+    Добавить документ в LSH индекс.
+
+    Args:
+        doc_key: Уникальный ключ документа (например, "doc:{id}")
+        text: Текст документа
+    """
+    lsh = get_lsh()
+    m = text_to_minhash(text)
+    try:
+        lsh.insert(doc_key, m)
+    except ValueError:
+        # Документ уже в индексе — игнорируем
+        pass
+
+
+def find_similar(text: str) -> list[str]:
+    """
+    Найти похожие документы в LSH индексе.
+
+    Args:
+        text: Текст для поиска похожих
+
+    Returns:
+        Список ключей похожих документов
+    """
+    lsh = get_lsh()
+    m = text_to_minhash(text)
+    try:
+        return lsh.query(m)
+    except Exception as e:
+        logger.warning(f"Ошибка запроса к MinHash LSH: {e}")
+        return []
+
+
+def compute_jaccard_minhash(text_a: str, text_b: str) -> float:
+    """
+    Оценить схожесть двух текстов через MinHash Jaccard.
+
+    Args:
+        text_a: Первый текст
+        text_b: Второй текст
+
+    Returns:
+        Оценка схожести Жаккара через MinHash
+    """
+    m_a = text_to_minhash(text_a)
+    m_b = text_to_minhash(text_b)
+    return m_a.jaccard(m_b)
+
+
+def reset_lsh() -> None:
+    """Сбросить LSH индекс (для тестов)."""
+    global _lsh
+    _lsh = None