feat(ingest): is_oa-фильтр OpenAlex + PDF-ссылка arXiv → покрытие full-text ↑

Корпус набивался с ~8% полного текста — по широким темам мало доступных PDF.
- OpenAlex: параметр open_access_only (is_oa:true), включён по умолчанию для
  заливки (INGEST_OPEN_ACCESS_ONLY). A/B: покрытие 20% → 45%.
- arXiv: url теперь прямая ссылка на PDF (был на HTML-страницу аннотации),
  теперь enrich_full_text реально качает текст (у arXiv PDF почти у 100%).

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

scripts/parsers/arxiv.py

@@ -159,12 +159,18 @@ class ArxivParser(BaseParser):
                 doi = link.get("href", "").replace("http://dx.doi.org/", "")
                 break
 
-        # URL
+        # URL — предпочитаем прямую ссылку на PDF (её качает enrich_full_text),
+        # иначе HTML-страницу аннотации
         url = None
         for link in entry.findall("atom:link", NS):
-            if link.get("type") == "text/html":
+            if link.get("title") == "pdf" or link.get("type") == "application/pdf":
                 url = link.get("href")
                 break
+        if not url:
+            for link in entry.findall("atom:link", NS):
+                if link.get("type") == "text/html":
+                    url = link.get("href")
+                    break
 
         # Категории
         categories = [