refactor(indexer): вынести разбиение на фрагменты в app.fragments + 5 тестов

_split_into_fragments жила в тяжёлой Celery-задаче (celery/sqlalchemy/minio) и
не тестировалась, хотя именно она определяет, ЧТО проверяется на плагиат.
Вынес в чистый app.fragments.split_into_fragments — тестируется изолированно:

- пустой/пробельный текст → [];
- текст короче 20 слов → отбрасывается порогом длины;
- короткий текст → один фрагмент на весь объём, start=0;
- скользящее окно: перекрытие ровно (window-step) слов, хвост==голова соседа;
- start/end — корректные символьные офсеты в исходный текст.

Поведение сохранено 1:1. Добавлен в mypy-гейт. Тестов всего: 66.

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

services/worker-indexer/tests/test_fragments.py

@@ -0,0 +1,43 @@
+"""Юнит-тесты разбиения текста на фрагменты (определяет, что проверяется)."""
+
+from app.fragments import split_into_fragments
+
+
+def _text(n: int) -> str:
+    """n слов одинаковой длины: 'w000 w001 ... ' (по 4 символа + пробел)."""
+    return " ".join(f"w{i:03d}" for i in range(n))
+
+
+def test_empty_text_returns_empty():
+    assert split_into_fragments("") == []
+    assert split_into_fragments("   ") == []
+
+
+def test_text_shorter_than_min_words_is_dropped():
+    # < 20 слов → единственный кандидат отбрасывается порогом длины
+    assert split_into_fragments(_text(19), window=200, overlap=50) == []
+
+
+def test_short_text_single_fragment_covers_all():
+    frags = split_into_fragments(_text(30), window=200, overlap=50)
+    assert len(frags) == 1
+    assert frags[0]["start"] == 0
+    assert frags[0]["text"] == _text(30)
+
+
+def test_sliding_window_overlap():
+    frags = split_into_fragments(_text(50), window=25, overlap=5)
+    # step = window - overlap = 20 → окна начинаются со слов 0 и 20
+    assert len(frags) == 2
+    words0 = frags[0]["text"].split()
+    words1 = frags[1]["text"].split()
+    assert len(words0) == 25 and len(words1) == 25
+    # перекрытие ровно 5 слов: хвост первого == голова второго
+    assert words0[-5:] == words1[:5]
+
+
+def test_char_positions_are_offsets_into_source_text():
+    text = _text(30)
+    f = split_into_fragments(text, window=25, overlap=5)[0]
+    assert text[f["start"]:].startswith("w000")   # start — символьный офсет начала
+    assert text[: f["end"]].endswith("w024")       # end — конец 25-го слова окна