feat(indexer): скачивание полного текста статей + батчинг эмбеддингов

Раньше корпус состоял только из метаданных: парсеры отдают full_text=None,
fingerprints/эмбеддинги считались из аннотаций, MinIO статьями не наполнялся
вовсе. Проверка плагиата шла против абстрактов, а не тел статей.

Добавлено:
- app/fulltext.py: best-effort скачивание PDF по url источника (стрим с
  лимитом размера, детект PDF по content-type/magic), извлечение текста
  через PyMuPDF.
- index.enrich_full_text: новая задача — качает полный текст, кладёт в MinIO
  (documents/corpus/{id}.txt), пересчитывает fingerprints по полному тексту,
  обновляет MinHash. Диспатчится из add_document при FETCH_FULL_TEXT=true.
- openalex: предпочитаем прямую ссылку на PDF (best_oa_location.pdf_url)
  вместо лендинга — покрытие full-text выросло с 17% до 33% на выборке.
- run_parser батчит эмбеддинги (EMBED_BATCH_SIZE) вместо диспатча по одному
  документу: worker-gpu кодирует пачку разом и реже переписывает FAISS-индекс.

Покрытие ~33% (прямые OA-PDF: arxiv/usenix/springer/techscience и т.п.);
для остального остаётся фолбэк на аннотацию. Управляется FETCH_FULL_TEXT.

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

scripts/parsers/openalex.py

@@ -192,9 +192,17 @@ class OpenAlexParser(BaseParser):
         source = primary_location.get("source") or {}
         journal = source.get("display_name")
 
-        # URL на полный текст
+        # URL на полный текст: предпочитаем прямую ссылку на PDF (её реально можно
+        # скачать и извлечь текст), иначе oa_url / лендинг журнала.
+        best_oa = raw.get("best_oa_location") or {}
         oa = raw.get("open_access") or {}
-        url = oa.get("oa_url") or primary_location.get("landing_page_url")
+        url = (
+            best_oa.get("pdf_url")
+            or primary_location.get("pdf_url")
+            or oa.get("oa_url")
+            or best_oa.get("landing_page_url")
+            or primary_location.get("landing_page_url")
+        )
 
         # Аннотация (восстановить из инвертированного индекса)
         abstract = None