lct-07 (без LLM): слот-автомат, персона, звонящий на заготовках, make repl

Звонящий не выдаёт данные сам: автомат держит раскрытые факты явно и
отдаёт звонящему только их. Тест прогоняет длинную серию реплик и
проверяет, что ни один нераскрытый факт не прозвучал.

Главная находка — матчинг по порогу близости не работает. На
multilingual-e5-small настоящие вопросы дают 0.79–0.95, а «Оставайтесь
на линии» — до 0.89: диапазоны перекрываются, и любой порог либо выдаёт
адрес на «успокойтесь», либо не слышит «где вы находитесь?».

Решение — сравнение с ближайшим соседом: у пункта чек-листа несколько
формулировок (examples), рядом общий список не-вопросов
(checklists/common.yaml), и реплика засчитывается пункту, только если она
ближе к нему, чем к любому не-вопросу. На отложенных фразах: 19 из 20
вопросов, 0 из 8 ложных срабатываний.

Реплика режется только по границам предложений, со знаком: «?» для e5 —
сильный признак вопроса, без него «Куда ехать» уходит к не-вопросам.

Подсказка берёт неотработанный пункт из автомата. В живой сессии автомат
начнёт слышать оператора, когда голосовой контур передаст ему stt.final.

Ждёт ключа LLM: условие approach у скрытых фактов, звонящий своими
словами, dialog/llm.py с кэшем.

backend/app/dialog/runtime.py

@@ -0,0 +1,28 @@
+"""Модели диалога, общие для всех сессий процесса.
+
+Эмбеддер грузится один раз при старте приложения: 2–3 секунды на загрузке
+занятия недопустимы, а на старте стенда их никто не заметит.
+Если модели нет — занятие всё равно идёт, но подсказки теряют точность
+(идут по порядку чек-листа), и это видно в /api/health.
+"""
+
+import logging
+from functools import lru_cache
+from pathlib import Path
+
+from app.config import get_settings
+from app.dialog.embeddings import E5Embedder, Embedder
+
+log = logging.getLogger(__name__)
+
+ROOT = Path(__file__).resolve().parents[2]
+
+
+@lru_cache(maxsize=1)
+def get_embedder() -> Embedder | None:
+    model_dir = ROOT / get_settings().models_dir / "e5-small"
+    try:
+        return E5Embedder(model_dir)
+    except FileNotFoundError:
+        log.warning("модели эмбеддингов нет в %s — слот-автомат выключен, make models", model_dir)
+        return None