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/pyproject.toml

@@ -14,15 +14,18 @@ dependencies = [
     "httpx>=0.27",
     "pyyaml>=6.0",
     "structlog>=24.1",
+    # Эмбеддинги для слот-автомата: матчинг вопроса к чек-листу. Нужны ядру,
+    # а не только голосу, поэтому не в группе voice.
+    "onnxruntime>=1.18",
+    "tokenizers>=0.19",
+    "numpy>=1.26",
 ]
 
 [project.optional-dependencies]
 # Тяжёлый слой моделей — ставится отдельно: uv sync --extra voice
 voice = [
     "onnx-asr>=0.6",
-    "onnxruntime>=1.18",
     "torch>=2.2",
-    "numpy>=1.26",
 ]
 dev = [
     "pytest>=8.2",