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/scripts/models.py

@@ -0,0 +1,50 @@
+"""make models: веса моделей в backend/models/.
+
+Сейчас качает эмбеддинги для слот-автомата. Распознавание (GigaAM) и синтез
+(Silero) добавит карточка lct-02 — после замера на демо-машине.
+Докачка продолжается с места обрыва: сеть на стенде бывает медленной.
+"""
+
+import sys
+import urllib.request
+from pathlib import Path
+
+ROOT = Path(__file__).resolve().parents[1]
+MODELS = ROOT / "models"
+
+E5 = "https://huggingface.co/Xenova/multilingual-e5-small/resolve/main/"
+FILES = {
+    "e5-small/config.json": E5 + "config.json",
+    "e5-small/tokenizer.json": E5 + "tokenizer.json",
+    "e5-small/model_quantized.onnx": E5 + "onnx/model_quantized.onnx",
+}
+
+
+def fetch(url: str, target: Path) -> None:
+    partial = target.with_suffix(target.suffix + ".part")
+    offset = partial.stat().st_size if partial.exists() else 0
+    request = urllib.request.Request(url, headers={"Range": f"bytes={offset}-"} if offset else {})
+    with urllib.request.urlopen(request, timeout=60) as response, partial.open("ab") as out:
+        total = offset + int(response.headers.get("Content-Length", 0))
+        while chunk := response.read(1 << 20):
+            out.write(chunk)
+            done = out.tell()
+            if total:
+                print(f"\r  {target.name}: {done // (1 << 20)} из {total // (1 << 20)} МБ", end="", flush=True)
+    partial.rename(target)
+    print()
+
+
+def main() -> None:
+    for relative, url in FILES.items():
+        target = MODELS / relative
+        if target.exists():
+            print(f"  {relative}: уже есть")
+            continue
+        target.parent.mkdir(parents=True, exist_ok=True)
+        fetch(url, target)
+    print("эмбеддинги готовы; GigaAM и Silero — карточка tasks/lct-02-latency-baseline.md")
+
+
+if __name__ == "__main__":
+    sys.exit(main())