fix: responder a partir dos livros com embeddings em português

Usa o modelo multilingual, ignora trechos curtos e o template do Llama 3.2
para a resposta sair em uma frase completa. O chat deixa a API livre durante
a geração, o upload indexa o PDF e os agendamentos não são gravados duas vezes.

backend/app/utils/embeddings.py

@@ -1,9 +1,13 @@
 from sentence_transformers import SentenceTransformer
 import numpy as np
 
+_MODELS = {}
+
 class EmbeddingService:
-    def __init__(self, model_name="all-MiniLM-L6-v2"):
-        self.model = SentenceTransformer(model_name)
+    def __init__(self, model_name="paraphrase-multilingual-MiniLM-L12-v2"):
+        if model_name not in _MODELS:
+            _MODELS[model_name] = SentenceTransformer(model_name)
+        self.model = _MODELS[model_name]
         self.dimension = 384
 
     def embed(self, texts: list[str]) -> np.ndarray: