refactor: troca PDF+OCR por corpus USFX em domínio público

- corpus/: Almeida (João Ferreira de Almeida) em USFX, domínio público,
  66 livros / 1189 capítulos / 31098 versículos, versionado com SHA-256
- app/corpus.py: parser USFX (texto no tail de <v/>), nomes canônicos dos
  livros, aliases (abreviaturas e numerais romanos), VerseChunk sem página
- indexer: descobre *.xml em CORPUS_DIR, progresso em versículos, lote
  configurável, manifesto incremental por SHA-256
- remove extraction.py, parallel.py, bible_parser.py, Tesseract e PyMuPDF
- campo page removido de Source/SearchResult/StatusResponse e do frontend
- embedder: propriedade name; status reporta o embedder em uso, não o do .env
- create_app constrói o embedder ANTES do store (o default HashEmbedder do
  VectorStore impedia o modelo configurado de ser carregado em produção)
- fallback do modelo agora aparece em /api/status.errors
- torch 2.6.0 + transformers 5.22.1 pinados (transformers 5.x exige torch>=2.6)

backend/tests/test_chat.py

@@ -10,7 +10,7 @@ import pytest
 
 sys.path.insert(0, str(Path(__file__).resolve().parents[1]))
 
-from app.bible_parser import VerseChunk  # noqa: E402
+from app.corpus import VerseChunk  # noqa: E402
 from app.chat import (  # noqa: E402
     NO_EVIDENCE_MESSAGE,
     ChatService,
@@ -56,8 +56,7 @@ def make_chunk(book="Gênesis", chapter=1, verse=1, text="No princípio criou De
         book=book,
         chapter=chapter,
         verse=verse,
-        page=6,
-        file="biblia.pdf",
+        file="biblia.usfx.xml",
         text=text,
     )
 
@@ -65,7 +64,7 @@ def make_chunk(book="Gênesis", chapter=1, verse=1, text="No princípio criou De
 @pytest.fixture
 def settings():
     return Settings(
-        pdf_dir=Path("/tmp/pdfs-test"),
+        corpus_dir=Path("/tmp/corpus-test"),
         vector_db_dir=Path("/tmp/vector-test"),
         embedding_model="hash-test",
         top_k=6,