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_vector_store.py

@@ -9,7 +9,7 @@ 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.embedding import HashEmbedder, normalize  # noqa: E402
 from app.vector_store import InMemoryVectorStore, VectorStore  # noqa: E402
 
@@ -19,7 +19,6 @@ def make_chunk(verse: int, book: str = "Gênesis", chapter: int = 1, file: str =
         book=book,
         chapter=chapter,
         verse=verse,
-        page=6,
         file=file,
         text=f"Versículo {verse} de {book} {chapter}",
     )