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)

frontend/src/api.ts

@@ -6,21 +6,20 @@ export interface Source {
   book: string;
   chapter: number;
   verse: number;
-  page: number;
   file: string;
   score: number;
 }
 
 export interface Status {
   state: "ready" | "indexing" | "error";
-  pdfs_total: number;
-  pdfs_indexed: number;
+  sources_total: number;
+  sources_indexed: number;
   chunks: number;
   model: string;
   last_indexed_at: string | null;
   errors: string[];
-  pages_processed: number;
-  pages_total: number;
+  verses_indexed: number;
+  verses_total: number;
   current_file: string | null;
 }