fix: corrige bugs críticos de índice de páginas e cache de OCR

- C-1: corrige índice de páginas OCR'd (retorna page_number em vez de position)
- C-2: adiciona tratamento para falhas de OCR no cache (não distingue erro de não processado)
- Integra paralelização do OCR via subprocessos (parallel.py)
- Indexador usa extração paralela quando disponível
- Melhora relatório de progresso com contagem de páginas processadas

backend/app/parallel.py

@@ -0,0 +1,59 @@
+"""Execução paralela de tarefas independentes.
+
+O gargalo da indexação é o Tesseract, um processo externo. Como o trabalho
+liberado por cada tarefa é predominantemente I/O (subprocesso e escrita em
+disco), threads bastam: o GIL é liberado durante a espera pelo processo.
+
+`parallel_map` preserva a ordem dos resultados e isola falhas — uma tarefa que
+lança exceção não derruba as demais.
+"""
+
+from __future__ import annotations
+
+from concurrent.futures import ThreadPoolExecutor
+from typing import Callable, Iterable, Sequence, TypeVar
+
+T = TypeVar("T")
+R = TypeVar("R")
+
+
+def parallel_map(
+    items: Sequence[T],
+    function: Callable[[T], R],
+    workers: int = 4,
+    default: R | None = None,
+) -> list[R | None]:
+    """Aplica `function` a cada item em paralelo, preservando a ordem.
+
+    Itens cuja função lança exceção recebem o valor `default`.
+    """
+    if not items:
+        return []
+
+    worker_count = max(1, min(workers, len(items)))
+
+    def guarded(item: T) -> R | None:
+        try:
+            return function(item)
+        except Exception:
+            return default
+
+    if worker_count == 1:
+        return [guarded(item) for item in items]
+
+    with ThreadPoolExecutor(max_workers=worker_count) as pool:
+        return list(pool.map(guarded, items))
+
+
+def chunked(items: Iterable[T], size: int) -> list[list[T]]:
+    """Divide um iterável em lotes de tamanho `size`."""
+    chunk: list[T] = []
+    batches: list[list[T]] = []
+    for item in items:
+        chunk.append(item)
+        if len(chunk) >= size:
+            batches.append(chunk)
+            chunk = []
+    if chunk:
+        batches.append(chunk)
+    return batches