feat: busca híbrida (vetorial + BM25 com fusão RRF) e janela de contexto

Recuperação:
- keyword.py: tokenizador PT (acentos, stopwords, dígitos), BM25 Okapi com
  índice invertido, e reciprocal_rank_fusion com desempate determinístico
- retrieval.py: VectorRetriever e HybridRetriever; fusão por posição, não por
  nota (cosseno 0..1 e BM25 sem teto são escalas incomparáveis)
- identidade de fusão é a coordenada (arquivo,livro,capítulo,versículo): o mesmo
  versículo chega das duas buscas com distance diferente e o dataclass nunca os
  igualaria, então o RRF não premiaria o que ambas confirmam
- ChatService recebe retriever injetado; referência explícita mantém precedência

Contexto:
- VerseChunk ganha context (janela de CONTEXT_WINDOW vizinhos por lado, dentro
  do livro, atravessando capítulos) e embedding_text
- store grava a janela como documento e o versículo em verse_text; a UI mostra o
  versículo citado e o modelo recebe a janela
- snapshot() nos dois stores: o BM25 é em memória e o Chroma persiste, então o
  arranque precisa reconstruir o índice lexical ou a busca degrada em silêncio

Motivação medida em 5703 versículos reais: a busca vetorial não liga 'estou com
medo do futuro' a 'não temas' (0,19, nível de par sem relação), e e5-small tem
faixa de similaridade de só 0,02 — inutilizaria o piso de evidência.

backend/app/corpus.py

@@ -160,19 +160,32 @@ def canonical_book(name: str) -> str | None:
 
 @dataclass(frozen=True)
 class VerseChunk:
-    """Um versículo indexável com seus metadados de origem."""
+    """Um versículo indexável com seus metadados de origem.
+
+    `text` é o versículo citado — é o que aparece ao usuário. `context` é a janela
+    de versículos vizinhos usada na busca: um versículo isolado é curto demais
+    para o embedding captar o tema (medidos: "estou com medo" contra "não temas"
+    dava 0,19 de similaridade). A referência continua apontando para o versículo
+    central, então a citação exibida não perde precisão.
+    """
 
     book: str
     chapter: int
     verse: int
     file: str
     text: str
+    context: str = ""
 
     @property
     def reference(self) -> str:
         """Referência no formato `Livro Capítulo:Versículo`."""
         return f"{self.book} {self.chapter}:{self.verse}"
 
+    @property
+    def embedding_text(self) -> str:
+        """Texto usado para embeddar e para a busca por palavras-chave."""
+        return self.context or self.text
+
     @property
     def chunk_id(self) -> str:
         """ID determinístico do chunk no banco vetorial.
@@ -211,9 +224,15 @@ def _parse_id(raw: str | None) -> int | None:
     return int(match.group(1)) if match else None
 
 
-def parse_usfx(path: Path, file_name: str | None = None) -> Iterator[VerseChunk]:
+def parse_usfx(
+    path: Path, file_name: str | None = None, context_window: int = 2
+) -> Iterator[VerseChunk]:
     """Percorre um arquivo USFX produzindo um chunk por versículo.
 
+    Cada chunk carrega o versículo (`text`) e uma janela de `context_window`
+    vizinhos para cada lado (`context`). A janela é montada **dentro do livro** —
+    atravessa capítulos, porque a narrativa continua, mas nunca mistura livros.
+
     Levanta `CorpusParseError` se o arquivo não puder ser lido ou não contiver
     nenhum livro: um corpus vazio indexado em silêncio deixaria o assistente sem
     evidência e respondendo a partir do nada.
@@ -234,6 +253,7 @@ def parse_usfx(path: Path, file_name: str | None = None) -> Iterator[VerseChunk]
         raise CorpusParseError(f"{file_name}: nenhum livro encontrado no corpus")
 
     skipped = 0
+    window = max(0, context_window)
     for book in books:
         header = book.find("h")
         book_name = (header.text or "").strip() if header is not None else ""
@@ -241,6 +261,7 @@ def parse_usfx(path: Path, file_name: str | None = None) -> Iterator[VerseChunk]
             book_id = book.get("id") or ""
             book_name = canonical_book(book_id) or book_id or "Desconhecido"
 
+        entries: list[tuple[int, int, str]] = []
         chapter = 0
         for element in book:
             if element.tag == "c":
@@ -251,13 +272,22 @@ def parse_usfx(path: Path, file_name: str | None = None) -> Iterator[VerseChunk]
                 if chapter < 1 or verse < 1 or not _is_indexable(text):
                     skipped += 1
                     continue
-                yield VerseChunk(
-                    book=book_name,
-                    chapter=chapter,
-                    verse=verse,
-                    file=file_name,
-                    text=text,
-                )
+                entries.append((chapter, verse, text))
+
+        for index, (verse_chapter, verse_number, text) in enumerate(entries):
+            if window:
+                neighbours = entries[max(0, index - window) : index + window + 1]
+                context = " ".join(neighbour[2] for neighbour in neighbours)
+            else:
+                context = text
+            yield VerseChunk(
+                book=book_name,
+                chapter=verse_chapter,
+                verse=verse_number,
+                file=file_name,
+                text=text,
+                context=context,
+            )
 
     if skipped:
         logger.info("%s: %s versículo(s) ignorado(s) sem texto", file_name, skipped)