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/main.py

@@ -35,6 +35,7 @@ from .models import (
     SourcesResponse,
     StatusResponse,
 )
+from .retrieval import HybridRetriever
 from .vector_store import InMemoryVectorStore, VectorStore
 
 logger = logging.getLogger(__name__)
@@ -51,6 +52,7 @@ class Services:
     indexer: Indexer
     chat: ChatService
     last_sources: list[Source]
+    retriever: HybridRetriever
     embedder_warning: str | None = None
 
 
@@ -117,8 +119,19 @@ def create_app(
     if indexer is None:
         indexer = Indexer(settings=settings, embedder=embedder, store=store)
 
+    retriever = HybridRetriever(
+        store=store,
+        embedder=embedder,
+        top_k=settings.top_k,
+        min_similarity=settings.min_similarity,
+    )
+
     chat = ChatService(
-        settings=settings, store=store, embedder=embedder, provider=provider
+        settings=settings,
+        store=store,
+        embedder=embedder,
+        provider=provider,
+        retriever=retriever,
     )
 
     services = Services(
@@ -129,15 +142,20 @@ def create_app(
         indexer=indexer,
         chat=chat,
         last_sources=[],
+        retriever=retriever,
         embedder_warning=embedder_warning,
     )
     reindex_lock = asyncio.Lock()
 
     @asynccontextmanager
     async def lifespan(app: FastAPI) -> AsyncIterator[None]:
-        """Dispara a indexação inicial sem bloquear o startup."""
-        if settings.auto_index:
-            asyncio.create_task(_run_initial_index(services))
+        """Indexa se configurado e sempre reconstrói o índice lexical.
+
+        O BM25 vive em memória enquanto o Chroma persiste em disco: sem a
+        reconstrução no arranque, um restart deixaria a busca híbrida degradada
+        em só-vetorial, em silêncio.
+        """
+        asyncio.create_task(_run_initial_index(services))
         yield
         close = getattr(provider, "aclose", None)
         if close is not None:
@@ -291,19 +309,37 @@ def _sse(event: str, data: dict) -> str:
 
 
 async def _run_initial_index(services: Services) -> None:
-    """Indexa o corpus na inicialização, sem bloquear o startup."""
-    await asyncio.to_thread(services.indexer.reindex)
+    """Indexa o corpus (se `auto_index`) e reconstrói o índice lexical."""
+    if services.settings.auto_index:
+        await asyncio.to_thread(services.indexer.reindex)
+    await asyncio.to_thread(_rebuild_keyword_index, services)
 
 
 async def _run_reindex(services: Services, lock: asyncio.Lock) -> None:
     """Executa a reindexação em background, segurando o lock durante o trabalho."""
     try:
         await asyncio.to_thread(services.indexer.reindex, True)
+        await asyncio.to_thread(_rebuild_keyword_index, services)
     finally:
         if lock.locked():
             lock.release()
 
 
+def _rebuild_keyword_index(services: Services) -> None:
+    """Reconstrói o BM25 a partir do banco vetorial, tolerando falha.
+
+    Se falhar, a busca continua funcionando no lado vetorial — degradada, mas
+    disponível. Silenciar aqui seria esconder o problema, então fica no log.
+    """
+    try:
+        services.retriever.rebuild()
+    except Exception:
+        logger.exception(
+            "Falha ao reconstruir o índice de palavras-chave; "
+            "a busca seguirá apenas vetorial"
+        )
+
+
 def _build_default_app() -> FastAPI:
     """Cria a aplicação padrão, tolerando falha no carregamento do Chroma.