feat: интеграция ML-скоринга с использованием RAG и DeepSeek

- Обновлен Dockerfile для установки необходимых зависимостей.
- Добавлены новые переменные окружения для настройки ML-скоринга в env.example.
- Реализованы методы для получения и обновления ML-скоров в AsyncBotDB и PostRepository.
- Обновлены обработчики публикации постов для интеграции ML-скоринга.
- Добавлен новый обработчик для получения статистики ML-скоринга в админ-панели.
- Обновлены функции для форматирования сообщений с учетом ML-скоров.

Dockerfile

@@ -1,15 +1,14 @@
 ###########################################
 # Этап 1: Сборщик (Builder)
 ###########################################
-FROM python:3.11.9-alpine as builder
+FROM python:3.11.9-slim as builder
 
-# Устанавливаем инструменты для компиляции + linux-headers для psutil
-RUN apk add --no-cache \
+# Устанавливаем инструменты для компиляции
+RUN apt-get update && apt-get install --no-install-recommends -y \
     gcc \
     g++ \
-    musl-dev \
     python3-dev \
-    linux-headers  # ← ЭТО КРИТИЧЕСКИ ВАЖНО ДЛЯ psutil
+    && rm -rf /var/lib/apt/lists/*
 
 WORKDIR /app
 COPY requirements.txt .
@@ -21,29 +20,34 @@ RUN pip install --no-cache-dir --target /install -r requirements.txt
 ###########################################
 # Этап 2: Финальный образ (Runtime)  
 ###########################################
-FROM python:3.11.9-alpine as runtime
+FROM python:3.11.9-slim as runtime
 
 # Минимальные рантайм-зависимости
-RUN apk add --no-cache \
-    libstdc++ \
-    sqlite-libs
+RUN apt-get update && apt-get install --no-install-recommends -y \
+    libgomp1 \
+    && rm -rf /var/lib/apt/lists/*
 
 # Создаем пользователя
-RUN addgroup -g 1001 deploy && adduser -D -u 1001 -G deploy deploy
+RUN groupadd -g 1001 deploy && useradd -r -u 1001 -g deploy deploy
 
 WORKDIR /app
 
 # Копируем зависимости
-COPY --from=builder --chown=1001:1001 /install /usr/local/lib/python3.11/site-packages
+COPY --from=builder --chown=deploy:deploy /install /usr/local/lib/python3.11/site-packages
 
-# Создаем структуру папок
-RUN mkdir -p database logs voice_users && \
-    chown -R 1001:1001 /app
+# Создаем структуру папок (включая директории для ML моделей)
+RUN mkdir -p database logs voice_users data/models && \
+    chown -R deploy:deploy /app
+
+# Устанавливаем переменные для HuggingFace (кеш моделей внутри /app)
+ENV HF_HOME=/app/data/models
+ENV TRANSFORMERS_CACHE=/app/data/models
+ENV HF_HUB_CACHE=/app/data/models
 
 # Копируем исходный код
-COPY --chown=1001:1001 . .
+COPY --chown=deploy:deploy . .
 
-USER 1001
+USER deploy
 
 # Healthcheck
 HEALTHCHECK --interval=30s --timeout=15s --start-period=10s --retries=5 \