refactor: обновление системы ML-скоринга и переход на RAG API

- Обновлен Dockerfile для использования Alpine вместо Slim, улучшая размер образа.
- Удален устаревший RAGService и добавлен RagApiClient для работы с внешним RAG API.
- Обновлены переменные окружения в env.example для настройки нового RAG API.
- Обновлен ScoringManager для интеграции с RagApiClient.
- Упрощена структура проекта, удалены ненужные файлы и зависимости, связанные с векторным хранилищем.
- Обновлены обработчики и функции для работы с новым API, включая получение статистики и обработку ошибок.

helper_bot/handlers/private/services.py

@@ -162,7 +162,7 @@ class PostService:
             
             # Получаем данные от RAG
             rag_confidence = scores.rag.confidence if scores.rag else None
-            rag_score_pos_only = scores.rag.metadata.get("score_pos_only") if scores.rag else None
+            rag_score_pos_only = scores.rag.metadata.get("rag_score_pos_only") if scores.rag else None
             
             return scores.deepseek_score, scores.rag_score, rag_confidence, rag_score_pos_only, ml_scores_json
         except Exception as e: