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.

scripts/add_ml_scores_columns.py

@@ -1,10 +1,9 @@
 #!/usr/bin/env python3
 """
-Миграция: Добавление колонок для ML-скоринга постов.
+Миграция: Добавление колонки для ML-скоринга постов.
 
 Добавляет:
 - ml_scores (TEXT/JSON) - JSON с результатами оценки от разных моделей
-- vector_hash (TEXT) - хеш текста для кеширования векторов
 
 Структура ml_scores:
 {
@@ -46,7 +45,7 @@ async def main(db_path: str) -> None:
     """
     Основная функция миграции.
     
-    Добавляет колонки ml_scores и vector_hash в таблицу post_from_telegram_suggest.
+    Добавляет колонку ml_scores в таблицу post_from_telegram_suggest.
     Миграция идемпотентна - можно запускать повторно без ошибок.
     """
     db_path = os.path.abspath(db_path)
@@ -67,22 +66,13 @@ async def main(db_path: str) -> None:
         else:
             logger.info("Колонка ml_scores уже существует")
         
-        # Проверяем и добавляем колонку vector_hash
-        if not await column_exists(conn, "post_from_telegram_suggest", "vector_hash"):
-            await conn.execute(
-                "ALTER TABLE post_from_telegram_suggest ADD COLUMN vector_hash TEXT"
-            )
-            logger.info("Колонка vector_hash добавлена в post_from_telegram_suggest")
-        else:
-            logger.info("Колонка vector_hash уже существует")
-        
         await conn.commit()
         logger.info("Миграция add_ml_scores_columns завершена успешно")
 
 
 if __name__ == "__main__":
     parser = argparse.ArgumentParser(
-        description="Добавление колонок ml_scores и vector_hash для ML-скоринга"
+        description="Добавление колонки ml_scores для ML-скоринга"
     )
     parser.add_argument(
         "--db",