feat(sprint2): диалог с памятью треда — POST /chat + CRUD тредов

Второй кусок Спринта 2: агент теперь помнит контекст. RAG-retrieval
делается по последней реплике пациента, в LLM уходит системный промпт +
последние 20 сообщений треда + новая реплика + найденные фрагменты.

Backend:
- services/chat_service: send_message — создаёт тред при необходимости
  (auto-имя из первой реплики + UTC-дата), сохраняет user-реплику до
  вызова LLM (чтобы не потерять при сбое), делает retrieval, грузит
  историю треда (desc/limit 20 → reversed для хронологии), зовёт
  llm.chat, сохраняет ответ ассистента вместе с sources_json и
  assembled_prompt, обновляет thread.updated_at. Плюс list_threads с
  JOIN-выборкой превью первой реплики и счётчика сообщений,
  get_thread_detail через selectinload, rename_thread, delete_thread
  (CASCADE на FK делает уборку сообщений автоматически, но
  explicit delete оставлен для подсчёта удалённых).
- services/llm_client.chat: принимает history=[{role, content}, ...],
  собирает messages = [system, ...history, user-с-RAG]; assembled_prompt
  дампит всю цепочку в виде [SYSTEM]/[USER]/[ASSISTANT]-блоков для
  отображения в Debug UI.
- routers/chat: POST /chat, обрабатывает LookupError → 404.
- routers/threads: GET /threads, GET /threads/{id}, PATCH /threads/{id}
  (переименовать), DELETE /threads/{id}.
- models: ChatRequest, ThreadRenameRequest; ChatResponse, ThreadInfo,
  ThreadListResponse, ThreadDetailResponse, MessageInfo,
  ThreadDeleteResponse.

Запуск:
- В lifespan main.py: автоматический alembic upgrade head через
  asyncio.to_thread (сам alembic делает asyncio.run внутри, его нельзя
  звать из уже работающего event loop). LLMClient инициализируется
  один раз при старте — вместо создания на каждый запрос.

E2E проверено: новый тред → агент отвечает и просит представиться;
вторая реплика в том же треде — агент помнит контекст; PATCH
переименовывает; DELETE удаляет тред с каскадом на сообщения.

Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>

main.py

@@ -1,24 +1,39 @@
+import asyncio
 import logging
+import os
 from contextlib import asynccontextmanager
 
+from alembic import command
+from alembic.config import Config as AlembicConfig
 from fastapi import FastAPI
 from fastapi.middleware.cors import CORSMiddleware
 from fastapi.staticfiles import StaticFiles
 
 from config import settings
 from services.embeddings import EmbeddingService
+from services.llm_client import LLMClient
 from services.vectorstore import VectorStoreService
 
 logger = logging.getLogger(__name__)
 
 embedding_service: EmbeddingService | None = None
 vectorstore_service: VectorStoreService | None = None
+llm_client: LLMClient | None = None
+
+
+def _run_migrations() -> None:
+    """Автоматически подтягиваем схему до последней ревизии при старте."""
+    os.makedirs(os.path.dirname(settings.sqlite_path), exist_ok=True)
+    cfg = AlembicConfig("alembic.ini")
+    command.upgrade(cfg, "head")
 
 
 @asynccontextmanager
 async def lifespan(app: FastAPI):
-    global embedding_service, vectorstore_service
+    global embedding_service, vectorstore_service, llm_client
     logging.basicConfig(level=getattr(logging, settings.log_level.upper(), logging.INFO))
+    logger.info("Running DB migrations…")
+    await asyncio.to_thread(_run_migrations)
     logger.info("Loading embedding model: %s", settings.embedding_model)
     embedding_service = EmbeddingService(settings.embedding_model)
     logger.info("Embedding model loaded")
@@ -27,6 +42,8 @@ async def lifespan(app: FastAPI):
         embedding_service=embedding_service,
     )
     logger.info("ChromaDB initialized at %s", settings.chroma_persist_dir)
+    llm_client = LLMClient()
+    logger.info("LLM client ready (model=%s)", llm_client.model)
     yield
     logger.info("Shutting down")
 
@@ -46,10 +63,12 @@ app.add_middleware(
     allow_headers=["*"],
 )
 
-from routers import documents, health, query  # noqa: E402
+from routers import chat, documents, health, query, threads  # noqa: E402
 
 app.include_router(health.router)
 app.include_router(documents.router)
 app.include_router(query.router)
+app.include_router(chat.router)
+app.include_router(threads.router)
 
 app.mount("/", StaticFiles(directory="static", html=True), name="static")