Implementar búsqueda: texto completo y semántica

Embeddings estáticos con model2vec: 64 MB residentes y sin PyTorch, porque es una búsqueda de tokens más pooling y no una pasada neuronal. Índice en inglés sobre datos en el idioma de la familia, deduplicación semántica con umbral calibrado, y degradación silenciosa a búsqueda por palabras si el modelo no está instalado.