Проект: /root/WORK/memo (Kotlin/JVM). Заказ: скачивание модели — командой и автоматически.

## Зачем

Сейчас модель (287 МБ) надо скачивать руками curl-ом по инструкции. Это единственный шаг,
который ломает «взял и пользуешься». Нужно: (1) явная команда «просто скачай модель»,
(2) автоматическое скачивание, когда модель понадобилась, а её нет.

## Что уже известно про сервер (проверено)

```bash
curl -sSIL http://static.binom.pw/models/siglip2/text_model_int8.onnx
#  HTTP/1.1 200 OK, Content-Length: 283438275, Etag: "6a9d4b7c-10e4ecc3"
curl -sSIL http://static.binom.pw/models/siglip2/tokenizer.model
#  HTTP/1.1 200 OK, Content-Length: 4241003
curl -sS -r 100-199 -D - http://static.binom.pw/models/siglip2/tokenizer.model
#  HTTP/1.1 206 Partial Content, Content-Range: bytes 100-199/4241003, Accept-Ranges: bytes
```

Сервер поддерживает **докачку (Range)** и отдаёт **Content-Length**. Файлов контрольных сумм
на сервере НЕТ (`.sha256` → 404), листинг каталога закрыт (403). Значит, проверка целостности —
по размеру из `Content-Length`, а не по хэшу.

## Что сделать

### 1. `memo-core`: `ModelStore.kt` (новый файл, пакет `memo.core`)

Объект/класс без внешних зависимостей — только JDK 21 (`java.net.http.HttpClient`).

```kotlin
object ModelStore {
    const val DEFAULT_BASE_URL = "http://static.binom.pw/models/siglip2"
    val FILES = listOf("text_model_int8.onnx", "tokenizer.model")

    data class Result(val downloaded: List<String>, val skipped: List<String>, val bytes: Long)

    /** Гарантирует наличие всех файлов модели в dir. Возвращает имена скачанных/пропущенных. */
    fun ensure(
        dir: java.io.File,
        baseUrl: String = DEFAULT_BASE_URL,
        force: Boolean = false,
        log: (String) -> Unit = {},
        timeoutMillis: Long = 60_000,
    ): Result

    /** Пути к модели в том же порядке (modelPath, tokenizerPath). */
    fun paths(dir: java.io.File): Pair<String, String>
}
```

Требования к `ensure`:

1. **Пропуск без сети.** Если файл существует, непустой и не `force` → он в `skipped`, **ни одного
   сетевого запроса** по нему не делается. Это важно: обычный запуск поиска офлайн обязан работать.
2. **Докачка.** Качать в `<имя>.part` рядом с целевым файлом. Если `.part` уже есть и непустой —
   продолжить с его размера, отправив `Range: bytes=<size>-`; ответ `206` → дописывать в конец;
   ответ `200` (сервер проигнорировал Range) → начать файл заново.
3. **Проверка размера.** После завершения сравнить размер с `Content-Length` из того же ответа
   (или из `HEAD`). Не совпало → удалить `.part`, бросить `IllegalStateException` с обоими числами.
4. **Атомарность.** Только после успешной проверки `.part` переименовывается в целевое имя
   (`File.renameTo`), чтобы оборванная закачка не оставила «валидный на вид» файл.
5. **Прогресс в stderr**, не чаще раза в 2 секунды: `скачиваю <имя>: 45% (128 МБ / 283 МБ)`.
   В stdout — ничего.
6. **Директорию создать** (`mkdirs`), если её нет.
7. Ошибки сети/HTTP-кода (не 200/206) — исключение с понятным текстом и именем файла.

### 2. `memo-cli`: команда `memo model`

```
memo model [--dir <путь>] [--url <база>] [--force]
```

- без `--dir` — директория из `MEMO_MODEL_DIR` (или `/root/WORK/memo/models/siglip2`, как уже
  заведено в `modelPaths()`);
- печатает по-русски, что скачано, что уже было, сколько байт;
- exit 0 при успехе, 1 при ошибке.
- Добавить эту команду в текст `usage` (он печатается в `HelpCmd`).

### 3. Автоматическое скачивание

Во всех точках, где модель нужна (`memo-cli` index/search/status, `memo-mcp` при старте):
перед созданием `Embedder` вызвать `ModelStore.ensure(dir)` — **если файлов нет или они пустые**.
Если файлы на месте — вызова сети не происходит (см. п.1), поведение не меняется.

Отключение: переменная `MEMO_MODEL_AUTO_DOWNLOAD=0` → скачивание не выполняется, а при отсутствии
модели выдаётся внятная ошибка: `модель не найдена в <dir>; запустите: memo model`.

Сообщение о скачивании выводить в stderr с первой строкой вида
`модель не найдена в <dir>, скачиваю с <url> (≈287 МБ, один раз)`.

### 4. Тесты: `memo-core/src/test/kotlin/memo/core/ModelStoreTest.kt` (новый файл)

Поднять **локальный HTTP-сервер на JDK** (`com.sun.net.httpserver.HttpServer`, без зависимостей),
слушать на `127.0.0.1` со случайным портом. Никакого выхода в интернет.

1. `downloadsMissingFiles` — на диске пусто, «сервер» отдаёт 2 файла → оба скачаны, размеры совпали,
   содержимое совпало побайтно, `.part` не остался.
2. `skipsExistingWithoutNetwork` — файлы уже есть; **сервер считать запросы (AtomicInteger)** →
   после `ensure` счётчик равен **0**, оба файла в `skipped`.
3. `resumesPartialDownload` — в `.part` лежит первая половина файла; сервер на запрос с `Range`
   отвечает `206` с хвостом → итоговый файл полный, побайтно равен исходному.
4. `failsOnSizeMismatch` — сервер объявляет `Content-Length` больше, чем реально отдаёт, и рвёт
   соединение → `ensure` бросает исключение, целевого файла нет, `.part` удалён.
5. `forceRedownloads` — файл есть, `force = true` → скачан заново.

## Обязательная сквозная проверка (приложить вывод)

```bash
cd /root/WORK/memo
./gradlew installDist -q
CLI=memo-cli/build/install/memo/bin/memo

# 1) пустая директория: команда model скачивает (база — локальный сервер, НЕ интернет, чтобы
#    проверка была воспроизводимой; для этого в проверке используем свой http-сервер на python)
rm -rf /tmp/memo-models && mkdir -p /tmp/memo-models/src
cp models/siglip2/* /tmp/memo-models/src/
cd /tmp/memo-models/src && python3 -m http.server 18999 > /tmp/memo-http.log 2>&1 &
HPID=$!
sleep 2
cd /root/WORK/memo
MEMO_MODEL_DIR=/tmp/memo-models/dst $CLI model --dir /tmp/memo-models/dst --url http://127.0.0.1:18999
echo "--- что появилось:"; ls -l /tmp/memo-models/dst; md5sum /tmp/memo-models/dst/* models/siglip2/*

# 2) повторный запуск: ничего не качает
MEMO_MODEL_DIR=/tmp/memo-models/dst $CLI model --dir /tmp/memo-models/dst --url http://127.0.0.1:18999

# 3) автоскачивание: поиск на пустом месте сам тянет модель
rm -rf /tmp/memo-models/dst2
MEMO_MODEL_DIR=/tmp/memo-models/dst2 $CLI index /root/WORK/memo-e2e 2>&1 | head -4
ls -l /tmp/memo-models/dst2

# 4) отключение автоскачивания
rm -rf /tmp/memo-models/dst3
MEMO_MODEL_AUTO_DOWNLOAD=0 MEMO_MODEL_DIR=/tmp/memo-models/dst3 $CLI index /root/WORK/memo-e2e; echo "exit=$?"

kill $HPID 2>/dev/null
```

Ожидается: (1) оба файла скачаны, md5 совпадают с оригиналом, `.part` нет; (2) во второй раз
«уже на месте», сеть не тронута; (3) при автоскачивании модель появилась и индексация прошла;
(4) с `MEMO_MODEL_AUTO_DOWNLOAD=0` — ошибка с подсказкой `memo model`, ненулевой код.

**Важно:** шаг 3 и 4 проверяют автоскачивание с продакшн-URL по умолчанию (интернет доступен в этом
окружении). Если интернета в момент проверки нет — приложить вывод и явно сказать об этом.

После: `./gradlew test --rerun-tasks` — все тесты зелёные (было 36, станет больше).
Коммит осмысленным сообщением.

## Обновить документацию

- `MANUAL.md`: в §3 убрать ручной curl и написать, что модель скачивается сама при первом
  использовании, плюс команда `$CLI model` для скачивания заранее; упомянуть
  `MEMO_MODEL_AUTO_DOWNLOAD=0`.
- `README.md`: в разделе «Быстрый старт» — строка про `memo model`.

## СТРОГИЕ ЗАПРЕТЫ

- Ни одной новой внешней зависимости (только JDK).
- Не менять `memo-core`'s схему БД, `Chunker`, `Searcher`, `Indexer`, `Collections`.
- Не менять смысл существующих тестов.
- Не выводить план текстом; сразу правь файлы.
- В тестах не ходить в интернет (только локальный HttpServer).