Docker-сервис, выбор основы и сравнение моделей, сборщик датасета

- Docker: Dockerfile (CPU), compose с FlareSolverr, настройка через DUB_* переменные,
  токен доступа к /predict, tools/pack_models.py, workflow Gitea Actions, docs/docker.md
- Модель грузится офлайн (config.json рядом с весами); общий код вынесен в src/spans.py,
  сервису не нужны sklearn/matplotlib/pandas
- Обучение: профили tiny2/base/large/modern, запуски в models/runs, реестр и честное
  сравнение на одной тестовой выборке (src/runs.py), пункт меню «Модели»
- Датасет: язык и аудио-параметры дорожек, 18+ по строкам «Аудио», ручные метки по ссылкам,
  переиндексация сохранённого HTML, параллельная сборка, сбалансированная выборка
- Тексты страниц (data/pages) больше не хранятся в git

Co-Authored-By: Claude Sonnet 5.5 <noreply@anthropic.com>

tests/e2e_segmenter.py

@@ -46,7 +46,9 @@ def run(predictor, rows, mode: str, test_only: bool) -> dict:
 
 def main() -> None:
     rows = json.loads((ROOT / "data" / "processed" / "dataset.json").read_text(encoding="utf-8"))
-    predictor = DubPredictor()
+    seg_dir = sys.argv[1] if len(sys.argv) > 1 else "models/segmenter"
+    predictor = DubPredictor(segmenter_dir=seg_dir)
+    print(f"сегментатор: {seg_dir}")
     if predictor.segmenter is None:
         sys.exit("нет models/segmenter: python -m src.segmenter --train")
     for test_only, name in ((True, "тестовые страницы (не виделись сегментатору)"),