Каталогизатор документов: разбор папки, тезисы, поиск, GUI

Программа принимает папку с документами, извлекает из них текст и
метаданные и строит каталог: краткое описание, тезисы и ключевые слова
для каждого файла плюс поиск по всему собранному.

Ядро:
- extract: PDF, DJVU, DOC(X), RTF, ODT, CHM, EPUB, FB2, PPT(X), XLS(X), TXT;
  PDF передаётся MuPDF потоком в память (работают длинные пути) и ограничен
  по времени — повреждённый файл иначе чинится минутами;
- summarize: экстрактивное реферирование по TF-IDF, посчитанному на самой
  библиотеке, с лёгким стеммером для русского и английского;
- db: SQLite с полнотекстовым индексом FTS5, морфологический поиск с BM25;
- scanner: инкрементальный многопоточный обход, счётчик попыток защищает
  от файла, обрывающего разбор;
- report: автономный HTML с поиском, Markdown, JSON, CSV.

Интерфейс:
- окно PySide6 в тёмной теме: вкладки разбора и поиска, фоновый поток,
  карточка документа, правка своих ключевых слов;
- командная строка: build, scan, analyze, report, search, show, tag, stats;
- у каждой папки свой каталог, последняя обработанная запоминается.

Сборка: scripts/build_exe.py даёт Catalogizer.exe в Windows и
Catalogizer.app в macOS, иконки .ico и .icns рисуются кодом.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

catalogizer/ui/worker.py

@@ -0,0 +1,78 @@
+"""@file worker.py
+@brief Фоновый поток построения каталога.
+
+Разбор библиотеки идёт минутами и часами, поэтому выполняется в отдельном
+потоке QThread: окно остаётся отзывчивым, а ход работы приходит сигналами.
+"""
+
+from __future__ import annotations
+
+import traceback
+from pathlib import Path
+
+from PySide6.QtCore import QThread, Signal
+
+from .. import analyze as analyze_mod
+from .. import config, db, report, scanner
+
+
+class BuildWorker(QThread):
+    """@brief Полный цикл: обход папки, анализ, выгрузка отчётов."""
+
+    #: сделано, всего, поясняющая строка
+    progress = Signal(int, int, str)
+    #: строка в журнал
+    message = Signal(str)
+    #: итоговая строка состояния
+    finished_ok = Signal(str)
+    #: текст ошибки с трассировкой
+    failed = Signal(str)
+
+    def __init__(self, root: Path, jobs: int, max_pages: int,
+                 force: bool = False, parent=None) -> None:
+        super().__init__(parent)
+        self._root = Path(root)
+        self._jobs = jobs
+        self._max_pages = max_pages
+        self._force = force
+        self._stop = False
+
+    def request_stop(self) -> None:
+        """@brief Просит остановиться после текущей порции файлов.
+
+        Разобранное уже записано в базу, поэтому следующий запуск продолжит
+        с того же места.
+        """
+        self._stop = True
+
+    def run(self) -> None:  # noqa: D102 — контракт QThread
+        try:
+            config.remember(self._root)
+            db_path, out_dir = config.paths_for(self._root)
+            con = db.connect(db_path)
+            self.message.emit("Папка: %s" % self._root)
+
+            stats = scanner.scan(
+                con, self._root, max_pages=self._max_pages, jobs=self._jobs,
+                force=self._force, quiet=True,
+                progress=lambda d, t, m: self.progress.emit(d, t, m),
+                stop=lambda: self._stop)
+            self.message.emit(
+                "Разобрано %(processed)d, с ошибками %(errors)d, "
+                "пропущено %(skipped)d, за %(seconds)s с" % stats)
+
+            self.progress.emit(0, 0, "Анализ текстов…")
+            analyze_mod.analyze(
+                con, quiet=True,
+                progress=lambda d, t, m: self.progress.emit(d, t, m))
+
+            self.progress.emit(0, 0, "Выгрузка отчётов…")
+            for kind, path in report.build_all(con, out_dir).items():
+                self.message.emit("%-5s %s" % (kind, path))
+            total = con.execute("SELECT COUNT(*) c FROM docs").fetchone()["c"]
+            con.close()
+            self.finished_ok.emit(
+                "Каталог готов: %d документов%s"
+                % (total, " (остановлено)" if self._stop else ""))
+        except Exception:  # noqa: BLE001 — окно должно показать причину
+            self.failed.emit(traceback.format_exc())