feat: LLM routing by tier (free→Ollama, pro→Timeweb)

- Add tier-based provider routing in llm-svc
  - free tier → Ollama (local qwen3.5:9b)
  - pro/business → Timeweb Cloud AI
- Add /api/v1/embed endpoint for embeddings via Ollama
- Update Ollama client: qwen3.5:9b default, remove auth
- Add GenerateEmbedding() function for qwen3-embedding:0.6b
- Add Ollama K8s deployment with GPU support (RTX 4060 Ti)
- Add monitoring stack (Prometheus, Grafana, Alertmanager)
- Add Grafana dashboards for LLM and security metrics
- Update deploy.sh with monitoring and Ollama deployment

Made-with: Cursor

backend/deploy/k8s/ollama-pull-models.sh

@@ -0,0 +1,38 @@
+#!/bin/bash
+# Скрипт для загрузки моделей в Ollama
+# Запустить ОДИН РАЗ после первого деплоя
+# Модели сохраняются в PVC и не нужно скачивать повторно
+
+set -e
+
+NAMESPACE="${NAMESPACE:-gooseek}"
+MODELS="${@:-llama3.2:3b}"
+
+echo "=== Ollama Model Loader ==="
+echo "Namespace: $NAMESPACE"
+echo "Models:    $MODELS"
+
+# Проверить что Ollama pod запущен
+echo ""
+echo "Checking Ollama pod status..."
+kubectl -n $NAMESPACE wait --for=condition=ready pod -l app=ollama --timeout=120s
+
+# Получить имя пода
+POD=$(kubectl -n $NAMESPACE get pod -l app=ollama -o jsonpath='{.items[0].metadata.name}')
+echo "Pod: $POD"
+
+# Скачать модели
+for MODEL in $MODELS; do
+  echo ""
+  echo "=== Pulling model: $MODEL ==="
+  kubectl -n $NAMESPACE exec -it $POD -c ollama -- ollama pull $MODEL
+done
+
+# Показать список моделей
+echo ""
+echo "=== Installed models ==="
+kubectl -n $NAMESPACE exec -it $POD -c ollama -- ollama list
+
+echo ""
+echo "=== Done! ==="
+echo "Models are stored in PVC and will persist across restarts."