feat: implement TTS, Document processing, and Memory Service /facts API

- TTS: xtts-v2 integration with voice cloning support
- Document: docling integration for PDF/DOCX/PPTX processing
- Memory Service: added /facts/upsert, /facts/{key}, /facts endpoints
- Added required dependencies (TTS, docling)

HELION-EMBEDDING-API.md

@@ -0,0 +1,110 @@
+# 🔌 API для ембендінгу
+
+**Дата:** 2026-01-12
+
+---
+
+## 📋 Знайдені API для ембендінгу
+
+### 1. **Vision Encoder Service** (OpenCLIP)
+**Призначення:** Текст та зображення embeddings
+
+- **Порт:** 8001
+- **Технологія:** OpenCLIP (ViT-L-14)
+- **Модель:** OpenAI pretrained
+- **Функції:**
+  - Текст embeddings
+  - Зображення embeddings
+  - Multimodal embeddings
+  - Інтеграція з Qdrant
+
+**Endpoints:**
+- `POST /embed` - генерація embeddings
+- `GET /health` - health check
+
+**Конфігурація:**
+```yaml
+vision-encoder:
+  ports:
+    - "8001:8001"
+  environment:
+    - DEVICE=cpu  # або cuda для GPU
+    - MODEL_NAME=ViT-L-14
+    - MODEL_PRETRAINED=openai
+    - NORMALIZE_EMBEDDINGS=true
+    - QDRANT_HOST=qdrant
+    - QDRANT_PORT=6333
+```
+
+---
+
+### 2. **Memory Service Embedding Layer** (Cohere)
+**Призначення:** Текст embeddings через Cohere API
+
+- **Технологія:** Cohere API
+- **Модель:** `embed-multilingual-v3.0`
+- **Розмірність:** 1024
+- **Функції:**
+  - Текст embeddings
+  - Batch embeddings
+  - Search document embeddings
+  - Search query embeddings
+
+**Використання:**
+```python
+from services.memory-service.app.embedding import get_embeddings
+
+embeddings = await get_embeddings(
+    texts=["текст для embedding"],
+    input_type="search_document"  # або "search_query"
+)
+```
+
+---
+
+### 3. **Memory Orchestrator Embedding Client**
+**Призначення:** Простий клієнт для embeddings
+
+- **Endpoint:** `http://localhost:8001/embed` (Vision Encoder)
+- **Fallback:** Stub embeddings якщо сервіс недоступний
+
+**Використання:**
+```python
+from services.memory-orchestrator.embedding_client import EmbeddingClient
+
+client = EmbeddingClient(endpoint="http://vision-encoder:8001/embed")
+embedding = await client.embed("текст")
+```
+
+---
+
+## 🔄 Інтеграція з Helion
+
+### Через Router:
+Router має доступ до Vision Encoder через:
+- `VISION_ENCODER_URL=http://vision-encoder:8001`
+
+### Через Memory Service:
+Memory Service використовує Cohere API для embeddings документів.
+
+### Через Qdrant:
+Vision Encoder автоматично зберігає embeddings в Qdrant для векторного пошуку.
+
+---
+
+## 📝 Конфігурація для НОДА1
+
+В `docker-compose.node1.yml` додано:
+```yaml
+vision-encoder:
+  ports:
+    - "8001:8001"
+  environment:
+    - DEVICE=cpu  # НОДА1 без GPU
+    - QDRANT_HOST=qdrant
+    - QDRANT_PORT=6333
+```
+
+---
+
+**Оновлено:** 2026-01-12