refactor(api): remove MCP marketplace cache integration

Removed dependencies on MCPCacheRepository and PulseMCPService from MCP routes to simplify installation and listing logic, avoiding reliance on potentially stale cached data and streamlining the codebase. Updated available-for-chat filter to include MCPs without explicit status.

lib/embeddings.ts

@@ -9,20 +9,49 @@ export async function generateEmbedding(
   model: string = "nomic-embed-text"
 ): Promise<Float32Array> {
   try {
+    // Verificar se deve forçar uso de CPU (útil quando GPU tem problemas de memória)
+    const forceCpu =
+      process.env.OLLAMA_NO_GPU === "1" || process.env.OLLAMA_NUM_GPU === "0";
+
     const response = await ollama.embeddings({
       model,
       prompt: text,
+      options: forceCpu ? { num_gpu: 0 } : undefined,
     });
 
     return new Float32Array(response.embedding);
-  } catch (error) {
+  } catch (error: any) {
     console.error("Erro ao gerar embedding:", error);
 
+    // Se erro de GPU e ainda não tentou CPU, tentar forçar CPU
+    const isGpuError =
+      error?.message?.includes("CUDA") ||
+      error?.message?.includes("unable to allocate") ||
+      error?.status_code === 500;
+
+    if (
+      isGpuError &&
+      process.env.OLLAMA_NO_GPU !== "1" &&
+      process.env.OLLAMA_NUM_GPU !== "0"
+    ) {
+      console.warn("Erro de GPU detectado, tentando usar CPU...");
+      try {
+        const response = await ollama.embeddings({
+          model,
+          prompt: text,
+          options: { num_gpu: 0 },
+        });
+        return new Float32Array(response.embedding);
+      } catch (cpuError) {
+        console.error("Erro mesmo usando CPU:", cpuError);
+      }
+    }
+
     // Fallback: retornar vetor zero se modelo não estiver disponível
     console.warn(
       `Modelo ${model} não disponível, usando vetor zero como fallback`
     );
-    return new Float32Array(384); // 384 dimensões padrão
+    return new Float32Array(768); // 768 dimensões para nomic-embed-text
   }
 }