saber: preguntas-gancho sintetizadas horneadas en el indice publico

- sintetiza_catalogo.py genera preguntas en castellano (indexacion multi-
  representacion) para el pack de conocimiento y el catalogo de awesome lists.
- indexa.py hornea los ganchos: al indice publico solo los de fragmentos
  publicos (~1856); el personal ademas rehornea la sintesis nocturna de COFRE
  (privada), para que reconstruir no pise ese trabajo.
- saber-publico.jsonl pasa a 2555 entradas con los vectores de las preguntas:
  un clon recien hecho consulta con recall alto sin correr sintesis.
- eval del indice personal: hit@1 82%, hit@5 97%, sim 0.927.

nucleo/saber/indexa.py

@@ -165,6 +165,41 @@ def _catalogo(solo_publico=False):
     return fragmentos
 
 
+def _ganchos(solo_publico=False):
+    """Las preguntas-gancho sintetizadas, si existen. Multi-representacion: cada
+    una embebe una pregunta (`indexar`) y muestra el fragmento (`texto`). Es lo
+    que sube el recall (48->82 % hit@1). Dos fuentes:
+
+      - sintesis-catalogo.jsonl: pack del repo + catalogo (enriquece/
+        sintetiza_catalogo.py). Lleva marca `publico` por fragmento.
+      - sintesis.jsonl: la sintesis NOCTURNA sobre los apuntes de COFRE
+        (enriquece/sintetiza.py). Es privada, nunca va al indice publico.
+
+    Se incluye aqui para que un `indexa.py` no pise el trabajo de la noche: la
+    reconstruccion desde cero rehornea ambas.
+    """
+    fuentes = [
+        (os.path.join(AQUI, "datos", "sintesis-catalogo.jsonl"), None),
+        (os.path.join(AQUI, "datos", "sintesis.jsonl"), False),   # COFRE: privada
+    ]
+    ganchos = []
+    for ruta, forzar in fuentes:
+        if not os.path.exists(ruta):
+            continue
+        with open(ruta, encoding="utf-8") as f:
+            for l in f:
+                try:
+                    e = json.loads(l)
+                except json.JSONDecodeError:
+                    continue
+                pub = e.get("publico") if forzar is None else forzar
+                if solo_publico and not pub:
+                    continue
+                e.pop("publico", None)
+                ganchos.append(e)
+    return ganchos
+
+
 def _conocimiento():
     """El pack de metodologia y manuales que viene con el repo (conocimiento/)."""
     fragmentos = []
@@ -194,7 +229,10 @@ def _guarda_indice(todo, ruta):
     modelo = StaticModel.from_pretrained("minishlab/potion-multilingual-128M")
 
     print("  calculando vectores...", flush=True)
-    vectores = modelo.encode([e["texto"] for e in todo], show_progress_bar=False)
+    # se embebe `indexar` si existe (la pregunta-gancho sintetizada), si no `texto`.
+    # busca.py solo lee `texto` y `v`, asi la respuesta mostrada es el fragmento.
+    vectores = modelo.encode([e.get("indexar") or e["texto"] for e in todo],
+                             show_progress_bar=False)
 
     os.makedirs(os.path.dirname(ruta), exist_ok=True)
     with open(ruta, "w", encoding="utf-8") as f:
@@ -218,9 +256,10 @@ def construye_publico(solo_cuenta=False):
     glo = list(glosario.entradas())
     con = _conocimiento()
     cat = _catalogo(solo_publico=True)          # solo las awesome de licencia redistribuible
-    todo = glo + con + cat
+    gan = _ganchos(solo_publico=True)           # preguntas-gancho de fragmentos publicos
+    todo = glo + con + cat + gan
     print(f"  glosario {len(glo)} + conocimiento {len(con)} + catalogo {len(cat)} "
-          f"= {len(todo)} entradas publicas")
+          f"+ ganchos {len(gan)} = {len(todo)} entradas publicas")
     if solo_cuenta:
         return 0
     _guarda_indice(todo, INDICE_PUBLICO)
@@ -286,10 +325,14 @@ def construye(solo_cuenta=False, solo_cofre=False):
     if catalogo:
         print(f"  CATALOGO       {len(catalogo):5d} fragmentos (awesome lists)")
 
-    todo = fichas + fragmentos + sistema + conocimiento + catalogo
+    ganchos = _ganchos(solo_publico=False)
+    if ganchos:
+        print(f"  GANCHOS        {len(ganchos):5d} preguntas sintetizadas")
+
+    todo = fichas + fragmentos + sistema + conocimiento + catalogo + ganchos
     print(f"\n  total: {len(fichas)} fichas + {len(fragmentos)} apuntes + "
           f"{len(sistema)} sistema + {len(conocimiento)} conocimiento + "
-          f"{len(catalogo)} catalogo = {len(todo)} entradas")
+          f"{len(catalogo)} catalogo + {len(ganchos)} ganchos = {len(todo)} entradas")
     if solo_cuenta:
         return 0