JARVIS: asistente de voz local para Linux

Nucleo propio: oye con whisper.cpp, piensa con un modelo de Ollama, habla
con Piper, y hace RAG sobre los apuntes del usuario. 100% local, sin
cuentas ni claves.

Escrito bajo una restriccion dura, 4 GB de VRAM: el cerebro y whisper
comparten tarjeta y solo caben porque estan dimensionados para ello. El
RAG usa embeddings estaticos con busqueda hibrida; la voz clonada se sirve
de una cache de frases.

Incluye instalador (install.sh), requisitos, y documentacion del stack,
del manejo de root y de las acciones. Los apuntes indexados y el diario NO
se incluyen: son privados y el .gitignore los bloquea.

PRIVACIDAD.md

@@ -0,0 +1,51 @@
+# Privacidad
+
+La premisa del proyecto es que nada sale de la máquina. No es un eslogan: se
+verifica, y este documento dice qué es local, qué podría salir y qué se ha
+dejado deliberadamente fuera de este repositorio.
+
+## Qué es local
+
+| Pieza | Dónde corre |
+|---|---|
+| Cerebro (modelo) | Ollama en `127.0.0.1:11434` |
+| Escucha (STT) | whisper.cpp, en la propia máquina |
+| Voz (TTS) | Piper / XTTS, en la propia máquina |
+| Memoria de conversación | ficheros locales |
+| RAG | índice local sobre apuntes locales |
+
+Ninguna de estas piezas necesita una cuenta ni una clave. El asistente funciona
+con la máquina desconectada de internet.
+
+## Qué puede salir, y no es un fallo
+
+- **La búsqueda web**, solo si el modelo decide usarla para una pregunta que lo
+  pide. Es una herramienta que se invoca, no una fuga de fondo, y se avisa.
+
+Fuera de eso, no hay tráfico saliente durante el uso normal.
+
+## Qué NO está en este repositorio, a propósito
+
+Este código es público; los datos del usuario no. El `.gitignore` bloquea, y
+nunca se deben añadir:
+
+- **`nucleo/datos/saber.jsonl`** y sus derivados (`cosecha.jsonl`,
+  `sintesis.jsonl`): contienen el TEXTO de los apuntes indexados. Publicarlos
+  publicaría los apuntes.
+- **`nucleo/datos/diario.jsonl`**: es lo que el usuario le ha dicho al asistente
+  por voz.
+- **`voz/ref/`** y las cachés de audio: la voz de referencia y las frases
+  sintetizadas son personales.
+- **Entornos, modelos y datasets**: se reconstruyen; no son código.
+
+Lo único de `nucleo/datos/` que sí va es `acciones.json` (el catálogo de lo que
+el asistente sabe hacer) y su generador: definen capacidades, no datos.
+
+## Cómo comprobarlo
+
+- Que nada nuestro escuche fuera de loopback:
+  `ss -ltnp | grep -vE '127\.0\.0\.1|\[::1\]'`
+- Que el cerebro apunta a local: revisar el endpoint en `nucleo/cerebro/`.
+- Que no hay claves en el repo: no hay ningún fichero de credenciales; el
+  manejador de sudo (`nucleo/manos/sudo_root.py`) guarda la contraseña solo en
+  memoria durante la sesión y la borra al terminar.