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.

nucleo/saber/enriquece/correr_noche.sh

@@ -0,0 +1,92 @@
+#!/usr/bin/env bash
+# El pipeline de la noche: mejora el RAG hasta nivel pentesting profesional.
+#
+#   ./correr_noche.sh              corre las cuatro fases y decide
+#   ./correr_noche.sh --sin-promo  igual, pero NO sustituye el indice vivo
+#
+# ── Que hace, en orden ─────────────────────────────────────────────────────
+#
+#   1. COSECHA    rescata la metodologia de COFRE que el indexador se dejaba
+#                 (el OSCP_Vault entero, 0 de 72 notas estaban en el indice).
+#   2. SINTETIZA  por cada fragmento, preguntas en castellano que lo encuentran.
+#                 Es la fase larga: horas, con el modelo local. Reanudable.
+#   3. REINDEXA   une vivo + cosecha + sintesis y calcula los vectores. Escribe
+#                 a saber.jsonl.nuevo. NO toca el indice vivo.
+#   4. EVALUA     mide recuperacion del vivo contra el candidato, con numeros.
+#
+# ── No rompe nada ──────────────────────────────────────────────────────────
+#
+# El indice vivo solo se sustituye si evalua DICE que el candidato es mejor, y
+# antes se guarda una copia con fecha. Si el candidato empeora, se queda el
+# vivo y el candidato espera revision. Reversible siempre.
+#
+# Cada fase se salta si ya esta hecha, asi que relanzarlo continua donde iba.
+set -uo pipefail
+
+AQUI=$(cd -P "$(dirname "${BASH_SOURCE[0]:-$0}")" && pwd)
+RAIZ=$(cd -P "$AQUI/../.." && pwd)                 # .../nucleo
+DATOS="$RAIZ/datos"
+PY="$RAIZ/venv/bin/python"
+[ -x "$PY" ] || PY=python3
+LOG="$DATOS/noche_rag.log"
+
+# El modelo NO se fija aqui a proposito: sintetiza.py mira que tiene ollama
+# cargado y usa ESE, para no forzar cambios en la tarjeta de 4 GB. Si el verde
+# esta abierto, generara con el verde; si no, cae al naranja. Solo se fuerza si
+# exportas JARVIS_MODELO tu. Aun asi, para la noche mas rapida y limpia, lo
+# suyo es cerrar el TUI verde: con un solo modelo ollama no recarga nada.
+
+PROMO=si
+[ "${1:-}" = "--sin-promo" ] && PROMO=no
+
+fecha() { date '+%Y-%m-%d %H:%M:%S'; }
+fase()  { echo "" | tee -a "$LOG"; echo "[$(fecha)] === FASE $* ===" | tee -a "$LOG"; }
+
+echo "[$(fecha)] arranca el pipeline de la noche  (modelo $JARVIS_MODELO)" | tee -a "$LOG"
+
+# ── 1. COSECHA ─────────────────────────────────────────────────────────────
+fase "1/4 COSECHA"
+if [ -s "$DATOS/cosecha.jsonl" ]; then
+    echo "  ya hecha ($(wc -l <"$DATOS/cosecha.jsonl") fragmentos), se salta" | tee -a "$LOG"
+else
+    "$PY" "$AQUI/cosecha.py" 2>&1 | tee -a "$LOG"
+fi
+
+# ── 2. SINTETIZA (la larga) ────────────────────────────────────────────────
+fase "2/4 SINTETIZA  (horas; reanudable)"
+# hecha del todo = el .hecho llego al ultimo fragmento
+TOTAL=$(wc -l <"$DATOS/cosecha.jsonl")
+HECHO=$(cat "$DATOS/sintesis.jsonl.hecho" 2>/dev/null || echo -1)
+if [ "$HECHO" -ge "$((TOTAL - 1))" ] 2>/dev/null; then
+    echo "  ya completa ($(wc -l <"$DATOS/sintesis.jsonl" 2>/dev/null || echo 0) preguntas)" | tee -a "$LOG"
+else
+    "$PY" "$AQUI/sintetiza.py" 2>&1 | tee -a "$LOG"
+fi
+
+# ── 3. REINDEXA ────────────────────────────────────────────────────────────
+fase "3/4 REINDEXA"
+"$PY" "$AQUI/reindexa.py" 2>&1 | tee -a "$LOG"
+
+# ── 4. EVALUA ──────────────────────────────────────────────────────────────
+fase "4/4 EVALUA"
+INFORME="$DATOS/informe_rag.txt"
+"$PY" "$AQUI/evalua.py" 2>&1 | tee "$INFORME" | tee -a "$LOG"
+VEREDICTO=$(grep -oE 'VEREDICTO (PROMOCIONAR|MANTENER)' "$INFORME" | awk '{print $2}' | tail -1)
+
+# ── Decision ───────────────────────────────────────────────────────────────
+fase "DECISION"
+if [ "$PROMO" = no ]; then
+    echo "  --sin-promo: dejo el candidato en saber.jsonl.nuevo sin tocar el vivo" | tee -a "$LOG"
+elif [ "$VEREDICTO" = PROMOCIONAR ]; then
+    COPIA="$DATOS/saber.jsonl.antes-$(date +%Y%m%d-%H%M)"
+    cp "$DATOS/saber.jsonl" "$COPIA"
+    mv "$DATOS/saber.jsonl.nuevo" "$DATOS/saber.jsonl"
+    echo "  PROMOCIONADO. El candidato es mejor y ya es el indice vivo." | tee -a "$LOG"
+    echo "  copia del anterior: $COPIA" | tee -a "$LOG"
+    echo "  para deshacer:  cp '$COPIA' '$DATOS/saber.jsonl'" | tee -a "$LOG"
+else
+    echo "  MANTENIDO el vivo: el candidato no mejora la evaluacion." | tee -a "$LOG"
+    echo "  candidato en saber.jsonl.nuevo e informe en informe_rag.txt para revisar." | tee -a "$LOG"
+fi
+
+echo "[$(fecha)] pipeline terminado" | tee -a "$LOG"