fix(maria): lacat intre reindexari, scriere atomica a indexului, XML invalid raportat

Descoperit la prima sincronizare reala din Drive: `maria-sync.timer` a pornit
peste rularea manuala si doua procese faceau embeddings in paralel pe acelasi
Ollama, ambele urmand sa scrie acelasi rag_index.json. Embedding-ul a incetinit
de la ~7s la ~20s din concurenta, iar ultimul care termina ar fi suprascris
munca celuilalt.

- config.exclusive(): lacat `flock` intre procese, luat la intrarea in sync.py si
  indexer.py. Nu asteapta — a doua rulare iese curat cu "o reindexare e deja in
  curs", fiindca ar reface exact acelasi lucru. Verificat pe procese reale.
- indexer scrie indexul atomic (tmp + os.replace): consumer-ul reciteste fisierul
  la 30s si putea prinde un JSON pe jumatate scris.
- build() intoarce `warnings` pentru XML-urile care nu se pot parsa, iar rularea
  din linia de comanda le scrie in stderr. Pana acum, un XML invalid se indexa
  tacut ca text simplu, cu o singura linie pierduta in log.

Context de performanta, masurat pe LXC 171 fara alta incarcare: un embedding
`nomic-embed-text` ia ~7,3s, deci o reindexare completa a celor 173 de chunk-uri
dureaza ~21 de minute — mai mult decat intervalul timer-ului. Nu e o problema
practica (amprenta reindexeaza doar la schimbare, iar lacatul opreste
suprapunerea), dar explica de ce prima rulare pare blocata.

docs/rclone-google-drive-headless.md: procedura de conectare a unui container
headless la Drive prin `rclone authorize`, cu transcriptul rularii reale de pe
Windows, capcanele (sync e distructiv pe destinatie, connection string in loc de
cale pe nume, unde stau secretele) si de ce nu contul de serviciu. Indexata in
CLAUDE.md.

6 teste noi (lacat, eliberare la exceptie, scriere atomica, avertismente).

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01Q4uzvgm7AyJch5WH8QHRhY

proxmox/lxc171-claude-agent/maria-whatsapp-bridge/rag/indexer.py

@@ -13,6 +13,7 @@ Doua strategii de taiere in chunk-uri:
 from __future__ import annotations
 
 import json
+import os
 import re
 import sys
 import xml.etree.ElementTree as ET
@@ -132,19 +133,36 @@ def embed(text: str) -> list[float]:
 
 def build() -> dict:
     entries = []
+    warnings: list[str] = []
     docs = store.documents_for_index()
     for doc in docs:
         text = store.read_document(doc["name"])
+        if doc["name"].endswith(".xml") and chunk_xml(text) is None:
+            warnings.append(f"{doc['name']}: XML invalid, indexat ca text simplu")
         for i, chunk in enumerate(chunk_document(doc["name"], text)):
             vec = embed(chunk)
             entries.append({"source": doc["name"], "chunk": i, "text": chunk, "embedding": vec})
     config.STATE_DIR.mkdir(parents=True, exist_ok=True)
-    config.INDEX_FILE.write_text(json.dumps(entries, ensure_ascii=False), encoding="utf-8")
-    return {"documents": len(docs), "chunks": len(entries)}
+    # Scriere atomica: consumer-ul reciteste fisierul la 30s si ar putea prinde
+    # un JSON pe jumatate scris daca am scrie direct peste el.
+    tmp = config.INDEX_FILE.with_suffix(".json.tmp")
+    tmp.write_text(json.dumps(entries, ensure_ascii=False), encoding="utf-8")
+    os.replace(tmp, config.INDEX_FILE)
+    out = {"documents": len(docs), "chunks": len(entries)}
+    if warnings:
+        out["warnings"] = warnings
+    return out
 
 
 if __name__ == "__main__":
-    result = build()
+    try:
+        with config.exclusive():
+            result = build()
+    except config.Busy as exc:
+        print(f"[indexer] {exc}, ies fara sa fac nimic", file=sys.stderr)
+        raise SystemExit(0)
+    for w in result.get("warnings", []):
+        print(f"[indexer] ATENTIE {w}", file=sys.stderr)
     print(
         f"[indexer] {result['documents']} documente, {result['chunks']} chunk-uri -> {config.INDEX_FILE}",
         file=sys.stderr,