feat(maria): asociere prin cod de telefon si citirea capturilor cu erori

Doua lucruri cerute de utilizator, ambele pe acelasi drum: sa poti lega puntea fara sa ai un ecran de scanat, si sa poti trimite Mariei o poza cu eroarea in loc sa transcrii mesajul. Asociere prin cod de 8 caractere (alternativa la QR): - endpoint-ul /pair exista, dar nu era folosibil: fara `browser` explicit WhatsApp refuza codul, iar dupa introducerea lui corecta serverul cere un restart (515) care consuma din bugetul de reincercari si putea opri puntea. Acum descriptorul e Browsers.ubuntu('Chrome') si restartRequired reconecteaza imediat, fara sa numere. - codul are TTL de 3 minute, iar /status il da doar cat timp e valabil — un cod expirat afisat in dashboard trimite omul sa tasteze degeaba. - dashboard: camp pentru numar + buton, in acelasi card cu QR-ul. Imagini cu erori (capturi de ecran): - puntea descarca imaginile in ~/.maria-bridge/media/ (imageMessage sau document cu mimetype image/*, si prin ambalajele efemer/"vezi o data" — fara despachetare pareau mesaje fara continut si se aruncau tacut). - rag/ocr.py: tesseract ron+eng. Modelul de raspuns e strict text, deci OCR nu e o optiune de calitate, e singura cale. - cautarea in index merge DOAR pe liniile care arata a eroare; o fereastra intreaga de meniuri si totaluri dilueaza embedding-ul si scoate chunk-uri fara legatura. Modelul primeste captura intreaga, marcata ca text OCR. - capturile se sterg imediat dupa citire (pot contine date de client). - cand nu se citeste nimic si nu exista legenda, Maria cere textul erorii in loc sa raspunda in gol. 16 teste noi (42 in total). install.sh verifica tesseract; README documenteaza ambele metode de asociere si drumul unei capturi. Separat, in docs/chatboti-si-punti.md: chatul "Eu" e vazut de AMBELE punti de pe numar. Puntea lui Echo (LXC 110) e asociata ca dispozitiv :11 al aceluiasi cont, momentan nelegata dar pornita — daca se reasociaza, raspunde in "Eu" langa Maria. Notat si ca serviciile lui Echo sunt unitati de UTILIZATOR: `systemctl is-active` ca root raspunde "inactive" desi botul ruleaza. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com> Claude-Session: https://claude.ai/code/session_01Q4uzvgm7AyJch5WH8QHRhY
2026-08-31 21:22:28 +00:00
parent f5c8df7adf
commit 7a1d2a2073
12 changed files with 733 additions and 36 deletions
--- a/proxmox/lxc171-claude-agent/maria-whatsapp-bridge/README.md
+++ b/proxmox/lxc171-claude-agent/maria-whatsapp-bridge/README.md
@@ -60,12 +60,16 @@ embeddings.
 WhatsApp (self-chat, sau numarul legat)
   |
   v
-whatsapp/index.js (Baileys)  -- API HTTP :8099 (/status /send /messages /react /qr)
+whatsapp/index.js (Baileys)  -- API HTTP :8099 (/status /send /messages /react /qr /pair)
+   |                             descarca imaginile primite in ~/.maria-bridge/media/
   |
   v
 rag/consumer.py  -- polling la /messages, RAG stateless (FARA memorie intre mesaje)
   |                  vezi docs/maria-whatsapp-rag-prototype.md pentru motiv
   v
+rag/ocr.py       -- capturile de ecran -> text (tesseract), inainte de RAG
+   |
+   v
 rag/store.py     -- depozit documente (.txt/.md) in ~/.maria-bridge/documents/
 rag/indexer.py   -- chunking + embeddings Ollama -> rag_index.json
 rag/sync.py      -- rclone pull din Google Drive + reindexare conditionata
@@ -104,15 +108,77 @@ curl -fsSL https://ollama.com/install.sh | sh
 ollama pull nomic-embed-text   # ~274 MB, CPU-only pe acest container
 ```

-Bridge-ul WhatsApp NU porneste automat la instalare — cere scanarea unui cod QR
+Pentru citirea capturilor de ecran primite (vezi „Imagini cu erori" mai jos):
+```bash
+sudo apt-get install -y tesseract-ocr tesseract-ocr-ron
+```
+
+Bridge-ul WhatsApp NU porneste automat la instalare — cere asocierea cu telefonul
 (actiune manuala, o singura data):

 ```bash
 ./ops/install.sh --start
-# apoi deschide dashboard-ul puntii Discord si scaneaza codul QR din
-# sectiunea "Maria — WhatsApp + RAG" -> cardul "Conectare WhatsApp"
+# apoi deschide dashboard-ul puntii Discord, sectiunea "Maria — WhatsApp + RAG"
+# -> cardul "Conectare WhatsApp", si alege una din cele doua metode (mai jos)
 ```

+## Asocierea cu telefonul: QR sau cod
+
+Ambele duc la acelasi rezultat — puntea devine un *dispozitiv conectat* al contului.
+Alegerea e practica, nu tehnica:
+
+| | Cand se foloseste |
+|---|---|
+| **Cod QR** | Ai dashboard-ul deschis pe un ecran pe care telefonul il poate fotografia. |
+| **Cod de asociere** (8 caractere) | Esti pe telefon, sau ecranul cu QR-ul e la distanta: scrii numarul in dashboard, primesti un cod si il tastezi pe telefon. |
+
+Pentru codul de asociere, in dashboard: scrie numarul **in format international,
+fara `+` si fara `00`** (ex. `40723197939`), apasa „Cere cod de asociere", apoi pe
+telefon: WhatsApp -> Dispozitive conectate -> Conecteaza un dispozitiv ->
+**Conecteaza cu numar de telefon** -> tastezi codul.
+
+Codul e valabil **~3 minute**; dupa ce expira, dashboard-ul il marcheaza ca expirat
+si trebuie cerut altul. Dupa introducerea corecta, WhatsApp inchide conexiunea cu
+codul `restartRequired` (515) — puntea se reconecteaza singura, imediat; nu e o
+eroare si nu consuma din bugetul de reincercari.
+
+Din linia de comanda, aceleasi lucruri:
+```bash
+curl -s -X POST -H 'Content-Type: application/json' \
+     -d '{"phone":"40723197939"}' http://127.0.0.1:8099/pair
+curl -s http://127.0.0.1:8099/status | python3 -m json.tool   # cod + secunde ramase
+```
+
+Codul se poate cere doar cat timp sesiunea NU e inregistrata. Daca puntea raspunde
+„sesiunea e deja inregistrata", opreste-o, sterge `~/.maria-bridge/whatsapp-auth/`
+si porneste-o din nou — dar atentie, asta desface asocierea existenta.
+
+## Imagini cu erori
+
+Utilizatorii trimit aproape intotdeauna o captura cu fereastra de eroare, nu textul
+ei. Puntea descarca imaginea in `~/.maria-bridge/media/`, iar consumer-ul o trece
+prin **tesseract** (`ron+eng`) inainte de RAG. Modelul de raspuns (Qwen3.5-2B pe
+LXC 104) e strict text, deci OCR-ul e singura cale — nu e o optiune de calitate.
+
+Doua detalii care nu se vad din cod la prima citire:
+
+- **Cautarea in index nu foloseste toata captura.** Un ecran intreg de meniuri,
+  coloane si totaluri dilueaza embedding-ul si scoate chunk-uri fara legatura. Se
+  cauta doar dupa liniile care arata a eroare (`ORA-…`, „eroare", „nu exista", …);
+  modelul primeste totusi fereastra intreaga, marcata explicit ca text OCR, ca sa nu
+  trateze greselile de recunoastere ca date exacte. Vezi `rag/ocr.py`.
+- **Capturile se sterg imediat dupa citire.** Pot contine date de client si nu exista
+  niciun motiv sa ramana pe disc. Ce ramane dupa un restart in mijlocul procesarii se
+  curata la pornirea puntii (dupa 24h).
+
+Legenda imaginii, daca exista, conteaza: intra si in intrebare si in cautare. Daca
+OCR-ul nu gaseste nimic lizibil si nu exista legenda, Maria cere textul erorii in
+loc sa inventeze un raspuns.
+
+Limite: `MAX_MEDIA_MB` (implicit 8) pentru imaginea bruta, `OCR_MAX_CHARS`
+(implicit 1500) pentru textul trimis modelului, `OCR_TIMEOUT_S` (60).
+Videoclipurile, audio si documentele non-imagine sunt in continuare ignorate.
+
 ## Dashboard (comun cu puntea Discord)

 Nu exista un dashboard separat pentru Maria. Controlul se face din dashboard-ul
@@ -120,7 +186,7 @@ puntii Discord — vezi `../discord-bridge/README.md` pentru URL si autentificar
 (`DASHBOARD_TOKEN` din `~/.claude-discord/env`, tunel SSH sau Tailscale la
 `/claude`). Acolo, sectiunea "Maria — WhatsApp + RAG":
 - start/stop/restart pentru puntea WhatsApp si consumer-ul RAG
- starea conexiunii WhatsApp si codul QR de asociere (cand nu e conectat)
+- starea conexiunii WhatsApp si asocierea (cod QR sau cod de 8 caractere), cand nu e conectat
 - listare, adaugare si stergere documente din depozitul RAG
 - reconstruire index manual, sau sincronizare Drive imediata
 - ultimele linii din logurile fiecarui serviciu Maria (`whatsapp.log`/`rag.log`)
@@ -207,7 +273,8 @@ mtime + marime, vezi `rag/sync.py`), ca sa nu reface embeddings degeaba.

 ```bash
 cd /workspace/romfastsql/proxmox/lxc171-claude-agent/maria-whatsapp-bridge
-python3 -m pytest      # preferinta de format + taierea XML, fara retea si fara Ollama
+python3 -m pytest      # preferinta de format, taierea XML, OCR si mesajele cu imagine
+                       # — fara retea, fara Ollama si fara tesseract
 ```

 ## Context conversational