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

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

@@ -0,0 +1,112 @@
+#!/usr/bin/env python3
+"""Citirea textului din capturile de ecran trimise pe WhatsApp (OCR cu tesseract).
+
+De ce OCR si nu un model vizual: modelul de raspuns al Mariei (Qwen3.5-2B pe
+llama.cpp, LXC 104) e strict text — nu accepta imagini. Utilizatorii insa trimit
+aproape intotdeauna o captura cu fereastra de eroare, nu textul ei. Tesseract
+(CPU, ~1-2 s pe o captura de ecran) transforma captura in text, iar restul
+lantului ramane neschimbat: acelasi RAG, acelasi prompt.
+
+Textul recunoscut e ZGOMOTOS. Doua consecinte tratate aici:
+  - pentru CAUTAREA in index folosim doar liniile care arata a eroare
+    (`retrieval_query`), nu toata fereastra: un ecran intreg de meniuri si
+    coloane diluează embedding-ul si scoate chunk-uri fara legatura;
+  - pentru PROMPT trimitem textul intreg, curatat si plafonat, marcat explicit ca
+    provenit din OCR, ca modelul sa nu trateze greselile de recunoastere ca date
+    exacte.
+"""
+
+from __future__ import annotations
+
+import re
+import shutil
+import subprocess
+
+import config
+
+DEFAULT_LANGS = "ron+eng"
+DEFAULT_MAX_CHARS = 1500
+DEFAULT_TIMEOUT_S = 60
+
+# Semne ca o linie e chiar mesajul de eroare, nu decor de interfata. Ordinea nu
+# conteaza; o singura potrivire e de ajuns.
+_ERROR_HINTS = re.compile(
+    r"(ORA-\d+|PLS-\d+|TNS-\d+|SP2-\d+|IMP-\d+|EXP-\d+"
+    r"|\b(?:eroare|erori|eronat)\b|\berror(?:s|ul)?\b|\bexception\b|\besuat\b|\bfailed\b|\binvalid\b"
+    r"|\bnu se poate\b|\bnu exista\b|\bnu a fost\b|\bcod\s*[:=]?\s*-?\d+"
+    r"|\bE\d{3,}\b|\bwarning\b|\batentie\b)",
+    re.IGNORECASE,
+)
+
+# Linii care nu aduc nimic: prea scurte, sau numai simboluri/rame de fereastra.
+_JUNK_LINE = re.compile(r"^[\W_]*$")
+
+
+def available() -> bool:
+    return shutil.which("tesseract") is not None
+
+
+def clean(raw: str, max_chars: int | None = None) -> str:
+    """Normalizeaza iesirea tesseract: fara linii goale, fara zgomot, plafonat."""
+    if max_chars is None:
+        max_chars = config.get_int("OCR_MAX_CHARS", DEFAULT_MAX_CHARS)
+    lines: list[str] = []
+    for raw_line in raw.splitlines():
+        line = re.sub(r"[ \t ]+", " ", raw_line).strip()
+        if not line or _JUNK_LINE.match(line):
+            continue
+        if len(line) < 2:
+            continue
+        if lines and lines[-1] == line:  # tesseract repeta uneori aceeasi linie
+            continue
+        lines.append(line)
+    text = "\n".join(lines)
+    if len(text) > max_chars:
+        text = text[:max_chars].rstrip() + "\n[…text trunchiat]"
+    return text
+
+
+def error_lines(text: str, limit: int = 6) -> list[str]:
+    """Liniile care arata a mesaj de eroare, in ordinea din imagine."""
+    out: list[str] = []
+    for line in text.splitlines():
+        if _ERROR_HINTS.search(line) and line not in out:
+            out.append(line)
+        if len(out) >= limit:
+            break
+    return out
+
+
+def retrieval_query(caption: str, ocr_text: str) -> str:
+    """Ce se trimite la cautarea in index: legenda + liniile de eroare, sau tot.
+
+    Cand nu se distinge nicio linie de eroare, cade inapoi pe primele linii ale
+    capturii — mai bine o cautare aproximativa decat niciuna.
+    """
+    parts: list[str] = []
+    if caption.strip():
+        parts.append(caption.strip())
+    errs = error_lines(ocr_text)
+    if errs:
+        parts.extend(errs)
+    else:
+        parts.extend(ocr_text.splitlines()[:8])
+    return "\n".join(p for p in parts if p.strip()).strip()
+
+
+def run(image_path: str, langs: str | None = None) -> str:
+    """Textul curatat dintr-o imagine. Ridica RuntimeError daca tesseract lipseste/cade."""
+    if not available():
+        raise RuntimeError("tesseract nu e instalat (apt-get install tesseract-ocr tesseract-ocr-ron)")
+    langs = langs or config.get("OCR_LANGS", DEFAULT_LANGS)
+    timeout = config.get_int("OCR_TIMEOUT_S", DEFAULT_TIMEOUT_S)
+    try:
+        proc = subprocess.run(
+            ["tesseract", image_path, "stdout", "-l", langs],
+            capture_output=True, text=True, timeout=timeout, check=False,
+        )
+    except subprocess.TimeoutExpired as exc:
+        raise RuntimeError(f"OCR a depasit {timeout}s") from exc
+    if proc.returncode != 0:
+        raise RuntimeError((proc.stderr or "tesseract a esuat").strip().splitlines()[-1])
+    return clean(proc.stdout)