fix(maria): codul de eroare decide acoperirea, nu cosinusul

O captura cu ORA-06550 / PLS-00906 primea raspunsul despre ORA-12541 (TNS no
listener) si nu pleca la suport. Cauza: doua erori Oracle diferite se scriu
aproape la fel ("[Oracle][ODBC][Ora]ORA-..."), asa ca chunk-ul gresit a iesit la
cosinus 0,736 — peste RANK_STRONG_COSINE, care scurtcircuita orice alta dovada.
Chunk-ul corect din dictionar exista, dar statea pe pozitia 4, in afara TOP_K:
OCR-ul unei ferestre intregi aduce zeci de tokeni de zgomot, iar BM25 ineca tocmai
codul.

- `rank.codes()` scoate codurile de oriunde din text, nu doar ca token intreg —
  OCR-ul le lipeste de ce e langa ("OraJORA-06550").
- `rank.by_codes()` e un al treilea clasament in fuziune: chunk-ul care poarta
  codul cerut urca peste cele care doar seamana. Acum iese primul.
- `rank.assess()`: cand intrebarea are coduri, decid doar ele. Niciun cod gasit =
  escaladare la suport, oricat de mare ar fi cosinusul.
- `consumer.search()` judeca acoperirea pe cosinusul chunk-urilor date chiar
  modelului, nu pe cel mai bun din tot indexul.

Calibrare 21/21 (cele 19 cazuri + captura reala + ORA-00600, cod care nu e in
documente si trebuie sa plece la suport). Teste: 79 pass.

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/consumer.py

@@ -121,9 +121,11 @@ def search(index: Index, query: str, top_k: int) -> dict:
     q_vec = embed(query)
     cosines = [cosine(q_vec, e["embedding"]) for e in index.entries]
     bm_scores = index.bm25.scores(query)
-    order = rank.rank(cosines, bm_scores)[:top_k]
+    order = rank.rank(cosines, bm_scores, rank.by_codes(query, index.texts))[:top_k]
     texts = [index.texts[i] for i in order]
-    best = max(cosines)
+    # cosinusul chunk-urilor CHIAR date modelului, nu cel mai bun din tot indexul:
+    # altfel acoperirea se judeca pe o dovada care nu ajunge in context.
+    best = max((cosines[i] for i in order), default=0.0)
     covered, reason = rank.assess(query, best, texts, index.bm25)
     return {
         "chunks": texts,