Sync aggiornamento

brain.py

@@ -119,15 +119,21 @@ class Brain:
 
         log.info("Brain pronto. Modalità: %s", "LLM+KB" if self._hf else "KB+Web")
 
-    async def ask(self, question: str) -> tuple[str, str]:
+    async def ask(self, question: str, on_status=None) -> tuple[str, str]:
         """
         Returns (answer, status).
-        status: "local" | "searched" | "archived" | "unknown" | "error" | "llm"
+        on_status: callable opzionale async(msg: str) per aggiornamenti in tempo reale.
+        status: "local" | "searched" | "unknown" | "error" | "llm"
         """
+        async def emit(msg: str):
+            if on_status:
+                await on_status(msg)
+
         self._last_doc_id = None
         log.info("Domanda: %r", question)
 
         # ── 1. Ricerca KB locale ───────────────────────────────────────────────
+        await emit("🔍 Cerco nella memoria locale...")
         try:
             results = _rerank(self.kb.search(question, n_results=12), question)
         except Exception as e:
@@ -141,27 +147,31 @@ class Brain:
             best = results[0]
             best_context = best["answer"]
             best_source  = best["metadata"].get("source", "")
+            await emit(f"✅ Trovato in memoria locale (score: {results[0]['score']:.2f})")
             log.info("Match KB locale (score=%.3f)", results[0]["score"])
 
-            # Se c'è un LLM, usa il contesto KB per generare una risposta migliore
             if self._hf:
+                await emit("🤖 Genero risposta con LLM...")
                 return await self._llm_answer(question, best_context, best_source, status="llm")
 
             answer = _extract_sentences(best_context, question)
             if best_source and best_source != "grammatica_italiana":
                 answer += f"\n\n*Fonte: {best_source}*"
+            await emit("💬 Risposta pronta!")
             return answer, "local"
 
         # ── 2. Ricerca web ─────────────────────────────────────────────────────
-        log.info("Nessun match locale — ricerca web...")
+        await emit("🌐 Non trovato in memoria — ricerca sul web...")
         try:
             web_results = await asyncio.to_thread(search_and_extract, question)
         except Exception as e:
             err = GenerAIError(ErrorCode.BRAIN_ASK_FAILED, f"Ricerca web fallita: {fmt_exc(e)}", cause=e)
             err.log(log)
+            await emit(f"❌ Errore ricerca web: {fmt_exc(e)}")
             return err.user_message(), "error"
 
         if not web_results:
+            await emit("⚠️ Nessun risultato trovato sul web")
             log.warning("Nessun risultato web per: %r", question)
             return (
                 "Non ho trovato informazioni su questo argomento nel mio database né sul web. "
@@ -169,18 +179,22 @@ class Brain:
                 "unknown",
             )
 
+        await emit(f"📄 Trovati {len(web_results)} risultati — estraggo il testo...")
         combined = "\n\n---\n\n".join(f"[{r['title']}]\n{r['text']}" for r in web_results)
         sources   = ", ".join(r["url"] for r in web_results if r.get("url"))
 
-        # ── 3. Genera risposta (LLM o estrazione testuale) ─────────────────────
+        # ── 3. Genera risposta ─────────────────────────────────────────────────
         if self._hf:
+            await emit("🤖 Genero risposta con LLM...")
             answer, status = await self._llm_answer(question, combined, sources, status="llm")
         else:
+            await emit("✂️ Estraggo le frasi più rilevanti...")
             answer = _extract_sentences(combined, question)
             if sources:
                 answer += f"\n\n*Fonte: {sources}*"
             status = "searched"
 
+        await emit("💬 Risposta pronta!")
         return answer, status
 
     async def _llm_answer(