Translate code, comments, logs and terminal UI to English; add English README; rename scriptsHEADmain

1 files changed, 133 insertions, 138 deletions

diff --git a/crates/asist-core/src/config.rs b/crates/asist-core/src/config.rs
index c2a9d55..0a8cc04 100644
--- a/crates/asist-core/src/config.rs
+++ b/crates/asist-core/src/config.rs
@@ -1,5 +1,5 @@
-//! Configuración del asistente: un TOML con valores por defecto que ya
-//! incorporan lo aprendido midiendo el pipeline (ver `docs/RENDIMIENTO.md`).
+//! Assistant configuration: a TOML file whose defaults already include what
+//! was learned by measuring the pipeline (see `docs/RENDIMIENTO.md`).
 
 use std::path::{Path, PathBuf};
 
@@ -26,32 +26,31 @@ pub struct Config {
 #[derive(Debug, Clone, Serialize, Deserialize)]
 #[serde(default, deny_unknown_fields)]
 pub struct General {
-    /// Idioma de la conversación; se propaga a ASR y TTS.
+    /// Conversation language; propagated to ASR and TTS.
     pub language: String,
-    /// Instrucción de sistema. Pide frases cortas y sin markdown a propósito:
-    /// el TTS lee literalmente los asteriscos y las viñetas.
+    /// System prompt. It asks for short sentences without markdown on purpose:
+    /// the TTS reads asterisks and bullets literally.
     pub system_prompt: String,
-    /// Instrucción de sistema de la pasada en que el modelo decide si usar
-    /// una herramienta.
+    /// System prompt for the pass where the model decides whether to use a
+    /// tool.
     ///
-    /// Va aparte, y **sustituye** a `system_prompt` en esa pasada, por una
-    /// razón medida y no por gusto: con Qwen3.5-2B, añadir cualquier
-    /// indicación de estilo a esta guía —en cualquier posición, incluso dos
-    /// palabras— hace que el modelo deje de llamar a las herramientas y se
-    /// invente el dato. Medido sobre 8 intentos: la guía sola acierta 8/8;
-    /// con «Responde breve.» detrás, 1/8; con la persona de asistente de voz,
-    /// 0/8. Ver docs/RENDIMIENTO.md.
+    /// It is separate, and **replaces** `system_prompt` in that pass, for a
+    /// measured reason rather than taste: with Qwen3.5-2B, adding any style
+    /// instruction to this guide (in any position, even two words) makes the
+    /// model stop calling tools and make the data up. Measured over 8 tries:
+    /// the guide alone gets 8/8; with «Responde breve.» after it, 1/8; with the
+    /// voice-assistant persona, 0/8. See docs/RENDIMIENTO.md.
     pub tools_prompt: String,
-    /// Se añade a `system_prompt` para redactar la respuesta cuando una
-    /// herramienta ya ha devuelto su resultado.
+    /// Appended to `system_prompt` to write the answer once a tool has
+    /// returned its result.
     ///
-    /// Aquí sí se puede añadir estilo sin miedo —la llamada ya ocurrió—, y
-    /// hace falta: sin esta orden el modelo anuncia lo que acaba de hacer en
-    /// vez de contar lo que averiguó.
+    /// Here style can be added safely (the call already happened), and it is
+    /// needed: without this instruction the model announces what it just did
+    /// instead of telling what it found out.
     pub tool_result_prompt: String,
-    /// Turnos de historial que se envían al modelo (0 = sin memoria).
+    /// History turns sent to the model (0 = no memory).
     pub history_turns: usize,
-    /// Imprime un resumen de latencias por turno al terminar cada respuesta.
+    /// Prints a per-turn latency summary at the end of each answer.
     pub report_latency: bool,
 }
 
@@ -89,14 +88,14 @@ impl Default for General {
 #[derive(Debug, Clone, Serialize, Deserialize)]
 #[serde(default, deny_unknown_fields)]
 pub struct AudioConfig {
-    /// Nombre (o subcadena) del dispositivo de entrada; vacío = el de por defecto.
+    /// Name (or substring) of the input device; empty = the default one.
     pub input_device: String,
-    /// Ídem para la salida.
+    /// Same for the output.
     pub output_device: String,
-    /// Segundos de audio que la reproducción mantiene en cola antes de
-    /// arrancar. Amortigua los baches del TTS sin añadir latencia perceptible.
+    /// Seconds of audio playback keeps queued before starting. It absorbs
+    /// TTS hiccups without adding noticeable latency.
     pub playback_prebuffer: f32,
-    /// Ganancia aplicada a la reproducción.
+    /// Gain applied to playback.
     pub output_gain: f32,
 }
 
@@ -114,28 +113,28 @@ impl Default for AudioConfig {
 #[derive(Debug, Clone, Serialize, Deserialize)]
 #[serde(default, deny_unknown_fields)]
 pub struct VadConfig {
-    /// Ventana de audio por decisión del detector.
+    /// Audio window per detector decision.
     pub frame_seconds: f32,
-    /// Audio conservado antes del inicio de voz para no cortar la primera sílaba.
+    /// Audio kept before speech onset so the first syllable is not cut.
     pub preroll_seconds: f32,
-    /// Silencio que cierra una intervención.
+    /// Silence that ends an utterance.
     pub silence_hold: f32,
-    /// Intervención más corta que merezca una transcripción final.
+    /// Shortest utterance worth a final transcription.
     pub min_utterance: f32,
-    /// Corte forzado, que acota el coste de la decodificación final.
+    /// Forced cut, which bounds the cost of the final decode.
     pub max_utterance: f32,
-    /// Múltiplo del suelo de ruido a partir del cual se considera voz.
+    /// Multiple of the noise floor above which audio counts as speech.
     pub threshold_factor: f32,
     pub min_threshold: f32,
     pub max_threshold: f32,
-    /// Permite hablar encima del asistente para cortarlo.
+    /// Lets the user talk over the assistant to interrupt it.
     ///
-    /// Desactivado por defecto: con altavoces abiertos el micrófono se oye a sí
-    /// mismo y el asistente se interrumpe solo. Actívalo con auriculares o con
-    /// cancelación de eco del sistema.
+    /// Off by default: with open speakers the microphone hears itself and the
+    /// assistant interrupts itself. Turn it on with headphones or with system
+    /// echo cancellation.
     pub barge_in: bool,
-    /// Con barge-in activo, cuánto más fuerte que el umbral normal debe sonar
-    /// la voz para cortar. Sube el listón frente al eco del altavoz.
+    /// With barge-in on, how much louder than the normal threshold the voice
+    /// must be to interrupt. Raises the bar against speaker echo.
     pub barge_in_factor: f32,
 }
 
@@ -159,23 +158,23 @@ impl Default for VadConfig {
 #[derive(Debug, Clone, Serialize, Deserialize)]
 #[serde(default, deny_unknown_fields)]
 pub struct AsrConfig {
-    /// Carpeta del modelo Canary en ONNX.
+    /// Directory of the Canary ONNX model.
     pub model_dir: PathBuf,
     pub source_lang: String,
     pub target_lang: String,
-    /// Ventana deslizante de las transcripciones provisionales.
+    /// Sliding window for the partial transcriptions.
     pub window: f32,
-    /// Avance de la ventana entre decodificaciones.
+    /// Window step between decodes.
     pub step: f32,
-    /// Ventanas que deben coincidir para dar una palabra por estable.
+    /// Windows that must agree for a word to be considered stable.
     pub stability: usize,
-    /// Emitir transcripciones provisionales. Cuestan CPU y sólo sirven para
-    /// verlas en pantalla: el turno se dispara con la final.
+    /// Emit partial transcriptions. They cost CPU and are only there to be
+    /// shown on screen: the turn is triggered by the final one.
     pub partials: bool,
-    /// Carga una segunda instancia del modelo para que las decodificaciones
-    /// finales no bloqueen a las provisionales. Duplica la memoria.
+    /// Loads a second model instance so final decodes do not block the
+    /// partial ones. Doubles the memory.
     pub dedicated_final_model: bool,
-    /// Proveedor de ejecución de ONNX Runtime: `cpu`, `cuda`, ...
+    /// ONNX Runtime execution provider: `cpu`, `cuda`, ...
     pub execution_provider: String,
     pub inter_threads: usize,
     pub intra_threads: usize,
@@ -192,8 +191,8 @@ impl Default for AsrConfig {
             stability: 2,
             partials: true,
             dedicated_final_model: false,
-            // CPU a propósito: la GPU de 4 GB está ocupada por el hablante del
-            // TTS, y disputársela sale más caro que decodificar en CPU.
+            // CPU on purpose: the 4 GB GPU is taken by the TTS talker, and fighting
+            // over it costs more than decoding on the CPU.
             execution_provider: "cpu".into(),
             inter_threads: 2,
             intra_threads: 4,
@@ -213,7 +212,7 @@ pub struct LlmConfig {
     pub min_p: f32,
     pub repeat_penalty: f32,
     pub max_tokens: u32,
-    /// Vueltas máximas del bucle de herramientas antes de rendirse.
+    /// Maximum rounds of the tool loop before giving up.
     pub max_tool_rounds: usize,
     pub request_timeout_secs: u64,
 }
@@ -229,8 +228,8 @@ impl Default for LlmConfig {
             top_k: 40,
             min_p: 0.1,
             repeat_penalty: 1.1,
-            // Una respuesta hablada larga cansa; el recorte también acota el
-            // coste de la síntesis, que es la etapa lenta.
+            // A long spoken answer is tiring; the cap also bounds the cost of
+            // synthesis, which is the slow stage.
             max_tokens: 300,
             max_tool_rounds: 4,
             request_timeout_secs: 120,
@@ -243,9 +242,9 @@ impl Default for LlmConfig {
 pub struct TtsConfig {
     pub host: String,
     pub port: u16,
-    /// Voz registrada en el servidor, o una del modelo.
+    /// Voice registered on the server, or one of the model's.
     pub voice: String,
-    /// Voz clonada que se registra al arrancar, si se define.
+    /// Cloned voice registered at startup, if defined.
     pub reference: Option<ReferenceVoice>,
     pub language: String,
     pub temperature: f32,
@@ -253,9 +252,8 @@ pub struct TtsConfig {
     pub top_p: f32,
     pub repetition_penalty: f32,
     pub max_new_tokens: u32,
-    /// Sintetiza una frase corta al arrancar. La primera petición paga la
-    /// construcción de los grafos: ~3,5 s que conviene no gastar en el
-    /// primer turno real.
+    /// Synthesizes a short sentence at startup. The first request pays for
+    /// building the graphs: ~3.5 s better not spent on the first real turn.
     pub warmup: bool,
     pub request_timeout_secs: u64,
 }
@@ -279,52 +277,51 @@ impl Default for TtsConfig {
     }
 }
 
-/// Latentes de una voz clonada, tal y como los produce `qwen-codec --talker`.
+/// Latents of a cloned voice, as produced by `qwen-codec --talker`.
 #[derive(Debug, Clone, Serialize, Deserialize)]
 #[serde(deny_unknown_fields)]
 pub struct ReferenceVoice {
-    /// Nombre con el que se registra en el servidor.
+    /// Name it is registered under on the server.
     pub name: String,
-    /// Embedding del hablante (`.spk`).
+    /// Speaker embedding (`.spk`).
     pub speaker: PathBuf,
-    /// Códigos de referencia (`.rvq`), que activan el clonado ICL.
+    /// Reference codes (`.rvq`), which enable ICL cloning.
     pub codes: PathBuf,
-    /// Transcripción de la referencia (`.txt`).
+    /// Transcript of the reference (`.txt`).
     pub transcript: PathBuf,
 }
 
 #[derive(Debug, Clone, Serialize, Deserialize)]
 #[serde(default, deny_unknown_fields)]
 pub struct ToolsConfig {
-    /// Deja que el modelo llame a herramientas.
+    /// Lets the model call tools.
     pub enabled: bool,
-    /// Usa `general.tools_prompt` en solitario para la pasada en que el
-    /// modelo decide si llamar a una herramienta, y `general.system_prompt`
-    /// sólo para redactar la respuesta hablada.
+    /// Uses `general.tools_prompt` alone for the pass where the model decides
+    /// whether to call a tool, and `general.system_prompt` only to write the
+    /// spoken answer.
     ///
-    /// Es lo único que hace que las herramientas funcionen de verdad con este
-    /// modelo (ver `tools_prompt`), a cambio de que las respuestas que no
-    /// usan herramienta pierdan la guía de estilo. Se compensa en parte
-    /// porque el limpiador de texto quita el markdown antes de hablar.
-    /// Ponlo a `false` para priorizar el estilo sobre las herramientas.
+    /// It is the only thing that makes tools really work with this model (see
+    /// `tools_prompt`), at the cost of answers that use no tool losing the
+    /// style guide. That is partly offset by the text cleaner removing
+    /// markdown before speaking. Set it to `false` to favour style over tools.
     pub dedicated_prompt: bool,
-    /// Pronuncia una frase corta al empezar una herramienta lenta, para que la
-    /// espera no se confunda con un cuelgue.
+    /// Says a short sentence when a slow tool starts, so the wait is not
+    /// mistaken for a hang.
     pub spoken_ack: bool,
-    /// Habilita la herramienta de ejecución de órdenes del sistema.
+    /// Enables the tool that runs system commands.
     ///
-    /// Apagada por defecto a conciencia: darle una shell a un modelo que
-    /// obedece a lo que oye por el micrófono es un cambio de postura de
-    /// seguridad, no una opción de comodidad.
+    /// Off by default on purpose: giving a shell to a model that obeys what
+    /// it hears through the microphone is a change of security posture, not a
+    /// convenience option.
     pub shell: bool,
-    /// Órdenes admitidas, comparadas contra el ejecutable (argv[0]).
-    /// Una lista vacía deniega todo aunque `shell` esté activo.
+    /// Allowed commands, matched against the executable (argv[0]).
+    /// An empty list denies everything even if `shell` is on.
     pub shell_allowlist: Vec<String>,
-    /// Segundos que puede durar una orden antes de que se la mate.
+    /// Seconds a command may run before it is killed.
     pub shell_timeout_secs: u64,
-    /// Registra la orden pero no la ejecuta. Útil para estrenar la lista blanca.
+    /// Logs the command but does not run it. Useful to break in the allowlist.
     pub shell_dry_run: bool,
-    /// Directorio de trabajo de las órdenes; vacío = el del proceso.
+    /// Working directory of the commands; empty = the process one.
     pub shell_working_dir: String,
 }
 
@@ -349,29 +346,28 @@ impl Default for ToolsConfig {
     }
 }
 
-/// Búsqueda en internet.
+/// Web search.
 #[derive(Debug, Clone, Serialize, Deserialize)]
 #[serde(default, deny_unknown_fields)]
 pub struct SearchConfig {
     pub enabled: bool,
-    /// `tavily` (necesita clave), `ddgs` (sin clave) o `searxng` (necesita
-    /// una instancia propia).
+    /// `tavily` (needs a key), `ddgs` (no key) or `searxng` (needs your own
+    /// instance).
     pub backend: String,
-    /// Variable de entorno de la que se lee la clave.
+    /// Environment variable the key is read from.
     ///
-    /// La clave se lee del entorno y no del fichero a propósito: la
-    /// configuración se versiona y se comparte, y un secreto ahí dentro acaba
-    /// en el historial de git.
+    /// The key comes from the environment and not from the file on purpose:
+    /// the configuration is versioned and shared, and a secret in it ends up in
+    /// the git history.
     pub api_key_env: String,
-    /// URL base de la instancia de SearXNG.
+    /// Base URL of the SearXNG instance.
     pub base_url: String,
-    /// Programa que ejecuta el backend `ddgs`, con sus argumentos.
+    /// Program that runs the `ddgs` backend, with its arguments.
     ///
-    /// `{consulta}` y `{max}` se sustituyen antes de ejecutar. Tiene que
-    /// escribir JSON por la salida estándar; se admiten tanto la lista suelta
-    /// que devuelve ddgs como la forma `{answer, results}`. Cualquier otro
-    /// programa que respete eso sirve igual, incluido un puente a un servidor
-    /// MCP.
+    /// `{query}` and `{max}` are substituted before running. It must write
+    /// JSON to standard output; both the bare list ddgs returns and the
+    /// `{answer, results}` shape are accepted. Any other program that honours
+    /// that works too, including a bridge to an MCP server.
     pub command: Vec<String>,
     pub max_results: usize,
     pub timeout_secs: u64,
@@ -385,35 +381,35 @@ impl Default for SearchConfig {
             api_key_env: "TAVILY_API_KEY".into(),
             base_url: String::new(),
             command: vec![
-                "scripts/buscar-ddgs.sh".into(),
-                "{consulta}".into(),
+                "scripts/search-ddgs.sh".into(),
+                "{query}".into(),
                 "{max}".into(),
             ],
-            // Cinco resultados llenan bien el contexto sin ahogar a un modelo
-            // de 2B, que con más se pierde entre fuentes.
+            // Five results fill the context well without drowning a 2B model, which
+            // gets lost between sources with more.
             max_results: 5,
             timeout_secs: 20,
         }
     }
 }
 
-/// Mirar por la cámara.
+/// Looking through the camera.
 #[derive(Debug, Clone, Serialize, Deserialize)]
 #[serde(default, deny_unknown_fields)]
 pub struct CameraConfig {
-    /// Si se apaga, la herramienta no llega a registrarse y el modelo ni
-    /// sabe que existe. También se apaga sola si no hay dispositivo.
+    /// If off, the tool is never registered and the model does not even know
+    /// it exists. It also turns itself off if there is no device.
     pub enabled: bool,
     pub device: PathBuf,
-    /// Resolución de captura. Manda mucho en la latencia: medido, el modelo
-    /// tarda 1,3 s a 320x240, 2,9 s a 640x480 y 7,8 s a 1280x720.
+    /// Capture resolution. It weighs heavily on latency: measured, the model
+    /// takes 1.3 s at 320x240, 2.9 s at 640x480 and 7.8 s at 1280x720.
     pub width: u32,
     pub height: u32,
-    /// Fotogramas descartados para que la exposición automática se asiente.
+    /// Frames discarded so auto-exposure can settle.
     pub warmup_frames: u32,
     pub timeout_secs: u64,
-    /// Carpeta donde guardar cada fotograma capturado. Vacío = no se guarda
-    /// ninguno, que es lo que corresponde por defecto.
+    /// Directory where each captured frame is saved. Empty = none is saved,
+    /// which is the right default.
     pub save_dir: String,
 }
 
@@ -431,28 +427,27 @@ impl Default for CameraConfig {
     }
 }
 
-/// Mirar la pantalla.
+/// Looking at the screen.
 #[derive(Debug, Clone, Serialize, Deserialize)]
 #[serde(default, deny_unknown_fields)]
 pub struct ScreenConfig {
     pub enabled: bool,
-    /// Programa de captura. `{ancho}` y `{salida}` se sustituyen antes de
-    /// ejecutar, y tiene que escribir un JPEG por la salida estándar. Está
-    /// fuera del binario para que añadir un compositor sea editar un guion.
+    /// Capture program. `{width}` and `{output}` are substituted before
+    /// running, and it must write a JPEG to standard output. It lives outside
+    /// the binary so supporting another compositor means editing a script.
     pub command: Vec<String>,
-    /// Ancho al que se reduce la captura antes de mandarla al modelo.
+    /// Width the capture is scaled down to before sending it to the model.
     ///
-    /// **No lo bajes a la ligera.** Medido con tipografía de interfaz de 13 px
-    /// y preguntando por datos concretos: a 1280 px acierta 3 de 3 en 7,6 s; a
-    /// 960, 2 de 3; a 640, 1 de 3. Y cuando falla no dice que no lo lee: se
-    /// inventa el contenido con aplomo.
+    /// **Do not lower it lightly.** Measured with 13 px UI type and asking for
+    /// specific details: at 1280 px it gets 3 of 3 in 7.6 s; at 960, 2 of 3;
+    /// at 640, 1 of 3. And when it fails it does not say it cannot read it: it
+    /// confidently makes the content up.
     pub width: u32,
-    /// Monitor concreto. Vacío = todo lo que haya.
+    /// A specific monitor. Empty = everything there is.
     pub output: String,
     pub timeout_secs: u64,
-    /// Carpeta donde guardar las capturas. Vacío = no se guarda ninguna, que
-    /// es lo que corresponde: en una captura caben contraseñas y mensajes
-    /// privados.
+    /// Directory where captures are saved. Empty = none is saved, which is
+    /// right: a capture can hold passwords and private messages.
     pub save_dir: String,
 }
 
@@ -461,9 +456,9 @@ impl Default for ScreenConfig {
         Self {
             enabled: true,
             command: vec![
-                "scripts/capturar-pantalla.sh".into(),
-                "{ancho}".into(),
-                "{salida}".into(),
+                "scripts/capture-screen.sh".into(),
+                "{width}".into(),
+                "{output}".into(),
             ],
             width: 1280,
             output: String::new(),
@@ -476,9 +471,9 @@ impl Default for ScreenConfig {
 #[derive(Debug, Clone, Serialize, Deserialize)]
 #[serde(default, deny_unknown_fields)]
 pub struct SupervisorConfig {
-    /// Lanza los servidores en lugar de suponer que ya están arriba.
+    /// Starts the servers instead of assuming they are already up.
     pub manage: bool,
-    /// Segundos de espera a que un servidor conteste a `/health`.
+    /// Seconds to wait for a server to answer `/health`.
     pub startup_timeout_secs: u64,
     pub llama: LlamaProcess,
     pub tts: TtsProcess,
@@ -501,11 +496,11 @@ pub struct LlamaProcess {
     pub binary: PathBuf,
     pub model: PathBuf,
     pub mmproj: PathBuf,
-    /// Plantilla de chat que se pasa con `--chat-template-file`.
+    /// Chat template passed with `--chat-template-file`.
     ///
-    /// La del modelo abre `<think>` sin cerrarlo nunca, y el asistente se pasa
-    /// entonces varios segundos razonando antes de decir la primera palabra.
-    /// Esta copia deja el bloque cerrado de entrada.
+    /// The model's own template opens `<think>` and never closes it, so the
+    /// assistant spends several seconds reasoning before saying the first
+    /// word. This copy starts with the block already closed.
     pub chat_template: PathBuf,
     pub extra_args: Vec<String>,
 }
@@ -560,11 +555,11 @@ pub struct TtsProcess {
     pub binary: PathBuf,
     pub model: PathBuf,
     pub codec: PathBuf,
-    /// Segundos de audio que el codec acumula antes de decodificar un bloque.
+    /// Seconds of audio the codec accumulates before decoding a block.
     ///
-    /// El valor de fábrica son 24 s, que en la práctica significa «no
-    /// devuelvas nada hasta terminar la frase entera»: medido, baja el primer
-    /// audio de 4,9 s a 0,6 s. Es el ajuste con más efecto de todo el sistema.
+    /// The stock value is 24 s, which in practice means «return nothing until
+    /// the whole sentence is done»: measured, it lowers the first audio from
+    /// 4.9 s to 0.6 s. It is the single most effective setting in the system.
     pub codec_chunk_dur: f32,
     pub extra_args: Vec<String>,
 }
@@ -588,8 +583,8 @@ impl Config {
             .map_err(|e| Error::Config(format!("no se pudo leer {}: {e}", path.display())))?;
         let mut config: Config =
             toml::from_str(&raw).map_err(|e| Error::Config(format!("{}: {e}", path.display())))?;
-        // Las rutas relativas se resuelven contra la carpeta del TOML, no
-        // contra el directorio desde el que se lanza el binario.
+        // Relative paths are resolved against the TOML directory, not against
+        // the directory the binary is launched from.
         if let Some(base) = path.parent().filter(|p| !p.as_os_str().is_empty()) {
             config.rebase(base);
         }
@@ -597,7 +592,7 @@ impl Config {
         Ok(config)
     }
 
-    /// Reinterpreta las rutas relativas respecto de `base`.
+    /// Reinterprets relative paths relative to `base`.
     pub fn rebase(&mut self, base: &Path) {
         let fix = |p: &mut PathBuf| {
             if p.is_relative() {
@@ -667,7 +662,7 @@ impl Config {
                         ));
                     }
                 }
-                "ddgs" | "comando" => {
+                "ddgs" | "command" | "comando" => {
                     if self.search.command.is_empty() {
                         return Err(Error::Config(
                             "search.backend = «ddgs» necesita search.command".into(),