diff --git a/avatar/assistant.py b/avatar/assistant.py
index 6463bf7..10b68f6 100644
--- a/avatar/assistant.py
+++ b/avatar/assistant.py
@@ -3,6 +3,7 @@ from __future__ import annotations
 
 import json
 import queue
+import sys
 import threading
 import time
 
@@ -56,6 +57,29 @@ def _diario(testo: str, strumenti: list[str], origine: str) -> None:
         pass
 
 
+PREZZI = {"claude api": (5.0, 25.0)}   # $ per milione di token (input, output), Opus via API; ponytail: tabella fissa, aggiornare se cambiano i listini
+
+
+def _consumi(ev: dict) -> None:
+    """Riga in data/consumi.jsonl: motore, token in/out, costo (dichiarato da Claude Code o stimato per l'API)."""
+    try:
+        import json as _j
+        from avatar.settings import DATA_DIR as _D
+        costo = ev.get("costo")
+        if costo is None:
+            pin, pout = next((v for k, v in PREZZI.items() if str(ev.get("motore", "")).startswith(k)), (0.0, 0.0))
+            costo = (ev.get("input", 0) * pin + ev.get("output", 0) * pout) / 1e6
+        with open(_D / "consumi.jsonl", "a", encoding="utf-8") as f:
+            f.write(_j.dumps({"ts": time.strftime("%Y-%m-%d %H:%M"), "motore": ev.get("motore", "?"), "input": ev.get("input", 0),
+                              "output": ev.get("output", 0), "costo": round(float(costo), 5), "abbonamento": bool(ev.get("abbonamento"))}) + "\n")
+    except Exception:
+        pass
+
+
+FRASI_ATTESA = ["Un attimo che controllo.", "Fammi verificare.", "Dammi un secondo.", "Vediamo un po'.", "Ci guardo subito.",
+                "Aspetta un attimo, controllo.", "Mmh, fammi vedere.", "Un momento.", "Ok, ci penso un attimo.", "Fammi dare un'occhiata."]
+
+
 class Assistant:
     def __init__(self, ui, settings: Settings) -> None:
         self.ui = ui
@@ -168,6 +192,7 @@ class Assistant:
         except Exception as err:
             self.ui.write_log(f"ERR: Riconoscimento vocale non disponibile — {err}")
         self.reopen_audio()
+        self._prepare_fillers()
         self._ensure_engine()
         self._start_whatsapp_bridge()
         try:
@@ -223,6 +248,18 @@ class Assistant:
                 self._engine = AnthropicEngine(api_key, self.name, self.user_name, s.get("effort"))
         return self._engine
 
+    def _fallback_engine(self):
+        """Riserva cloud per i motori locali: Claude Code (abbonamento), o l'API se c'è la chiave. Creata una volta."""
+        s = self.settings
+        if getattr(self, "_backup", None) is None:
+            if s.get_secret("anthropic_api_key"):
+                self._backup = AnthropicEngine(s.get_secret("anthropic_api_key"), self.name, self.user_name, s.get("effort"))
+            else:
+                self._backup = ClaudeCodeEngine(s.get("claudecode_model") or "sonnet", s.get("claudecode_access") or "chat",
+                                                s.get("claudecode_path") or "", s.get("claudecode_config_dir") or "",
+                                                self.name, self.user_name, s.get("effort"))
+        return self._backup
+
     def reconfigure(self) -> None:
         """Dopo un salvataggio delle impostazioni."""
         self.interrupt(silent=True)
@@ -241,6 +278,43 @@ class Assistant:
             self.ui.write_log(f"ERR: Avatar 3D — {err}")
         self.ui.write_log(f"SYS: Impostazioni applicate — motore {self.settings.get('provider')}.")
 
+    def _prepare_fillers(self) -> None:
+        """Sintetizza una volta le frasi d'attesa con la voce attuale: al bisogno partono subito, senza attendere la sintesi."""
+        voice = self.voice
+        self._fillers = []
+
+        def work():
+            out = []
+            for f in FRASI_ATTESA:
+                try:
+                    a = voice.synthesize(f)
+                    if len(a):
+                        out.append((f, a))
+                except Exception:
+                    break
+            if voice is self.voice:
+                self._fillers = out
+        threading.Thread(target=work, daemon=True, name="frasi-attesa").start()
+
+    def _maybe_filler(self, turn: int, answered: list) -> None:
+        """Dopo ~1,3 s senza risposta, una frase d'attesa breve e diversa dalla precedente."""
+        time.sleep(1.3)
+        if answered[0] or turn != self._turn or self._speaking or not self.settings.get("frasi_attesa", True):
+            return
+        choices = [x for x in getattr(self, "_fillers", []) if x[0] != getattr(self, "_last_filler", "")]
+        if not choices:
+            return
+        import random
+        text, audio = random.choice(choices)
+        self._last_filler = text
+        remote = getattr(self, "remote", None)
+        if remote is not None and remote.has_clients():
+            try:
+                remote.on_audio(text, audio)
+            except Exception:
+                pass
+        self._audio_q.put((turn, text, audio))
+
     def reload_voice(self, from_customise: bool = False) -> None:
         """Ricarica la voce. `from_customise`: la scelta arriva dal pannello Customise
         (Sara / Nicola / Sistema) e va copiata nelle impostazioni; altrimenti comandano
@@ -269,6 +343,7 @@ class Assistant:
         self.voice = new
         self.ui.write_log(f"SYS: Voce: {getattr(new, 'voice', '') or 'sistema'} ({'Kokoro' if self.settings.get('tts_engine') == 'kokoro' else 'macOS'}).")
         threading.Thread(target=self._safe_load_voice, daemon=True).start()
+        self._prepare_fillers()
 
     def _safe_load_voice(self) -> None:
         try:
@@ -353,11 +428,17 @@ class Assistant:
             splitter = SentenceSplitter()
 
             used: list[str] = []
+            failed = [""]
+            answered = [False]
+            threading.Thread(target=self._maybe_filler, args=(turn, answered), daemon=True).start()
+            fallback_ok = [self.settings.get("provider") in ("mlx", "local") and bool(self.settings.get("riserva_cloud", True))]
 
             def emit(ev: dict) -> None:
                 if turn != self._turn:
                     return
                 t = ev.get("type")
+                if t == "usage":
+                    _consumi(ev); return
                 if t == "status" and ev.get("status") == "working" and ev.get("detail"):
                     used.append(str(ev["detail"]))
                 if t in ("done", "error"):
@@ -380,6 +461,7 @@ class Assistant:
                     elif ev["status"] == "loading" and detail:
                         self.ui.write_log(f"SYS: {detail}…")
                 elif t == "text":
+                    answered[0] = True
                     for s in splitter.push(ev["delta"]):
                         self._speech_q.put((turn, s))
                 elif t == "memory_saved":
@@ -393,6 +475,9 @@ class Assistant:
                     if ev.get("sources"):
                         self.ui.show_content("Fonti", "\n".join(f"• {s['title']}\n  {s['url']}" for s in ev["sources"]))
                 elif t == "error":
+                    if not ev.get("aborted") and fallback_ok[0]:
+                        failed[0] = ev["message"]          # motore locale fallito: la riserva cloud ripete la domanda
+                        return
                     if not ev.get("aborted"):
                         self.ui.write_log(f"ERR: {ev['message']}")
                         self._speech_q.put((turn, clean_for_speech("Scusa, c'è stato un problema: " + ev["message"])[:300]))
@@ -414,8 +499,16 @@ class Assistant:
                         attach_path = str(p)
             except Exception as err:
                 self.ui.write_log(f"ERR: Allegato — {err}")
+            doc = sys.modules.get("avatar_plugins.documenti_rag")
+            if doc is not None:
+                doc.pausa(True)
             try:
                 engine.send(engine_text, emit, self._abort, image=image, attach_path=attach_path)
+                if failed[0] and not self._abort.is_set():
+                    backup = self._fallback_engine()
+                    fallback_ok[0] = False
+                    self.ui.write_log(f"SYS: Motore locale in errore ({failed[0][:80]}): rispondo con Claude.")
+                    backup.send(engine_text, emit, self._abort, image=image, attach_path=attach_path)
             finally:
                 self._busy = False
                 self._speech_q.put((turn, END))
@@ -431,18 +524,33 @@ class Assistant:
                 continue
             if hasattr(self.voice, "stream"):   # voce in streaming: i pezzi partono mentre la frase è ancora in generazione
                 try:
-                    first = True
-                    for chunk in self.voice.stream(item, cancel=lambda t=turn: t != self._turn):
-                        if turn != self._turn:
-                            break
+                    first, buf = True, []
+                    lead = getattr(self, "_tts_lead", 1.0)     # secondi d'audio accumulati prima di iniziare a parlare
+
+                    def push(audio):
+                        nonlocal first
                         remote = getattr(self, "remote", None)
                         if remote is not None and remote.has_clients():
                             try:
-                                remote.on_audio(item if first else "", chunk)
+                                remote.on_audio(item if first else "", audio)
                             except Exception:
                                 pass
-                        self._audio_q.put((turn, item if first else "", chunk))
+                        self._audio_q.put((turn, item if first else "", audio))
                         first = False
+
+                    for chunk in self.voice.stream(item, cancel=lambda t=turn: t != self._turn):
+                        if turn != self._turn:
+                            break
+                        if buf is not None:
+                            buf.append(chunk)
+                            if sum(len(c) for c in buf) / 24000 >= lead:
+                                push(np.concatenate(buf)); buf = None
+                            continue
+                        if self._speaking and self.player._cursor < time.time():   # il lettore è rimasto a secco: scatto
+                            self._tts_lead = min(4.0, getattr(self, "_tts_lead", 1.0) + 0.5)
+                        push(chunk)
+                    if buf:
+                        push(np.concatenate(buf))
                 except Exception as err:
                     self.ui.write_log(f"ERR: Sintesi vocale — {err}")
                 continue
@@ -468,6 +576,9 @@ class Assistant:
             if text is END:
                 self.player.drain()
                 self._speaking = False
+                doc = sys.modules.get("avatar_plugins.documenti_rag")
+                if doc is not None and not self._busy:
+                    doc.pausa(False)
                 self._tail_until = time.monotonic() + 0.5
                 remote = getattr(self, "remote", None)
                 if remote is not None:
diff --git a/avatar/engines/anthropic_engine.py b/avatar/engines/anthropic_engine.py
index 8bbda40..68b2f47 100644
--- a/avatar/engines/anthropic_engine.py
+++ b/avatar/engines/anthropic_engine.py
@@ -137,6 +137,10 @@ class AnthropicEngine:
                                 full += event.delta.text
                                 emit({"type": "text", "delta": event.delta.text})
                         message = stream.get_final_message()
+                        u = getattr(message, "usage", None)
+                        if u is not None:
+                            inp = int(getattr(u, "input_tokens", 0) or 0) + int(getattr(u, "cache_read_input_tokens", 0) or 0) + int(getattr(u, "cache_creation_input_tokens", 0) or 0)
+                            emit({"type": "usage", "motore": f"claude api ({MODEL})", "input": inp, "output": int(getattr(u, "output_tokens", 0) or 0)})
                 except anthropic.BadRequestError as err:
                     if self._compaction and not full:
                         print(f"[Claude] compattazione rifiutata, la disattivo: {err.message}")
diff --git a/avatar/engines/claude_code.py b/avatar/engines/claude_code.py
index f3a7a76..2eb0d7a 100644
--- a/avatar/engines/claude_code.py
+++ b/avatar/engines/claude_code.py
@@ -206,6 +206,10 @@ class ClaudeCodeEngine:
                     emit({"type": "status", "status": "thinking"})
             elif t == "result":
                 out["result"] = msg.get("result") or ""
+                u = msg.get("usage") or {}
+                emit({"type": "usage", "motore": f"claude code ({self.model})",
+                      "input": int(u.get("input_tokens", 0)) + int(u.get("cache_read_input_tokens", 0)) + int(u.get("cache_creation_input_tokens", 0)),
+                      "output": int(u.get("output_tokens", 0)), "costo": float(msg.get("total_cost_usd") or 0), "abbonamento": True})
                 if msg.get("is_error") or (msg.get("subtype") and msg["subtype"] != "success"):
                     errs = msg.get("errors") or []
                     out["error"] = "; ".join(map(str, errs)) or out["result"] or msg.get("subtype")
diff --git a/avatar/engines/mlx_engine.py b/avatar/engines/mlx_engine.py
index ac6afa9..55d04e7 100644
--- a/avatar/engines/mlx_engine.py
+++ b/avatar/engines/mlx_engine.py
@@ -15,7 +15,7 @@ from pathlib import Path
 
 from avatar.memory_tools import memory_prompt, openai_tools, parse_args, run_tool
 from avatar.plugins import registry
-from avatar.websearch import brave_search
+from avatar.websearch import web_search
 from .base import Emit, History, Meter, compact_history, persona_text, summary_block, today_label, user_block
 from .openai_compat import SEARCH_TOOL, Aborted
 
@@ -26,7 +26,7 @@ SAMPLING = {"temp": 0.6, "top_p": 0.8, "top_k": 20}   # poco sotto i valori cons
 DEBUG = bool(os.environ.get("MLX_DEBUG"))   # stampa il testo grezzo generato (tag compresi)
 DEFAULT_MODEL = "mlx-community/Qwen3-30B-A3B-Instruct-2507-4bit"
 HUB = Path.home() / ".cache" / "huggingface" / "hub"
-_EXCLUDE = ("whisper", "tts", "embed", "rerank", "clip", "vl-", "-vl", "vision", "diffusion", "parakeet")
+_EXCLUDE = ("whisper", "tts", "kokoro", "embed", "rerank", "clip", "vl-", "-vl", "vision", "diffusion", "parakeet")
 
 _lock = threading.Lock()
 _loaded: dict = {"name": None, "model": None, "tokenizer": None, "cache": None, "tokens": [], "snap": None}
@@ -44,6 +44,31 @@ def cached_models() -> list[str]:
     return out
 
 
+def model_size_gb(name: str) -> float:
+    """Peso su disco dei pesi di un modello nella cache (≈ memoria occupata una volta caricato); 0 se non scaricato."""
+    snaps = HUB / ("models--" + name.replace("/", "--")) / "snapshots"
+    if not snaps.exists():
+        return 0.0
+    return sum(f.stat().st_size for f in snaps.rglob("*.safetensors")) / 1e9
+
+
+def memory_check(name: str) -> str:
+    """Avviso se modello + voce + trascrizione superano ~75% della RAM del Mac."""
+    import subprocess
+    ram = int(subprocess.run(["sysctl", "-n", "hw.memsize"], capture_output=True, text=True).stdout.strip() or 0) / 1024 ** 3
+    gb = model_size_gb(name)
+    if not gb or not ram:
+        return "Peso non noto: verrà scaricato al primo uso."
+    extra = 2.4 + 0.5     # voce Qwen3-TTS 8 bit + Whisper
+    tot = gb + extra
+    msg = f"Modello {gb:.1f} GB + voce e trascrizione ≈ {tot:.0f} GB su {ram:.0f} GB di RAM."
+    if tot > ram * 0.75:
+        msg += " ⚠ Troppo pesante: il Mac rallenterà e le immagini potrebbero non avere spazio."
+    elif tot > ram * 0.6:
+        msg += " Va bene, ma con poca memoria libera per generare immagini."
+    return msg
+
+
 def load_model(name: str):
     """Carica (o riusa) il modello. Un solo modello in memoria per volta."""
     with _lock:
@@ -141,7 +166,7 @@ class TagFilter:
 # "raw_args": il template riproduce gli argomenti come stringa grezza (prompt identico a ciò che il modello ha scritto).
 FORMATS = {
     "hermes": {"think": ("<think>", "</think>"), "call": ("<tool_call>", "</tool_call>"), "thinking": False, "raw_args": False},
-    "gemma4": {"think": ("<|channel>", "<channel|>"), "call": ("<|tool_call>", "<tool_call|>"), "thinking": False, "raw_args": True},
+    "gemma4": {"think": ("<|channel>", "<channel|>"), "call": ("<|tool_call>", "<tool_call|>"), "thinking": False, "raw_args": False},
     "argkey": {"think": ("<think>", "</think>"), "call": ("<tool_call>", "</tool_call>"), "thinking": True, "raw_args": False},
 }
 GEMMA_ESC = '<|"|>'
@@ -214,6 +239,29 @@ def _parse_call(raw: str, fmt: str) -> tuple[str, dict, str] | None:
     return str(d["name"]), dict(args or {}), json.dumps(args or {}, ensure_ascii=False)
 
 
+def _dict_args(m: dict) -> dict:
+    """Argomenti delle chiamate a strumenti sempre come dizionario: la cronologia è condivisa tra modelli e alcuni
+    template (Spark, Gemma heretic) rifiutano le stringhe salvate da altri modelli."""
+    calls = m.get("tool_calls")
+    if not calls or all(isinstance((c.get("function") or {}).get("arguments"), dict) for c in calls):
+        return m
+    fixed = []
+    for c in calls:
+        fn = dict(c.get("function") or {})
+        a = fn.get("arguments")
+        if not isinstance(a, dict):
+            try:
+                a = json.loads(a)
+            except Exception:
+                try:
+                    a = json.loads(_gemma_to_json("{" + str(a) + "}"))
+                except Exception:
+                    a = {}
+        fn["arguments"] = a if isinstance(a, dict) else {}
+        fixed.append({**c, "function": fn})
+    return {**m, "tool_calls": fixed}
+
+
 class MLXEngine:
     name = "mlx"
 
@@ -321,7 +369,7 @@ class MLXEngine:
                 "- Per azioni sul Mac (per esempio il calendario) usa gli strumenti dedicati. Se uno risponde con [CONFIRMATION_PENDING], chiedi all'utente di confermare sul pannello e non dire che è fatto.\n"
                 "- Non inventare mai dati reali: meteo, calendario, mail, messaggi, file, ora, server e memoria li ottieni SOLO chiamando lo strumento corrispondente, anche a metà conversazione. Rispondere senza averlo chiamato è un errore grave.\n"
                 "- Chiama gli strumenti solo nel formato previsto dal tuo template e mai descrivendoli a parole.")
-        note += ("\n- Per informazioni aggiornate chiama cerca_web e rispondi in base ai risultati." if self.search_api_key
+        note += ("\n- Per informazioni aggiornate chiama cerca_web e rispondi in base ai risultati." if True
                  else "\n- Non hai accesso al web: se ti chiedono informazioni aggiornate, dillo chiaramente.")
         return f"{persona_text(self.assistant_name)}\n\n{user_block(self.user_name, memory_prompt())}{summary_block(self.history)}{note}"
 
@@ -335,11 +383,11 @@ class MLXEngine:
         return msgs[start:]
 
     def _tools(self) -> list:
-        return openai_tools() + registry.openai_tools() + ([SEARCH_TOOL] if self.search_api_key else [])
+        return openai_tools() + registry.openai_tools(local=True) + [SEARCH_TOOL]
 
     def _prompt(self, generation: bool = True) -> str:
         """Prompt completo; con generation=False si ferma alla fine dell'ultimo messaggio (parte stabile)."""
-        messages = [{"role": "system", "content": self._system()}, *self._recent()]
+        messages = [{"role": "system", "content": self._system()}, *[_dict_args(m) for m in self._recent()]]
         try:
             return self.tokenizer.apply_chat_template(messages, tools=self._tools(), add_generation_prompt=generation, tokenize=False, enable_thinking=self._thinking())
         except TypeError:
@@ -362,7 +410,7 @@ class MLXEngine:
         if name == "cerca_web":
             emit({"type": "status", "status": "searching"})
             try:
-                hits = brave_search(str(args.get("query", "")), self.search_api_key)
+                hits = web_search(str(args.get("query", "")), self.search_api_key)
             except Exception as err:
                 return f"Errore nella ricerca: {err}"
             for h in hits[:5]:
@@ -415,6 +463,7 @@ class MLXEngine:
         else:
             # generate_step inserisce nella cache ogni token emesso (anche l'ultimo, anche quando si ferma per limite).
             _loaded.update(cache=cache, tokens=tokens + generated)
+            emit({"type": "usage", "motore": f"locale ({self.model_name.split('/')[-1]})", "input": len(tokens), "output": len(generated)})
         tail = tools.flush()
         if tail:
             text += tail
diff --git a/avatar/engines/openai_compat.py b/avatar/engines/openai_compat.py
index 3eb93e2..7ca7029 100644
--- a/avatar/engines/openai_compat.py
+++ b/avatar/engines/openai_compat.py
@@ -8,7 +8,7 @@ import openai
 
 from avatar.memory_tools import memory_prompt, openai_tools, parse_args, run_tool
 from avatar.plugins import registry
-from avatar.websearch import brave_search
+from avatar.websearch import web_search
 from .base import Emit, History, Meter, compact_history, persona_text, summary_block, today_label, user_block
 
 MAX_ROUNDS = 8
@@ -94,7 +94,7 @@ class OpenAICompatEngine:
                     "- Quando l'utente ti chiede di ricordare qualcosa, o ti dice un fatto importante su di sé, DEVI chiamare salva_memoria prima di rispondere. Non dire mai di aver salvato senza averlo chiamato davvero.\n"
                     "- Per cancellare una memoria chiama dimentica_memoria; per cercarne una non presente nel prompt chiama cerca_memoria.\n"
                     "- Per azioni sul Mac (per esempio il calendario) usa gli strumenti dedicati. Se uno risponde con [CONFIRMATION_PENDING], chiedi all'utente di confermare sul pannello e non dire che è fatto.")
-            note += ("\n- Per informazioni aggiornate chiama cerca_web e rispondi in base ai risultati." if self.search_api_key
+            note += ("\n- Per informazioni aggiornate chiama cerca_web e rispondi in base ai risultati." if True
                      else "\n- Non hai accesso al web: se ti chiedono informazioni aggiornate, dillo chiaramente.")
         else:
             note = "\n\nNota: in questa modalità non hai strumenti (niente memoria automatica né ricerca web)."
@@ -121,14 +121,14 @@ class OpenAICompatEngine:
     def _tools(self):
         if not self._tools_supported:
             return None
-        return openai_tools() + registry.openai_tools() + ([SEARCH_TOOL] if self.search_api_key else [])
+        return openai_tools() + registry.openai_tools(local=True) + [SEARCH_TOOL]
 
     def _run_tool(self, name: str, raw_args: str, emit: Emit, sources: list) -> str:
         args = parse_args(raw_args)
         if name == "cerca_web":
             emit({"type": "status", "status": "searching"})
             try:
-                hits = brave_search(str(args.get("query", "")), self.search_api_key)
+                hits = web_search(str(args.get("query", "")), self.search_api_key)
             except Exception as err:
                 return f"Errore nella ricerca: {err}"
             for h in hits[:5]:
diff --git a/avatar/persona.md b/avatar/persona.md
index c603a28..6eb00e9 100644
--- a/avatar/persona.md
+++ b/avatar/persona.md
@@ -90,3 +90,8 @@ Sei **Ava**, l'assistente personale di chi ti parla. Vivi in un'app sul suo Mac
 ## Musica
 
 - Per far suonare musica usa Spotify (spotify_riproduci, spotify_coda, spotify_controllo). Quando l'utente chiede consigli, "mettimi qualcosa", "qualcosa di nuovo che mi piaccia" o musica per un momento (cena, lavoro, festa), chiama spotify_gusti, scegli tu 6-10 brani reali coerenti con i suoi gusti (DJ, producer: conta anche il genere e il mood del momento), dillo in una frase e falli partire con spotify_coda.
+
+## Documenti dell'utente
+
+- Per domande sul contenuto dei documenti dell'utente (contratti, bollette, ricevute, manuali, appunti) usa documenti_cerca prima di dire che non lo sai; rispondi citando il file e, se i passaggi non contengono la risposta, dillo. Per trovare un file per nome resta file_cerca.
+- Per "quanto ho speso / quanti token" usa consumi_riepilogo.
diff --git a/avatar/plugins.py b/avatar/plugins.py
index 2a27b22..618ac31 100644
--- a/avatar/plugins.py
+++ b/avatar/plugins.py
@@ -127,8 +127,18 @@ class PluginRegistry:
     def anthropic_tools(self) -> list[dict]:
         return [{"name": t.name, "description": t.description, "eager_input_streaming": True, "input_schema": t.parameters} for t in self.active()]
 
-    def openai_tools(self) -> list[dict]:
-        return [{"type": "function", "function": {"name": t.name, "description": t.description, "parameters": t.parameters}} for t in self.active()]
+    def openai_tools(self, local: bool = False) -> list[dict]:
+        """Per i modelli locali (local=True) esclude i server MCP esterni: le loro descrizioni (Cua Driver ~14k token)
+        rallentano troppo il primo turno. Si riattivano con l'impostazione mcp_locali."""
+        tools = self.active()
+        if local:
+            try:
+                from avatar.settings import Settings
+                if not Settings().get("mcp_locali"):
+                    tools = [t for t in tools if not t.module.startswith("mcp:")]
+            except Exception:
+                pass
+        return [{"type": "function", "function": {"name": t.name, "description": t.description, "parameters": t.parameters}} for t in tools]
 
     def mcp_tools(self) -> list[dict]:
         return [{"name": t.name, "description": t.description, "inputSchema": t.parameters} for t in self.active()]
diff --git a/avatar/remote.py b/avatar/remote.py
index a226380..55afa19 100644
--- a/avatar/remote.py
+++ b/avatar/remote.py
@@ -40,6 +40,21 @@ def lan_ip() -> str:
         return "127.0.0.1"
 
 
+TAILSCALE = "/Applications/Tailscale.app/Contents/MacOS/Tailscale"
+
+
+def tailscale() -> tuple[str, str]:
+    """(indirizzo IPv4, nome MagicDNS) del Mac su Tailscale, oppure ("", "") se spento o non installato."""
+    import json as _j
+    try:
+        st = _j.loads(subprocess.run([TAILSCALE, "status", "--json"], capture_output=True, text=True, timeout=5).stdout or "{}")
+        me = st.get("Self") or {}
+        ip = next((a for a in me.get("TailscaleIPs") or [] if "." in a), "")
+        return (ip, (me.get("DNSName") or "").rstrip(".")) if st.get("BackendState") == "Running" else ("", "")
+    except Exception:
+        return "", ""
+
+
 def ensure_certs(ip: str) -> tuple[Path, Path, Path]:
     """CA locale + certificato del server con SAN per IP e nome .local; rigenerato se l'IP cambia."""
     CERT_DIR.mkdir(parents=True, exist_ok=True)
@@ -56,6 +71,9 @@ def ensure_certs(ip: str) -> tuple[Path, Path, Path]:
     (CERT_DIR / "ca.cer").write_bytes(subprocess.run(["openssl", "x509", "-in", str(ca_crt), "-outform", "DER"], check=True, capture_output=True).stdout)
     host = socket.gethostname()
     san = f"IP:{ip},IP:127.0.0.1,DNS:{host},DNS:localhost"
+    ts_ip, ts_name = tailscale()          # accesso da fuori casa: indirizzo e nome Tailscale nel certificato
+    if ts_ip:
+        san += f",IP:{ts_ip}" + (f",DNS:{ts_name}" if ts_name else "")
     if not srv_crt.exists() or not srv_san.exists() or srv_san.read_text() != san:
         csr = CERT_DIR / "server.csr"
         ext = CERT_DIR / "server.ext"
@@ -108,7 +126,11 @@ class RemoteServer:
 
     def urls(self) -> tuple[str, str, str, str]:
         base = f"https://{self.ip}:{HTTPS_PORT}"
-        return base, self.new_pin(), f"{base}/?k={self.token}", f"{base}  (CA: http://{self.ip}:{HTTP_PORT}/ca.cer)"
+        ts_ip, ts_name = tailscale()
+        if ts_ip:
+            ensure_certs(self.ip)   # certificato aggiornato se Tailscale è stato acceso dopo l'avvio (vale al prossimo riavvio)
+        fuori = f"  ·  fuori casa: https://{ts_name or ts_ip}:{HTTPS_PORT}" if ts_ip else "  ·  fuori casa: accendi Tailscale"
+        return base, self.new_pin(), f"{base}/?k={self.token}", f"{base}{fuori}  (CA: http://{self.ip}:{HTTP_PORT}/ca.cer)"
 
     def has_clients(self) -> bool:
         now = time.time()
@@ -461,7 +483,7 @@ class RemoteServer:
 
     # ── verso i telefoni (chiamabili da qualunque thread) ──────────────────
     def broadcast(self, payload: dict) -> None:
-        if not (self._clients or self._sse) or not self._loop:
+        if not self.has_clients() or not self._loop:
             return
         data = json.dumps(payload, ensure_ascii=False)
 
diff --git a/avatar/settings.py b/avatar/settings.py
index c3619ad..57dcfa1 100644
--- a/avatar/settings.py
+++ b/avatar/settings.py
@@ -57,6 +57,12 @@ DEFAULTS: dict[str, Any] = {
     "abitudini_enabled": True,              # distillazione settimanale delle abitudini nella memoria
     "umore_enabled": False,                 # stima oraria dell'umore dai messaggi scritti dall'utente
     "io_nomi": "Luciano",                   # come compare l'utente come mittente nelle chat esportate
+    "frasi_attesa": True,                   # "Un attimo che controllo…" se la risposta tarda più di ~1,3 s
+    "riserva_cloud": True,
+    "mcp_locali": False,                    # strumenti dei server MCP esterni anche per i modelli locali (prompt molto più lungo)                  # se il motore locale fallisce, la risposta la dà Claude
+    "documenti_enabled": True,              # indicizzazione oraria dei documenti per documenti_cerca
+    "documenti_cartelle": "~/Documents, ~/Desktop",
+    "documenti_escludi": "Progetti2026",    # nomi di cartelle da saltare (codice, dati sensibili…)
     "qwen_voce": "luza_voce",
     "qwen_modello": "mlx-community/Qwen3-TTS-12Hz-1.7B-Base-8bit",   # oppure ...-Base-bf16 (più lento, qualità piena)               # voce clonata (file in data/voices) per il motore Qwen3-TTS
     "ipixel_enabled": False,                # pannello LED iPIXEL via Bluetooth
diff --git a/avatar/settings_dialog.py b/avatar/settings_dialog.py
index c5dfaa1..876b987 100644
--- a/avatar/settings_dialog.py
+++ b/avatar/settings_dialog.py
@@ -127,8 +127,13 @@ class SettingsDialog(QDialog):
         self.mlx_model.addItems(cached_models() or [DEFAULT_MODEL])
         self.mlx_model.setEditText(s.get("mlx_model") or DEFAULT_MODEL)
         f.addRow("Modello (repo Hugging Face mlx-community)", self.mlx_model)
+        from .engines.mlx_engine import memory_check
+        self.mlx_mem = _note(memory_check(self.mlx_model.currentText())); f.addRow("", self.mlx_mem)
+        self.mlx_model.currentTextChanged.connect(lambda t: self.mlx_mem.setText(memory_check(t.strip())))
         self.mlx_thinking = _combo([("auto", "Automatico (acceso solo dove serve, es. Spark)"), ("off", "Spento: risposte rapide"), ("on", "Acceso: più lento, meglio su domande complesse")], s.get("mlx_thinking") or "auto")
         f.addRow("Ragionamento", self.mlx_thinking)
+        self.riserva = QCheckBox("Se il modello locale fallisce, rispondi con Claude"); self.riserva.setChecked(bool(s.get("riserva_cloud", True)))
+        f.addRow("Riserva cloud", self.riserva)
         hint = QLabel("Elenco: modelli già scaricati. Un nome nuovo viene scaricato al primo uso. "
                       "Con 32 GB di RAM: modelli fino a ~20 GB in 4 bit (Qwen3-30B-A3B è veloce e supporta gli strumenti). "
                       "Non tenere aperto anche VLLMac con lo stesso modello.")
@@ -355,6 +360,14 @@ class SettingsDialog(QDialog):
         form_sp.addRow("Client secret", self.sp_sec)
         add(pg_tool, form_sp)
 
+        # ── Documenti interrogabili ───────────────────────────────────────
+        form_doc = QFormLayout()
+        form_doc.addRow(_note("Documenti interrogabili: LuZa legge il contenuto di PDF, Word e testi in queste cartelle e risponde a domande su di essi. Indice locale, aggiornato ogni ora."))
+        self.doc_on = QCheckBox("Attivo"); self.doc_on.setChecked(bool(s.get("documenti_enabled", True))); form_doc.addRow("Indicizzazione", self.doc_on)
+        self.doc_dirs = QLineEdit(str(s.get("documenti_cartelle") or "")); form_doc.addRow("Cartelle (separate da virgola)", self.doc_dirs)
+        self.doc_skip = QLineEdit(str(s.get("documenti_escludi") or "")); form_doc.addRow("Sottocartelle da escludere", self.doc_skip)
+        add(pg_tool, form_doc)
+
         btns = QHBoxLayout(); btns.addStretch()
         cancel = QPushButton("Annulla"); cancel.clicked.connect(self.reject); btns.addWidget(cancel)
         save = QPushButton("Salva"); save.setObjectName("primary"); save.clicked.connect(self._save); btns.addWidget(save)
@@ -642,7 +655,7 @@ class SettingsDialog(QDialog):
         values = {
             "provider": self.provider.currentData(), "effort": self.effort.currentData(),
             "local_base_url": self.local_url.text().strip().rstrip("/"), "local_model": self.local_model.currentText().strip(),
-            "mlx_model": self.mlx_model.currentText().strip(), "mlx_thinking": self.mlx_thinking.currentData() or "auto",
+            "mlx_model": self.mlx_model.currentText().strip(), "mlx_thinking": self.mlx_thinking.currentData() or "auto", "riserva_cloud": self.riserva.isChecked(),
             "search_api_key": self.search_key.text().strip(),
             "claudecode_model": self.cc_model.currentData(), "claudecode_access": self.cc_access.currentData(),
             "claudecode_config_dir": self.cc_config.currentText().strip(), "claudecode_path": self.cc_path.text().strip(),
@@ -671,6 +684,7 @@ class SettingsDialog(QDialog):
             "ipixel_enabled": self.px_on.isChecked(), "ipixel_stati": self.px_stati.isChecked(), "ipixel_notifiche": self.px_notif.isChecked(),
             "ipixel_luminosita": int(self.px_lum.value()), "ipixel_intermezzi_min": int(self.px_fun.currentData() or 0), "ipixel_musica": self.px_mus.isChecked(),
             "spotify_client_id": self.sp_id.text().strip(),
+            "documenti_enabled": self.doc_on.isChecked(), "documenti_cartelle": self.doc_dirs.text().strip(), "documenti_escludi": self.doc_skip.text().strip(),
             "immagini_famiglia": self.img_fam.currentData() or "z-image-turbo", "immagini_modello": self.img_model.currentText().strip(),
         }
         if self.ha_token.text().strip():
diff --git a/avatar/websearch.py b/avatar/websearch.py
index 59f8b9c..f234495 100644
--- a/avatar/websearch.py
+++ b/avatar/websearch.py
@@ -1,11 +1,13 @@
-"""Ricerca web con Brave Search (per il motore locale)."""
+"""Ricerca web per i motori locali: Brave (se c'è la chiave), altrimenti Bing e DuckDuckGo via HTML, senza chiavi né server."""
 from __future__ import annotations
 
+import html
 import re
 
 import requests
 
 
+
 def brave_search(query: str, api_key: str, count: int = 6) -> list[dict]:
     res = requests.get(
         "https://api.search.brave.com/res/v1/web/search",
@@ -17,9 +19,67 @@ def brave_search(query: str, api_key: str, count: int = 6) -> list[dict]:
     hits = []
     for r in (res.json().get("web") or {}).get("results") or []:
         if r.get("url"):
-            hits.append({
-                "title": r.get("title") or r["url"],
-                "url": r["url"],
-                "description": re.sub(r"<[^>]+>", "", r.get("description") or ""),
-            })
+            hits.append({"title": r.get("title") or r["url"], "url": r["url"],
+                         "description": re.sub(r"<[^>]+>", "", r.get("description") or "")})
     return hits
+
+
+UA = {"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 14_0) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/17.0 Safari/605.1.15",
+      "Accept-Language": "it-IT,it;q=0.9"}
+
+
+def _clean(t: str) -> str:
+    return " ".join(html.unescape(re.sub(r"<[^>]+>", "", t)).split())
+
+
+def bing_search(query: str, count: int = 6) -> list[dict]:
+    r = requests.get("https://www.bing.com/search", params={"q": query, "setlang": "it", "cc": "IT"}, headers=UA, timeout=15)
+    r.raise_for_status()
+    hits = []
+    for block in re.findall(r'<li class="b_algo".*?</li>', r.text, re.S):
+        a = re.search(r'<h2[^>]*>\s*<a[^>]+href="([^"]+)"[^>]*>(.*?)</a>', block, re.S)
+        if not a or not a.group(1).startswith("http"):
+            continue
+        snip = re.search(r'<p[^>]*>(.*?)</p>', block, re.S)
+        hits.append({"title": _clean(a.group(2)), "url": html.unescape(a.group(1)), "description": _clean(snip.group(1)) if snip else ""})
+        if len(hits) >= count:
+            break
+    return hits
+
+
+def ddg_search(query: str, count: int = 6) -> list[dict]:
+    r = requests.post("https://html.duckduckgo.com/html/", data={"q": query, "kl": "it-it"}, timeout=15, headers=UA)
+    r.raise_for_status()
+    hits = []
+    for m in re.finditer(r'class="result__a" href="([^"]+)"[^>]*>(.*?)</a>.*?class="result__snippet"[^>]*>(.*?)</a>', r.text, re.S):
+        url = html.unescape(m.group(1))
+        if "uddg=" in url:
+            url = requests.utils.unquote(url.split("uddg=")[1].split("&")[0])
+        hits.append({"title": html.unescape(re.sub(r"<[^>]+>", "", m.group(2))), "url": url,
+                     "description": html.unescape(re.sub(r"<[^>]+>", "", m.group(3)))})
+        if len(hits) >= count:
+            break
+    return hits
+
+
+def web_search(query: str, api_key: str = "", count: int = 6) -> list[dict]:
+    """Brave (con chiave) → Bing → DuckDuckGo, senza chiavi né server. Errore solo se falliscono tutti."""
+    errors = []
+    for name, fn in (("Brave", (lambda: brave_search(query, api_key, count)) if api_key else None),
+                     ("Bing", lambda: bing_search(query, count)), ("DuckDuckGo", lambda: ddg_search(query, count))):
+        if fn is None:
+            continue
+        try:
+            hits = fn()
+            if hits:
+                return hits
+            errors.append(f"{name}: nessun risultato")
+        except Exception as e:
+            errors.append(f"{name}: {e}")
+    raise RuntimeError("; ".join(errors))
+
+
+if __name__ == "__main__":
+    hits = web_search("meteo Ortona domani")
+    assert hits and hits[0]["url"].startswith("http") and hits[0]["title"], hits
+    print(len(hits), "risultati:", hits[0]["title"][:60], "|", hits[0]["description"][:80])
diff --git a/plugins/consumi.py b/plugins/consumi.py
new file mode 100644
index 0000000..2200718
--- /dev/null
+++ b/plugins/consumi.py
@@ -0,0 +1,58 @@
+"""Consumi: token e costi per giorno e per motore, dal registro data/consumi.jsonl scritto a ogni risposta."""
+from __future__ import annotations
+
+import json
+import sys
+from collections import defaultdict
+from datetime import datetime, timedelta
+from pathlib import Path
+
+sys.path.insert(0, str(Path(__file__).resolve().parent.parent))
+from avatar.settings import DATA_DIR  # noqa: E402
+
+LOG = DATA_DIR / "consumi.jsonl"
+
+
+def _n(x: int) -> str:
+    return f"{x:,}".replace(",", ".")
+
+
+def riepilogo(giorni: int = 7) -> str:
+    since = (datetime.now() - timedelta(days=giorni - 1)).strftime("%Y-%m-%d")
+    try:
+        rows = [json.loads(l) for l in LOG.read_text(encoding="utf-8").splitlines() if l.strip()]
+    except FileNotFoundError:
+        rows = []
+    rows = [r for r in rows if r["ts"][:10] >= since]
+    if not rows:
+        return f"Nessun consumo registrato negli ultimi {giorni} giorni (il conteggio parte da oggi)."
+    per_m = defaultdict(lambda: [0, 0, 0, 0.0, False]); per_g = defaultdict(lambda: [0, 0.0])
+    for r in rows:
+        m = per_m[r["motore"]]; m[0] += 1; m[1] += r["input"]; m[2] += r["output"]; m[3] += r["costo"]; m[4] = m[4] or r.get("abbonamento", False)
+        g = per_g[r["ts"][:10]]; g[0] += r["input"] + r["output"]; g[1] += 0 if r.get("abbonamento") else r["costo"]
+    out = [f"Consumi ultimi {giorni} giorni:"]
+    for mot, (n, i, o, c, abb) in sorted(per_m.items(), key=lambda kv: -(kv[1][1] + kv[1][2])):
+        costo = "gratis (locale)" if mot.startswith("locale") else (f"≈ ${c:.2f} equivalente API, incluso nell'abbonamento" if abb else f"≈ ${c:.2f}")
+        out.append(f"- {mot}: {n} risposte, {_n(i)} token in ingresso, {_n(o)} in uscita, {costo}")
+    out.append("Per giorno: " + "; ".join(f"{g[8:10]}/{g[5:7]} {_n(t)} token" + (f" (${c:.2f})" if c else "") for g, (t, c) in sorted(per_g.items())))
+    return "\n".join(out)
+
+
+def t_riepilogo(params: dict, ctx: dict) -> str:
+    return riepilogo(max(1, min(int(params.get("giorni") or 7), 90)))
+
+
+TOOLS = [
+    {"name": "consumi_riepilogo", "description": "Token e costi delle risposte di LuZa per motore (locale, Claude Code, Claude API) e per giorno, negli ultimi N giorni (default 7). Per 'quanto ho speso?', 'quanti token ho usato?'.",
+     "parameters": {"type": "object", "properties": {"giorni": {"type": "integer"}}}, "run": t_riepilogo},
+]
+
+
+if __name__ == "__main__":
+    import tempfile
+    LOG = Path(tempfile.mkdtemp()) / "c.jsonl"
+    now = datetime.now().strftime("%Y-%m-%d %H:%M")
+    LOG.write_text("\n".join(json.dumps(r) for r in [
+        {"ts": now, "motore": "locale (gemma)", "input": 100, "output": 50, "costo": 0, "abbonamento": False},
+        {"ts": now, "motore": "claude api (x)", "input": 1000, "output": 200, "costo": 0.01, "abbonamento": False}]) + "\n")
+    out = riepilogo(7); assert "gratis (locale)" in out and "$0.01" in out, out; print(out)
diff --git a/plugins/documenti_rag.py b/plugins/documenti_rag.py
new file mode 100644
index 0000000..ff4c041
--- /dev/null
+++ b/plugins/documenti_rag.py
@@ -0,0 +1,259 @@
+"""Documenti interrogabili: indicizza le cartelle scelte (PDF, Word, testo, pagine…) in pezzi da ~800 caratteri,
+con ricerca ibrida per parole (SQLite FTS5) e per significato (embeddings multilingual-e5-small). Tutto locale.
+L'indice si aggiorna da solo ogni ora, solo per i file nuovi o modificati."""
+from __future__ import annotations
+
+import os
+import re
+import sqlite3
+import sys
+import threading
+import time
+from pathlib import Path
+
+import numpy as np
+
+sys.path.insert(0, str(Path(__file__).resolve().parent))
+sys.path.insert(0, str(Path(__file__).resolve().parent.parent))
+from avatar.settings import DATA_DIR, Settings  # noqa: E402
+
+DB = DATA_DIR / "documenti.sqlite"
+EMB_MODEL = "intfloat/multilingual-e5-small"
+EXT = {".pdf", ".docx", ".doc", ".txt", ".md", ".rtf", ".odt", ".pages", ".html", ".csv"}
+SKIP_DIRS = {"node_modules", ".git", "Library", ".venv", "venv", "__pycache__", "build", "dist", ".Trash"}
+MAX_MB = 30
+_emb: dict = {}
+_stato = {"in_corso": False, "ultimo": "", "errore": ""}
+
+
+def _cartelle() -> list[Path]:
+    raw = str(Settings().get("documenti_cartelle") or "~/Documents, ~/Desktop")
+    return [Path(c.strip()).expanduser() for c in raw.split(",") if c.strip()]
+
+
+def _con() -> sqlite3.Connection:
+    DB.parent.mkdir(parents=True, exist_ok=True)
+    con = sqlite3.connect(DB, timeout=30)
+    con.executescript("""
+        CREATE TABLE IF NOT EXISTS files (path TEXT PRIMARY KEY, mtime REAL, chunks INTEGER);
+        CREATE TABLE IF NOT EXISTS chunks (id INTEGER PRIMARY KEY, path TEXT, n INTEGER, text TEXT, emb BLOB);
+        CREATE INDEX IF NOT EXISTS chunks_path ON chunks(path);
+        CREATE VIRTUAL TABLE IF NOT EXISTS fts USING fts5(text, content='chunks', content_rowid='id', tokenize='unicode61 remove_diacritics 2');
+        CREATE TRIGGER IF NOT EXISTS chunks_ai AFTER INSERT ON chunks BEGIN INSERT INTO fts(rowid, text) VALUES (new.id, new.text); END;
+        CREATE TRIGGER IF NOT EXISTS chunks_ad AFTER DELETE ON chunks BEGIN INSERT INTO fts(fts, rowid, text) VALUES ('delete', old.id, old.text); END;
+    """)
+    return con
+
+
+def _embed(texts: list[str], query: bool = False) -> np.ndarray:
+    """Vettori normalizzati (384 dimensioni); prefissi 'query:'/'passage:' richiesti dal modello e5."""
+    import torch
+    from transformers import AutoModel, AutoTokenizer
+    if not _emb:
+        _emb["tok"] = AutoTokenizer.from_pretrained(EMB_MODEL)
+        dev = "mps" if torch.backends.mps.is_available() else "cpu"      # GPU del Mac: ~10× più veloce della CPU
+        _emb["model"] = AutoModel.from_pretrained(EMB_MODEL).eval().to(dev)
+        _emb["dev"] = dev
+    tok, model = _emb["tok"], _emb["model"]
+    out = []
+    for i in range(0, len(texts), 32):
+        batch = [("query: " if query else "passage: ") + t for t in texts[i:i + 32]]
+        enc = tok(batch, padding=True, truncation=True, max_length=512, return_tensors="pt").to(_emb["dev"])
+        with torch.no_grad():
+            h = model(**enc).last_hidden_state
+        m = enc["attention_mask"].unsqueeze(-1).float()
+        v = (h * m).sum(1) / m.sum(1)
+        out.append(torch.nn.functional.normalize(v, dim=1).float().cpu().numpy().astype(np.float32))
+    return np.concatenate(out) if out else np.zeros((0, 384), np.float32)
+
+
+def _testo(path: Path) -> str:
+    import file as fileplugin   # stesso estrattore del plugin file (pdf, docx, testo, textutil per gli altri)
+    return fileplugin._read(path)
+
+
+def _pezzi(testo: str, size: int = 800, overlap: int = 150) -> list[str]:
+    testo = re.sub(r"[ \t]+", " ", re.sub(r"\n{3,}", "\n\n", testo)).strip()
+    out, i = [], 0
+    while i < len(testo):
+        out.append(testo[i:i + size]); i += size - overlap
+    return [p for p in out if len(p.strip()) > 40]
+
+
+def _escludi() -> set[str]:
+    raw = str(Settings().get("documenti_escludi") or "Progetti2026")
+    return {x.strip() for x in raw.split(",") if x.strip()}
+
+
+def _files():
+    skip = SKIP_DIRS | _escludi()
+    for root in _cartelle():
+        if not root.exists():
+            continue
+        for dirpath, dirnames, filenames in os.walk(root):
+            dirnames[:] = [d for d in dirnames if d not in skip and not d.startswith(".") and not d.endswith(".app")]
+            for f in filenames:
+                p = Path(dirpath) / f
+                if p.suffix.lower() in EXT and not f.startswith("~$"):
+                    try:
+                        if p.stat().st_size <= MAX_MB * 1e6:
+                            yield p
+                    except OSError:
+                        pass
+
+
+def aggiorna(log=None) -> str:
+    """Indicizzazione incrementale: aggiunge i file nuovi/modificati, toglie quelli spariti."""
+    import fcntl
+    DB.parent.mkdir(parents=True, exist_ok=True)
+    lockf = open(DATA_DIR / "documenti.lock", "w")
+    try:                                   # blocco tra processi: app e indicizzazioni manuali non si sovrappongono
+        fcntl.flock(lockf, fcntl.LOCK_EX | fcntl.LOCK_NB)
+    except OSError:
+        lockf.close()
+        return "Indicizzazione già in corso."
+    _stato["in_corso"] = True
+    try:
+        con = _con()
+        noti = dict(con.execute("SELECT path, mtime FROM files").fetchall())
+        visti, nuovi, pezzi_tot = set(), 0, 0
+        for p in _files():
+            sp = str(p); visti.add(sp)
+            mt = p.stat().st_mtime
+            if noti.get(sp) == mt:
+                continue
+            try:
+                pezzi = _pezzi(_testo(p))[:400]
+            except Exception:
+                pezzi = []
+            vec = _embed(pezzi) if pezzi else np.zeros((0, 384), np.float32)
+            con.execute("DELETE FROM chunks WHERE path=?", (sp,))
+            con.executemany("INSERT INTO chunks(path, n, text, emb) VALUES (?,?,?,?)", [(sp, i, t, vec[i].tobytes()) for i, t in enumerate(pezzi)])
+            con.execute("INSERT OR REPLACE INTO files(path, mtime, chunks) VALUES (?,?,?)", (sp, mt, len(pezzi)))
+            con.commit()
+            nuovi += 1; pezzi_tot += len(pezzi)
+            if log and nuovi % 25 == 0:
+                log(f"[documenti] indicizzati {nuovi} file…")
+        spariti = [p for p in noti if p not in visti]
+        for sp in spariti:
+            con.execute("DELETE FROM chunks WHERE path=?", (sp,)); con.execute("DELETE FROM files WHERE path=?", (sp,))
+        con.commit()
+        n_files, n_chunks = con.execute("SELECT COUNT(*), COALESCE(SUM(chunks),0) FROM files").fetchone()
+        con.close()
+        _stato["ultimo"] = time.strftime("%d/%m %H:%M")
+        return f"Indice aggiornato: {nuovi} file nuovi o modificati, {len(spariti)} rimossi. Totale {n_files} documenti, {n_chunks} passaggi."
+    finally:
+        _stato["in_corso"] = False
+        fcntl.flock(lockf, fcntl.LOCK_UN); lockf.close()
+
+
+def cerca_testo(domanda: str, k: int = 6) -> list[dict]:
+    con = _con()
+    rows = con.execute("SELECT id, path, text, emb FROM chunks").fetchall()
+    if not rows:
+        con.close(); return []
+    ids = np.array([r[0] for r in rows]); M = np.frombuffer(b"".join(r[3] for r in rows), dtype=np.float32).reshape(len(rows), -1)
+    q = _embed([domanda], query=True)[0]
+    sem = M @ q                                                     # coseno (vettori normalizzati)
+    score = {int(i): float(s) for i, s in zip(ids, sem)}
+    words = [w for w in re.findall(r"\w{3,}", domanda.lower())]
+    if words:
+        try:
+            for (rid,) in con.execute("SELECT rowid FROM fts WHERE fts MATCH ? ORDER BY rank LIMIT 30", (" OR ".join(w + "*" for w in words),)):
+                score[rid] = score.get(rid, 0) + 0.15                  # bonus per le parole esatte
+        except sqlite3.OperationalError:
+            pass
+    best = sorted(score.items(), key=lambda kv: -kv[1])[:k * 3]
+    by_id = {r[0]: r for r in rows}
+    out, per_file = [], {}
+    for rid, sc in best:
+        _i, path, text, _e = by_id[rid]
+        if per_file.get(path, 0) >= 2:
+            continue
+        per_file[path] = per_file.get(path, 0) + 1
+        out.append({"path": path, "testo": text, "score": round(sc, 3)})
+        if len(out) >= k:
+            break
+    con.close()
+    return out
+
+
+# ── strumenti ────────────────────────────────────────────────────────────────
+def t_cerca(params: dict, ctx: dict) -> str:
+    domanda = str(params.get("domanda") or "").strip()
+    if not domanda:
+        return "Errore: serve la domanda."
+    if not DB.exists():
+        return "Non ho ancora indicizzato i documenti: usa documenti_aggiorna (ci vuole qualche minuto la prima volta)."
+    res = cerca_testo(domanda, max(3, min(int(params.get("quanti") or 6), 12)))
+    if not res:
+        return "Nessun passaggio pertinente nei documenti indicizzati."
+    home = str(Path.home())
+    righe = [f"[{i + 1}] {r['path'].replace(home, '~')} (pertinenza {r['score']}):\n{r['testo']}" for i, r in enumerate(res)]
+    return ("Passaggi più pertinenti dai documenti dell'utente. Rispondi basandoti su questi, cita il nome del file, "
+            "e di' chiaramente se l'informazione non c'è:\n\n" + "\n\n".join(righe))
+
+
+def t_aggiorna(params: dict, ctx: dict) -> str:
+    p = ctx.get("player")
+    if p is not None and hasattr(p, "set_state"):
+        p.set_state("PROCESSING · indicizzo i documenti")
+    return aggiorna(ctx.get("log"))
+
+
+def t_stato(params: dict, ctx: dict) -> str:
+    if not DB.exists():
+        return "Indice non ancora creato. Cartelle: " + ", ".join(str(c) for c in _cartelle())
+    con = _con(); n_files, n_chunks = con.execute("SELECT COUNT(*), COALESCE(SUM(chunks),0) FROM files").fetchone(); con.close()
+    return (f"Documenti indicizzati: {n_files} file, {n_chunks} passaggi. Cartelle: {', '.join(str(c) for c in _cartelle())}. "
+            + ("Indicizzazione in corso." if _stato["in_corso"] else f"Ultimo aggiornamento: {_stato['ultimo'] or 'all\'avvio'}."))
+
+
+_proc: dict = {"p": None}
+
+
+def pausa(attiva: bool) -> None:
+    """Sospende/riprende l'indicizzazione mentre LuZa risponde: niente contesa di GPU e CPU con il modello."""
+    import signal
+    p = _proc["p"]
+    if p is not None and p.poll() is None:
+        try:
+            p.send_signal(signal.SIGSTOP if attiva else signal.SIGCONT)
+        except Exception:
+            pass
+
+
+def _servizio() -> None:
+    """Ogni ora indicizza in un processo separato a priorità bassa (niente blocchi del GIL nell'app)."""
+    import subprocess
+    time.sleep(120)
+    while True:
+        if Settings().get("documenti_enabled", True):
+            code = ("import sys; sys.argv=['memory_mcp.py']; sys.path.insert(0, %r); import documenti_rag as d; print('[documenti]', d.aggiorna(), flush=True)"
+                    % str(Path(__file__).resolve().parent))
+            _proc["p"] = subprocess.Popen(["nice", "-n", "15", sys.executable, "-c", code], cwd=str(Path(__file__).resolve().parent.parent))
+            _proc["p"].wait()
+            _proc["p"] = None
+        time.sleep(3600)
+
+
+if Path(sys.argv[0]).name != "memory_mcp.py":            # solo nell'app
+    threading.Thread(target=_servizio, daemon=True, name="documenti").start()
+
+
+TOOLS = [
+    {"name": "documenti_cerca", "description": "Cerca nel CONTENUTO dei documenti dell'utente (PDF, Word, testi nelle cartelle indicizzate: Documenti, Scrivania) per rispondere a domande come 'cosa dice il contratto sulle penali?', 'quando scade l'assicurazione?', 'trova la ricevuta del dentista'. Restituisce i passaggi più pertinenti con il file di provenienza.",
+     "parameters": {"type": "object", "properties": {"domanda": {"type": "string"}, "quanti": {"type": "integer"}}, "required": ["domanda"]}, "run": t_cerca},
+    {"name": "documenti_aggiorna", "description": "Aggiorna subito l'indice dei documenti (file nuovi o modificati). Normalmente avviene da solo ogni ora.",
+     "parameters": {"type": "object", "properties": {}}, "run": t_aggiorna},
+    {"name": "documenti_stato", "description": "Quanti documenti sono indicizzati, quali cartelle e quando è stato l'ultimo aggiornamento.",
+     "parameters": {"type": "object", "properties": {}}, "run": t_stato},
+]
+
+
+if __name__ == "__main__":
+    assert _pezzi("a" * 2000)[1].startswith("a") and len(_pezzi("a" * 2000)) == 4
+    v = _embed(["Il contratto prevede una penale del 5% per ritardo."]); q = _embed(["quanto è la penale?"], query=True)[0]
+    w = _embed(["La ricetta della carbonara usa guanciale."])
+    assert float(v[0] @ q) > float(w[0] @ q), "il significato deve battere il testo non pertinente"
+    print("ok: pertinente", round(float(v[0] @ q), 3), "> non pertinente", round(float(w[0] @ q), 3))