Búsqueda web con DuckDuckGo, sin API key

Primera tool del agente. No depende del modelo, así que se puede usar y
verificar de punta a punta antes de que exista el modelo propio.

Sobre el endpoint: la API oficial de DuckDuckGo ("Instant Answer") no sirve
para esto — responde definiciones y fichas de entidades, y para una consulta
normal devuelve 200 con el cuerpo vacío. Los resultados web reales solo están
en el endpoint lite, que no es una API con contrato: el HTML puede cambiar y
hay límite de tasa. Por eso el backend está detrás de una interfaz y queda
implementado también SearxNG autoalojado, que es un cambio de una línea de
config cuando haga falta.

Decisiones:

- Presupuesto de contexto explícito: con seq_len 2048 los resultados compiten
  con la memoria recuperada y el turno del usuario, así que se devuelven cinco
  recortados en vez de diez completos.
- Las redirecciones /l/?uddg= se desenvuelven al destino real: guardarlas
  ensuciaría la memoria episódica, donde dos búsquedas a la misma página
  parecerían páginas distintas.
- Caché con TTL, que es de comportamiento y no de rendimiento: en una casa las
  mismas preguntas se repiten muchas veces por día.
- Sin resultados devuelve "Sin resultados." en vez de vacío, para que el modelo
  pueda decir que no encontró nada en lugar de inventar.

Se quitan Brave y Tavily de .env.example: ya no hay credenciales que gestionar
ni un tercero al que informarle qué busca la familia.

23 tests nuevos (71 en total), contra una respuesta real guardada como fixture:
el parser es lo que se rompe cuando cambia el markup, y tiene que fallar en la
suite y no en producción. Ningún test sale a internet.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

README.md

@@ -15,7 +15,16 @@ Etapa 0 (entorno y validación del stack) implementada y verificada:
 - Arquitectura del modelo: RMSNorm, SwiGLU, RoPE, GQA, QK-norm, z-loss.
 - Entrenador con WSD, precisión mixta, acumulación de gradiente y **reanudación exacta**.
 - Cargadores de datos: bytes (smoke test) y shards `uint16` (corpus real).
-- 48 tests, incluido el de reanudación exacta.
+
+Primera tool del agente (Etapa 4), que no depende del modelo y ya funciona:
+
+- Búsqueda web con DuckDuckGo, **sin API key ni cuenta en ningún servicio**.
+
+```bash
+.venv/bin/python -m enlace.agent.tools.search "que es home assistant"
+```
+
+71 tests, incluido el de reanudación exacta.
 
 Pendiente: Etapa 1 en adelante (corpus, tokenizer, pretraining, post-training,
 agente, bases del sistema, memoria, snapshots).