fix: correcciones de scraping/DB y mejoras de robustez

Sección crítica:
- is_blacklisted: match por dominio/subdominio exacto (antes "x.com" como
  substring bloqueaba netflix.com, phoenix.com, etc.)
- normalize_url: conserva el query string (rompía YouTube watch?v= y URLs
  con ?id=); solo borra el fragment
- get_db: PRAGMA busy_timeout=5000 para evitar "database is locked" en
  /compare y watches solapados
- OllamaClient.embed: usa OLLAMA_EMBED_MODEL en vez del modelo de chat
- log_api_call: coste por modelo (opus/sonnet/haiku) en vez de Haiku fijo

Mejoras:
- src/llm.py: cliente Anthropic compartido y cacheado (antes se instanciaba
  uno por cada llamada/chunk)
- SEARXNG_URL configurable via env
- get_running_loop() en vez de get_event_loop() (deprecado)
- soup.title.get_text() robusto ante <title> con tags anidados
- limpieza: import muerto, total_words duplicado, w_id no usado

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

src/scraper/exhaustive.py

@@ -89,15 +89,22 @@ def detect_source_type(url: str) -> str:
 
 def is_blacklisted(url: str) -> bool:
     try:
-        domain = urlparse(url).netloc.lower().replace("www.", "")
-        return any(bl in domain for bl in BLACKLIST_DOMAINS)
+        domain = urlparse(url).netloc.lower().split(":")[0]
+        if domain.startswith("www."):
+            domain = domain[4:]
+        # Exact domain or subdomain match — NOT substring (evitaba bloquear
+        # netflix.com / phoenix.com por contener "x.com", etc.)
+        return any(domain == bl or domain.endswith("." + bl)
+                   for bl in BLACKLIST_DOMAINS)
     except Exception:
         return True
 
 
 def normalize_url(url: str) -> str:
+    # Strip only the fragment. NO borrar el query string: rompía URLs de
+    # YouTube (watch?v=...) y artículos que enrutan por query (?id=, ?p=).
     parsed = urlparse(url)
-    clean = parsed._replace(fragment="", query="")
+    clean = parsed._replace(fragment="")
     return clean.geturl().rstrip("/")
 
 
@@ -180,9 +187,9 @@ class ExhaustiveScraper:
             return fallback
 
         try:
-            import anthropic
+            from src.llm import get_anthropic_client
             logger.info("Generating DDG queries with Claude", topic=self.topic)
-            client = anthropic.AsyncAnthropic(api_key=settings.anthropic_api_key)
+            client = get_anthropic_client()
             prompt = (
                 f'Generate exactly 8 DuckDuckGo search queries to research: "{self.topic}"\n\n'
                 f'Rules:\n'
@@ -215,7 +222,7 @@ class ExhaustiveScraper:
     async def _search_searxng(self, query: str) -> list[dict]:
         """Busca en SearXNG y retorna lista de {href, title}. Retorna [] si no disponible."""
         import aiohttp
-        searxng_url = "http://searxng-svc.researchowl.svc.cluster.local:8080/search"
+        searxng_url = settings.searxng_url
         params = {
             "q": query,
             "format": "json",
@@ -533,7 +540,8 @@ class ExhaustiveScraper:
 
         # Extract title and new URLs with BS4
         soup = BeautifulSoup(html, "lxml")
-        title = soup.title.string.strip() if soup.title else url
+        # .string es None si el <title> tiene tags anidados; get_text es robusto
+        title = soup.title.get_text(strip=True) if soup.title else url
 
         new_urls = []
         if depth < settings.max_depth:
@@ -593,7 +601,7 @@ class ExhaustiveScraper:
             return None, None
 
         video_id = match.group(1)
-        loop = asyncio.get_event_loop()
+        loop = asyncio.get_running_loop()
 
         def _fetch():
             return YouTubeTranscriptApi.get_transcript(