feat(scraper): F3 — extractor RSS + detección de feeds con word-boundary

detect_source_type ya clasificaba 'rss' pero no había rama en
_process_source: los feeds caían a _extract_web y trafilatura no saca
nada del XML (se descartaban por cortos). Ahora _extract_rss parsea el
feed (feedparser en hilo, como el monitor de noticias) y siembra sus
entries como fuentes nuevas: filtro de relevancia por título/URL,
blacklist, dedupe, cap de 20 y respeto de max_depth. El feed en sí se
marca skipped — es puro descubrimiento, no tiene contenido que trocear.

De paso, la detección pasa de substring puro (clasificaba /feedback y
/atomic como rss) a RSS_RE con límites de palabra. Tests de ambos.

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

tests/test_scraper.py

@@ -11,6 +11,16 @@ def test_detect_source_type():
     assert detect_source_type("https://example.com/article") == "web"
 
 
+def test_detect_source_type_rss():
+    assert detect_source_type("https://thedebrief.org/feed/") == "rss"
+    assert detect_source_type("https://example.com/rss") == "rss"
+    assert detect_source_type("https://example.com/feeds/all.atom.xml") == "rss"
+    assert detect_source_type("https://www.liberationtimes.com/?format=rss") == "rss"
+    # Falsos positivos del substring viejo: no son feeds.
+    assert detect_source_type("https://example.com/feedback") == "web"
+    assert detect_source_type("https://example.com/atomic-theory") == "web"
+
+
 def test_is_blacklisted():
     assert is_blacklisted("https://facebook.com/something") == True
     assert is_blacklisted("https://en.wikipedia.org/wiki/Test") == False