chore(dgx): snapshot consolidation WIP pour transfert poc DGX

Regroupe le WIP non committé requis pour le clone/runtime DGX (Option A) :
- api_stream.py : préflight replay + smoke santé modèles + handler 403 WP-B
- de-hardcode VLM : vlm_config, gpu/*, vram_orchestrator, ollama_manager
- stream_processor, semantic_matcher, agent_chat (app/planner/intent)
- workflows.db (acquis ; le transfert artifacts le mettra à jour + rewrite chemins)
- docs : plans DGX, benchmarks VLM/grounders, recherche SOTA, coordination 8 juin

Snapshot destiné à la branche poc-dgx poussée sur Gitea pour cloner le DGX.
Scan anti-secret : clean. graphify (repo embarqué) exclu.

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

agent_chat/app.py

@@ -38,6 +38,7 @@ from werkzeug.utils import secure_filename
 sys.path.insert(0, str(Path(__file__).parent.parent))
 
 from core.workflow import SemanticMatcher, VariableManager
+from core.detection.vlm_config import get_reasoning_model
 
 # Import des composants conversationnels
 from .intent_parser import IntentParser, IntentType, get_intent_parser
@@ -237,6 +238,7 @@ def init_system():
     global matcher, gpu_manager
     global intent_parser, confirmation_loop, response_generator, conversation_manager
     global autonomous_planner
+    reasoning_model = get_reasoning_model()
 
     # 1. SemanticMatcher — multi-répertoires (P0-6) + matching LLM (P0-7)
     # Scan data/workflows/ + data/training/workflows/ + data/training/live_sessions/workflows/
@@ -244,7 +246,7 @@ def init_system():
         matcher = SemanticMatcher(
             workflows_dir=None,  # None = scan tous les répertoires par défaut
             use_llm=True,        # Matching sémantique via Ollama (P0-7)
-            llm_model="qwen2.5:7b",
+            llm_model=reasoning_model,
         )
         dirs_info = matcher.get_directories()
         dirs_summary = ", ".join(
@@ -269,7 +271,10 @@ def init_system():
 
     # 3. Composants conversationnels
     try:
-        intent_parser = get_intent_parser(use_llm=True)  # LLM activé (Ollama)
+        intent_parser = get_intent_parser(
+            use_llm=True,
+            llm_model=reasoning_model,
+        )  # LLM activé (Ollama)
         confirmation_loop = get_confirmation_loop()
         response_generator = get_response_generator()
         conversation_manager = get_conversation_manager()
@@ -350,7 +355,7 @@ def init_system():
 
     # 5. Autonomous Planner (Agent Libre)
     try:
-        autonomous_planner = get_autonomous_planner(llm_model="qwen2.5:7b")
+        autonomous_planner = get_autonomous_planner(llm_model=reasoning_model)
 
         # Configurer les callbacks pour l'exécution
         if screen_capturer:
@@ -726,7 +731,7 @@ def api_history():
 # =============================================================================
 
 # Modèle texte pour les réponses conversationnelles (pas besoin de vision)
-_LEA_LLM_MODEL = os.environ.get("LEA_LLM_MODEL", "qwen3:8b")
+_LEA_LLM_MODEL = os.environ.get("LEA_LLM_MODEL") or get_reasoning_model()
 
 _LEA_SYSTEM_PROMPT = """Tu es Léa, une assistante professionnelle chaleureuse et bienveillante.
 

agent_chat/autonomous_planner.py

@@ -27,6 +27,8 @@ import requests
 # Ajouter le chemin du projet pour les imports core
 sys.path.insert(0, os.path.abspath(os.path.join(os.path.dirname(__file__), '..')))
 
+from core.detection.vlm_config import get_reasoning_model
+
 logger = logging.getLogger(__name__)
 
 # Essayer d'importer les composants de détection visuelle
@@ -113,11 +115,11 @@ class AutonomousPlanner:
     def __init__(
         self,
         llm_endpoint: str = "http://localhost:11434/api/generate",
-        llm_model: str = "qwen2.5:7b",
+        llm_model: Optional[str] = None,
         timeout: int = 60
     ):
         self.llm_endpoint = llm_endpoint
-        self.llm_model = llm_model
+        self.llm_model = llm_model or get_reasoning_model()
         self.timeout = timeout
         self.llm_available = self._check_llm()
 
@@ -1028,12 +1030,12 @@ _planner_instance: Optional[AutonomousPlanner] = None
 
 
 def get_autonomous_planner(
-    llm_model: str = "qwen2.5:7b"
+    llm_model: Optional[str] = None
 ) -> AutonomousPlanner:
     """Retourne l'instance singleton du planner."""
     global _planner_instance
 
     if _planner_instance is None:
-        _planner_instance = AutonomousPlanner(llm_model=llm_model)
+        _planner_instance = AutonomousPlanner(llm_model=llm_model or get_reasoning_model())
 
     return _planner_instance

agent_chat/intent_parser.py

@@ -19,6 +19,8 @@ from enum import Enum
 from typing import Dict, Any, List, Optional, Tuple
 from pathlib import Path
 
+from core.detection.vlm_config import get_reasoning_model
+
 logger = logging.getLogger(__name__)
 
 
@@ -280,7 +282,7 @@ class IntentParser:
         self,
         use_llm: bool = False,
         llm_endpoint: str = "http://localhost:11434",
-        llm_model: str = "qwen2.5:7b"
+        llm_model: Optional[str] = None
     ):
         """
         Initialiser le parseur d'intentions.
@@ -292,7 +294,7 @@ class IntentParser:
         """
         self.use_llm = use_llm
         self.llm_endpoint = llm_endpoint
-        self.llm_model = llm_model
+        self.llm_model = llm_model or get_reasoning_model()
         self.llm_available = False
         self._workflows_cache: List[Dict[str, Any]] = []
 
@@ -687,7 +689,7 @@ _intent_parser: Optional[IntentParser] = None
 
 def get_intent_parser(
     use_llm: bool = False,
-    llm_model: str = "qwen2.5:7b",
+    llm_model: Optional[str] = None,
     llm_endpoint: str = "http://localhost:11434"
 ) -> IntentParser:
     """
@@ -695,20 +697,21 @@ def get_intent_parser(
 
     Args:
         use_llm: Activer le LLM (Ollama)
-        llm_model: Modèle à utiliser (qwen2.5:7b par défaut)
+        llm_model: Modèle à utiliser (défaut: modèle reasoning central)
         llm_endpoint: URL de l'endpoint Ollama
     """
     global _intent_parser
+    resolved_model = llm_model or get_reasoning_model()
     if _intent_parser is None:
         _intent_parser = IntentParser(
             use_llm=use_llm,
             llm_endpoint=llm_endpoint,
-            llm_model=llm_model
+            llm_model=resolved_model
         )
     elif use_llm and not _intent_parser.use_llm:
         # Réactiver le LLM si demandé
         _intent_parser.use_llm = True
-        _intent_parser.llm_model = llm_model
+        _intent_parser.llm_model = resolved_model
         _intent_parser._check_llm_availability()
     return _intent_parser