feat(p1z): centralize V4 reasoning model resolution (DGX-safe)

Remplace le default runtime dangereux `qwen2.5vl:7b` (absent du tunnel DGX
-> 404) des chemins V4/reasoning par un helper central get_reasoning_model().

- core/detection/vlm_config.py : + get_reasoning_model() + DEFAULT_REASONING_MODEL
  (qwen2.5vl:7b-rpa). Ordre : RPA_REASONING_MODEL -> RPA_VLM_MODEL/VLM_MODEL ->
  default DGX-safe. Pas d'appel reseau (lazy, safe a l'import).
- core/execution/input_handler.py, observe_reason_act.py (x3),
  core/cognition/vram_orchestrator.py : migration des 5 call-sites.
- tests/unit/test_reasoning_model.py : 8 tests (default DGX-safe, ordre de
  resolution, non-regression wiring des 3 modules V4).

Hors scope (signale lot P1.w) : DEFAULT_VLM_MODEL=gemma4:latest reste fallback
de get_vlm_model(). Client gele non touche.

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

core/execution/input_handler.py

@@ -14,6 +14,8 @@ import shutil
 import time
 from typing import Any, Dict, List, Optional
 
+from core.detection.vlm_config import get_reasoning_model
+
 logger = logging.getLogger(__name__)
 
 try:
@@ -291,7 +293,7 @@ Si l'écran est normal sans action nécessaire, réponds action="nothing".
 Réponds UNIQUEMENT le JSON, pas d'explication."""
 
         ollama_url = os.environ.get("OLLAMA_URL", "http://localhost:11434")
-        model = os.environ.get("RPA_REASONING_MODEL", "qwen2.5vl:7b")
+        model = get_reasoning_model()
 
         response = requests.post(
             f"{ollama_url}/api/generate",

core/execution/observe_reason_act.py

@@ -21,6 +21,8 @@ import re
 from dataclasses import dataclass
 from typing import Any, Callable, Dict, List, Optional
 
+from core.detection.vlm_config import get_reasoning_model
+
 logger = logging.getLogger(__name__)
 
 # Import du contexte cognitif (mémoire de travail)
@@ -407,7 +409,7 @@ Règles:
 
             # --- Appel VLM (Ollama) ---
             ollama_url = os.environ.get("OLLAMA_URL", "http://localhost:11434")
-            model = os.environ.get("RPA_REASONING_MODEL", "qwen2.5vl:7b")
+            model = get_reasoning_model()
 
             print(f"🧠 [ORA/reason_instruction] Appel VLM {model}...")
 
@@ -1207,7 +1209,7 @@ Règles:
             image_b64 = base64.b64encode(buffer.getvalue()).decode('utf-8')
 
             ollama_url = os.environ.get("OLLAMA_URL", "http://localhost:11434")
-            model = os.environ.get("RPA_REASONING_MODEL", "qwen2.5vl:7b")
+            model = get_reasoning_model()
 
             resp = requests.post(f"{ollama_url}/api/generate", json={
                 "model": model,
@@ -1963,7 +1965,7 @@ Règles:
             )
 
             ollama_url = os.environ.get("OLLAMA_URL", "http://localhost:11434")
-            model = os.environ.get("RPA_REASONING_MODEL", "qwen2.5vl:7b")
+            model = get_reasoning_model()
 
             response = requests.post(
                 f"{ollama_url}/api/generate",