fix: fallback CPU embedding + protection CPAM contre crash OOM

- SentenceTransformer : fallback CPU si CUDA OOM (Ollama peut occuper la VRAM)
- Bloc CPAM dans main.py : try/except pour éviter crash fatal du pipeline

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

src/main.py

@@ -355,6 +355,7 @@ def main(input_path: str | None = None) -> None:
 
         # Contrôle CPAM : enrichir le dossier principal (fusionné ou dernier)
         if cpam_data and subdir:
+            try:
                 from .control.cpam_parser import match_dossier_ogc
                 controles = match_dossier_ogc(subdir, cpam_data)
                 if controles:
@@ -367,6 +368,8 @@ def main(input_path: str | None = None) -> None:
                             ctrl.contre_argumentation = text
                             ctrl.sources_reponse = sources
                         target.controles_cpam = controles
+            except Exception:
+                logger.exception("Erreur CPAM pour %s", subdir)
 
         # Écrire le dossier fusionné (après enrichissement CPAM éventuel)
         if merged is not None and subdir:

src/medical/rag_search.py

@@ -25,14 +25,25 @@ _MIN_SCORE = 0.3
 
 
 def _get_embed_model():
-    """Charge le modèle d'embedding (singleton)."""
+    """Charge le modèle d'embedding (singleton).
+
+    Tente CUDA d'abord, fallback CPU si OOM (Ollama peut occuper la VRAM).
+    """
     global _embed_model
     if _embed_model is None:
         from sentence_transformers import SentenceTransformer
-        logger.info("Chargement du modèle d'embedding pour la recherche...")
         import torch
         _device = "cuda" if torch.cuda.is_available() else "cpu"
+        try:
+            logger.info("Chargement du modèle d'embedding (%s)...", _device)
             _embed_model = SentenceTransformer("dangvantuan/sentence-camembert-large", device=_device)
+        except torch.OutOfMemoryError:
+            if _device == "cuda":
+                logger.warning("CUDA OOM pour l'embedding — fallback CPU")
+                torch.cuda.empty_cache()
+                _embed_model = SentenceTransformer("dangvantuan/sentence-camembert-large", device="cpu")
+            else:
+                raise
         _embed_model.max_seq_length = 512
     return _embed_model