feat: timings granulaires appels LLM (RAG, DAS, DP, QC)

Ajoute des mesures time.monotonic() autour de chaque appel LLM dans
rag_search.py : enrich_diagnostic, enrich_acte, extract_das_llm.
Format de log : logger.info("⏱ [RAG-DP] 14.2s — texte")

Découpe enrich_dossier() en 2 fonctions exportées :
- enrich_dp() : enrichit seulement le DP (parallélisable)
- enrich_das_and_actes() : enrichit DAS + actes en parallèle
L'ancienne enrich_dossier() reste comme wrapper rétro-compatible.

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

src/medical/rag_search.py

@@ -5,6 +5,7 @@ from __future__ import annotations
 import logging
 import os
 import threading
+import time
 from concurrent.futures import ThreadPoolExecutor, as_completed
 
 from ..config import (
@@ -610,7 +611,9 @@ def enrich_diagnostic(
 
     Modifie le diagnostic en place. Fallback gracieux si FAISS ou Ollama échouent.
     """
+    t0 = time.monotonic()
     diag_type = "dp" if est_dp else "das"
+    label = f"RAG-{diag_type.upper()}"
 
     # 1. Vérifier le cache
     cached = cache.get(diagnostic.texte, diag_type) if cache else None
@@ -626,6 +629,8 @@ def enrich_diagnostic(
         if cached is not None:
             logger.info("Cache hit (sans sources FAISS) pour %s : « %s »", diag_type.upper(), diagnostic.texte)
             _apply_llm_result_diagnostic(diagnostic, cached)
+        elapsed = time.monotonic() - t0
+        logger.info("⏱ [%s] %.1fs — %s (no FAISS)", label, elapsed, diagnostic.texte[:60])
         return
 
     # 3. Stocker les sources RAG
@@ -643,11 +648,15 @@ def enrich_diagnostic(
     if cached is not None:
         logger.info("Cache hit pour %s : « %s »", diag_type.upper(), diagnostic.texte)
         _apply_llm_result_diagnostic(diagnostic, cached)
+        elapsed = time.monotonic() - t0
+        logger.info("⏱ [%s] %.1fs — %s (cache hit)", label, elapsed, diagnostic.texte[:60])
         return
 
     # 5. Appel Ollama pour justification avec raisonnement structuré
     prompt = _build_prompt(diagnostic.texte, sources, contexte, est_dp=est_dp)
+    t_llm = time.monotonic()
     llm_result = _call_ollama(prompt)
+    llm_elapsed = time.monotonic() - t_llm
 
     if llm_result:
         _apply_llm_result_diagnostic(diagnostic, llm_result)
@@ -656,6 +665,9 @@ def enrich_diagnostic(
     else:
         logger.info("Ollama non disponible — sources FAISS conservées sans justification LLM")
 
+    elapsed = time.monotonic() - t0
+    logger.info("⏱ [%s] %.1fs (LLM %.1fs) — %s", label, elapsed, llm_elapsed, diagnostic.texte[:60])
+
 
 def _apply_llm_result_acte(acte: ActeCCAM, llm_result: dict) -> None:
     """Applique un résultat LLM (frais ou caché) à un ActeCCAM."""
@@ -687,6 +699,8 @@ def enrich_acte(acte: ActeCCAM, contexte: dict, cache: OllamaCache | None = None
 
     Modifie l'acte en place. Fallback gracieux si FAISS ou Ollama échouent.
     """
+    t0 = time.monotonic()
+
     # 1. Vérifier le cache
     cached = cache.get(acte.texte, "ccam") if cache else None
 
@@ -712,11 +726,15 @@ def enrich_acte(acte: ActeCCAM, contexte: dict, cache: OllamaCache | None = None
     if cached is not None:
         logger.info("Cache hit pour CCAM : « %s »", acte.texte)
         _apply_llm_result_acte(acte, cached)
+        elapsed = time.monotonic() - t0
+        logger.info("⏱ [RAG-CCAM] %.1fs — %s (cache hit)", elapsed, acte.texte[:60])
         return
 
     # 5. Appel Ollama pour justification avec raisonnement structuré
     prompt = _build_prompt_ccam(acte.texte, sources, contexte)
+    t_llm = time.monotonic()
     llm_result = _call_ollama(prompt)
+    llm_elapsed = time.monotonic() - t_llm
 
     if llm_result:
         _apply_llm_result_acte(acte, llm_result)
@@ -725,6 +743,9 @@ def enrich_acte(acte: ActeCCAM, contexte: dict, cache: OllamaCache | None = None
     else:
         logger.info("Ollama non disponible — sources FAISS CCAM conservées sans justification LLM")
 
+    elapsed = time.monotonic() - t0
+    logger.info("⏱ [RAG-CCAM] %.1fs (LLM %.1fs) — %s", elapsed, llm_elapsed, acte.texte[:60])
+
 
 def _smart_truncate(text: str, max_chars: int = 6000) -> str:
     """Troncature intelligente : garde le début + les sections finales importantes.
@@ -790,6 +811,8 @@ def extract_das_llm(
     """
     import hashlib
 
+    t0 = time.monotonic()
+
     # Clé de cache basée sur le hash du texte
     text_hash = hashlib.md5(text[:4000].encode()).hexdigest()[:16]
     cache_key_text = f"das_extract::{text_hash}"
@@ -798,15 +821,19 @@ def extract_das_llm(
     if cache is not None:
         cached = cache.get(cache_key_text, "das_llm")
         if cached is not None:
-            logger.info("Cache hit pour extraction DAS LLM")
+            elapsed = time.monotonic() - t0
+            logger.info("⏱ [DAS-LLM] %.1fs — cache hit", elapsed)
             return cached.get("diagnostics_supplementaires", [])
 
     # Construire le prompt et appeler Ollama
     prompt = _build_prompt_das_extraction(text, contexte, existing_das, dp_texte)
+    t_llm = time.monotonic()
     result = call_ollama(prompt, temperature=0.1, max_tokens=2000, role="coding")
+    llm_elapsed = time.monotonic() - t_llm
 
     if result is None:
-        logger.warning("Extraction DAS LLM : Ollama non disponible")
+        elapsed = time.monotonic() - t0
+        logger.warning("⏱ [DAS-LLM] %.1fs — Ollama non disponible", elapsed)
         return []
 
     das_list = result.get("diagnostics_supplementaires", [])
@@ -818,25 +845,52 @@ def extract_das_llm(
     if cache is not None:
         cache.put(cache_key_text, "das_llm", result)
 
-    logger.info("Extraction DAS LLM : %d diagnostics supplémentaires détectés", len(das_list))
+    elapsed = time.monotonic() - t0
+    logger.info("⏱ [DAS-LLM] %.1fs (LLM %.1fs) — %d diagnostics détectés", elapsed, llm_elapsed, len(das_list))
     return das_list
 
 
-def enrich_dossier(dossier: DossierMedical) -> None:
-    """Enrichit le DP et tous les DAS d'un dossier via le RAG.
+def enrich_dp(dossier: DossierMedical, cache: OllamaCache | None = None) -> None:
+    """Enrichit SEULEMENT le DP d'un dossier via le RAG (Phase 1).
 
-    Utilise un cache persistant et parallélise les appels Ollama
-    pour les DAS et actes CCAM (max_workers = OLLAMA_MAX_PARALLEL).
+    Peut être exécuté en parallèle avec d'autres tâches (DAS LLM, DP selector)
+    car il ne dépend que du DP existant.
+
+    Args:
+        dossier: Dossier médical à enrichir (modifié en place).
+        cache: Cache Ollama optionnel (créé si None).
     """
+    t0 = time.monotonic()
+    if cache is None:
         cache = OllamaCache(OLLAMA_CACHE_PATH, get_model("coding"))
 
     contexte = build_enriched_context(dossier)
 
-    # Phase 1 : DP seul (le contexte DAS en dépend)
     if dossier.diagnostic_principal:
         logger.info("RAG enrichissement DP : %s", dossier.diagnostic_principal.texte)
         enrich_diagnostic(dossier.diagnostic_principal, contexte, est_dp=True, cache=cache)
 
+    cache.save()
+    elapsed = time.monotonic() - t0
+    logger.info("⏱ [RAG-DP-PHASE] %.1fs — enrichissement DP terminé", elapsed)
+
+
+def enrich_das_and_actes(dossier: DossierMedical, cache: OllamaCache | None = None) -> None:
+    """Enrichit les DAS et actes CCAM d'un dossier via le RAG (Phase 2).
+
+    Parallélise les appels Ollama (max_workers = OLLAMA_MAX_PARALLEL).
+    Doit être appelé APRES enrich_dp() et après l'ajout des DAS LLM.
+
+    Args:
+        dossier: Dossier médical à enrichir (modifié en place).
+        cache: Cache Ollama optionnel (créé si None).
+    """
+    t0 = time.monotonic()
+    if cache is None:
+        cache = OllamaCache(OLLAMA_CACHE_PATH, get_model("coding"))
+
+    contexte = build_enriched_context(dossier)
+
     # Mettre à jour le contexte avec le DP pour les DAS
     if dossier.diagnostic_principal:
         contexte["dp_texte"] = dossier.diagnostic_principal.texte
@@ -846,7 +900,6 @@ def enrich_dossier(dossier: DossierMedical) -> None:
         if d.cim10_suggestion
     ]
 
-    # Phase 2 : DAS + Actes en parallèle
     das_list = dossier.diagnostics_associes
     actes_list = dossier.actes_ccam
 
@@ -863,3 +916,18 @@ def enrich_dossier(dossier: DossierMedical) -> None:
                 f.result()  # propage les exceptions
 
     cache.save()
+    elapsed = time.monotonic() - t0
+    n_das = len(das_list) if das_list else 0
+    n_actes = len(actes_list) if actes_list else 0
+    logger.info("⏱ [RAG-DAS-PHASE] %.1fs — %d DAS + %d actes enrichis", elapsed, n_das, n_actes)
+
+
+def enrich_dossier(dossier: DossierMedical) -> None:
+    """Enrichit le DP et tous les DAS d'un dossier via le RAG.
+
+    Wrapper rétro-compatible qui appelle enrich_dp() puis enrich_das_and_actes().
+    Utilise un cache persistant partagé entre les deux phases.
+    """
+    cache = OllamaCache(OLLAMA_CACHE_PATH, get_model("coding"))
+    enrich_dp(dossier, cache=cache)
+    enrich_das_and_actes(dossier, cache=cache)