feat(stt): enrichit les sondes (host_health, cluster_status, metrics) (#52)

- host_health : ajoute CPU%, disque /%, température CPU, uptime ; pour gpu-01
  un bloc GPU complet (température, utilisation, VRAM%, puissance via
  rocm_scraper) en plus de llama-server. Requêtes concurrentes (asyncio.gather).
- cluster_status : ajoute le nb de nœuds k8s Ready et une ligne CrashLoopBackOff
  (pods en boucle de crash) — complète le filtrage des pods terminés.
- metrics_block (contexte grafana) : ajoute le résumé GPU (util/temp/VRAM).
- Toutes les PromQL validées contre le Prometheus in-cluster.

Co-authored-by: Claude Opus 4.8 <noreply@anthropic.com>

stt/server/stt_server/tools.py

@@ -12,6 +12,7 @@ Aucune action d'écriture ici : le volet « agir sur le homelab » passe par `ag
 
 from __future__ import annotations
 
+import asyncio
 from dataclasses import dataclass
 
 import httpx
@@ -23,6 +24,15 @@ from stt_server.config import settings
 _HOST_JOBS = {"gpu-01": "gpu-01-node", "storage-01": "storage-01"}
 
 
+async def _q1(client: httpx.AsyncClient, expr: str) -> float | None:
+    """Valeur scalaire d'une requête PromQL (1re série) ou None. Ne lève jamais."""
+    try:
+        rows = await sources._prom_query(client, expr)
+    except httpx.HTTPError:
+        return None
+    return rows[0][1] if rows else None
+
+
 @dataclass
 class ToolDeps:
     """Dépendances injectées aux exécuteurs (client HTTP partagé, RAG, vecteur de requête)."""
@@ -66,31 +76,53 @@ async def _host_health(args: dict, deps: ToolDeps) -> str:
     job = _HOST_JOBS.get(host)
     if not job:
         return f"Hôte inconnu : {host!r} (attendu : {', '.join(_HOST_JOBS)})."
-    try:
-        up = await sources._prom_query(deps.client, f'up{{job="{job}"}}')
-        load = await sources._prom_query(deps.client, f'node_load1{{job="{job}"}}')
-        mem = await sources._prom_query(
-            deps.client,
-            f'100*node_memory_MemAvailable_bytes{{job="{job}"}}'
-            f'/node_memory_MemTotal_bytes{{job="{job}"}}',
-        )
-    except httpx.HTTPError:
-        return "Données indisponibles : Prometheus injoignable."
-    if not up:
+    c = deps.client
+    # Sondes hôte (concurrentes) : up, CPU%, RAM libre%, disque /%, temp CPU max, uptime h.
+    up, cpu, mem, disk, temp, uptime = await asyncio.gather(
+        _q1(c, f'up{{job="{job}"}}'),
+        _q1(c, f'100-100*avg(rate(node_cpu_seconds_total{{job="{job}",mode="idle"}}[5m]))'),
+        _q1(c, f'100*node_memory_MemAvailable_bytes{{job="{job}"}}'
+               f'/node_memory_MemTotal_bytes{{job="{job}"}}'),
+        _q1(c, f'100-100*node_filesystem_avail_bytes{{job="{job}",mountpoint="/"}}'
+               f'/node_filesystem_size_bytes{{job="{job}",mountpoint="/"}}'),
+        _q1(c, f'max(node_hwmon_temp_celsius{{job="{job}"}})'),
+        _q1(c, f'(node_time_seconds{{job="{job}"}}-node_boot_time_seconds{{job="{job}"}})/3600'),
+    )
+    if up is None:
         return f"{host} : aucune métrique (cible Prometheus absente ou hôte éteint)."
-    online = up[0][1] == 1
-    parts = [f"{host} : {'en ligne' if online else 'HORS LIGNE'}"]
-    if load:
-        parts.append(f"charge 1 min {round(load[0][1], 2)}")
-    if mem:
-        parts.append(f"RAM libre {round(mem[0][1])}%")
+    parts = [f"{host} : {'en ligne' if up == 1 else 'HORS LIGNE'}"]
+    if cpu is not None:
+        parts.append(f"CPU {round(cpu)}%")
+    if mem is not None:
+        parts.append(f"RAM libre {round(mem)}%")
+    if disk is not None:
+        parts.append(f"disque / {round(disk)}% utilisé")
+    if temp is not None:
+        parts.append(f"temp CPU {round(temp)}°C")
+    if uptime is not None:
+        parts.append(f"uptime {round(uptime)} h")
     if host == "gpu-01":
-        try:
-            llama = await sources._prom_query(deps.client, 'up{job="llama-server-gpu"}')
-            if llama:
-                parts.append("llama-server " + ("up" if llama[0][1] == 1 else "DOWN"))
-        except httpx.HTTPError:
-            pass
+        # Métriques GPU (rocm_scraper → textfile collector node_exporter).
+        gtemp, gutil, gvram, gpow, llama = await asyncio.gather(
+            _q1(c, "rocm_gpu_temperature_celsius"),
+            _q1(c, "rocm_gpu_utilization_percent"),
+            _q1(c, "100*rocm_vram_used_bytes/rocm_vram_total_bytes"),
+            _q1(c, "rocm_gpu_power_watts"),
+            _q1(c, 'up{job="llama-server-gpu"}'),
+        )
+        gpu = []
+        if gutil is not None:
+            gpu.append(f"util {round(gutil)}%")
+        if gtemp is not None:
+            gpu.append(f"{round(gtemp)}°C")
+        if gvram is not None:
+            gpu.append(f"VRAM {round(gvram)}%")
+        if gpow is not None:
+            gpu.append(f"{round(gpow)} W")
+        if gpu:
+            parts.append("GPU (" + ", ".join(gpu) + ")")
+        if llama is not None:
+            parts.append("llama-server " + ("up" if llama == 1 else "DOWN"))
     return ", ".join(parts) + "."
 
 
@@ -179,9 +211,10 @@ _TOOLS: dict[str, tuple[dict, object]] = {
             "type": "function",
             "function": {
                 "name": "host_health",
-                "description": "État de santé LIVE d'une machine hors-cluster "
-                "(en ligne ?, charge CPU, RAM libre ; pour gpu-01 aussi l'état de llama-server). "
-                "À utiliser pour « est-ce que gpu-01 / storage-01 tourne bien ? ».",
+                "description": "État de santé LIVE d'une machine hors-cluster (en ligne ?, CPU, "
+                "RAM libre, disque, température, uptime ; pour gpu-01 aussi GPU température/"
+                "utilisation/VRAM/puissance et l'état de llama-server). À utiliser pour "
+                "« est-ce que gpu-01 / storage-01 tourne bien ? » ou une métrique machine précise.",
                 "parameters": {
                     "type": "object",
                     "properties": {