feat(stt): Asa agentique — boucle d'outils (function calling, Phase 1)

Asa ne répondait qu'à partir d'un contexte figé (RAG doc ou blocs live
pré-câblés, à présélectionner) → les questions à état live (« gpu-01 tourne
bien ? ») tombaient sur « la doc ne le précise pas ». Bascule vers une boucle
de function-calling : le modèle décide quels outils appeler puis répond à
partir de leurs résultats.

- Nouveau contexte `asa` (STT_DEFAULT_CONTEXT=asa, défaut prod) + tools.py
  (registre schémas OpenAI + exécuteurs) + brain.ask_with_tools (boucle bornée
  STT_TOOL_MAX_ITERS=4, réponse forcée au-delà ; _post factorisé + retry).
- Outils Phase 1, LECTURE SEULE : search_docs (RAG funk-docs), host_health
  (gpu-01|storage-01 : up/charge/RAM + llama-server), cluster_status,
  prometheus_query (PromQL arbitraire). Réutilisent sources.py / knowledge.py.
- Trace des outils renvoyée dans `context` → visualiseur HUD (un bloc par appel).
- 100 % local (Qwen3-8B) : tool-calling natif llama.cpp validé, survit au
  /no_think. LiteLLM transmet bien les tools. PromQL validés contre le vrai
  Prometheus in-cluster. 3 tests unitaires de la boucle (hors-ligne).

Web search (SearXNG in-cluster) = Phase 2 ; actions admin pilotées par le LLM
(hermes-exec comme outil) = Phase 3.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

stt/server/stt_server/config.py

@@ -78,6 +78,14 @@ class Settings:
     prometheus_url: str = os.getenv("STT_PROMETHEUS_URL", "http://prometheus.lab.local")
     alertmanager_url: str = os.getenv("STT_ALERTMANAGER_URL", "http://alertmanager.lab.local")
 
+    # Boucle d'outils (contexte « asa ») — function calling local (Qwen3-8B). Le modèle
+    # appelle des outils de lecture (doc, santé hôtes, état cluster, PromQL) jusqu'à pouvoir
+    # répondre, borné par tool_max_iters (puis réponse forcée sans outils).
+    tool_max_iters: int = int(os.getenv("STT_TOOL_MAX_ITERS", "4"))
+    tool_max_tokens: int = int(os.getenv("STT_TOOL_MAX_TOKENS", "512"))
+    # Température basse pour le tool-use (sélection d'outil + arguments déterministes).
+    tool_temperature: float = float(os.getenv("STT_TOOL_TEMPERATURE", "0.2"))
+
     # Actions via Hermes (contexte « agent ») — OPT-IN, désactivé par défaut.
     # Le contexte « agent » n'est exposé que si actions_enabled ET un jeton est présent.
     actions_enabled: bool = os.getenv("STT_ACTIONS_ENABLED", "false").lower() == "true"