feat(llama_server): heartbeat embed — garde chaud le slot nomic :1238 (#28)

Le grounding RAG du STT ratait par intermittence (docs=0 → réponses génériques)
parce que l'instance d'embedding :1238 partait à froid après une pause : la 1ʳᵉ
requête mettait 5-8 s et dépassait le timeout 4 s du STT-server (recall + RAG doc).

llama-embed-heartbeat : service systemd local sur gpu-01 qui envoie un petit embed
à :1238 toutes les 20 s → le slot reste résident/chaud → la 1ʳᵉ vraie requête est
rapide → docs>0 fiable. Pendant du llm-heartbeat (slot chat :1234), pour le slot embed.

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

ansible/roles/llama_server/tasks/main.yml

@@ -124,6 +124,34 @@
     immediate: true
   when: llama_embed_enabled
 
+# --- Heartbeat embed (garde chaud le slot :1238) — optionnel ------------------
+
+- name: Deploy llama-embed-heartbeat script
+  ansible.builtin.template:
+    src: llama-embed-heartbeat.sh.j2
+    dest: /usr/local/bin/llama-embed-heartbeat
+    mode: '0755'
+  notify: Restart llama-embed-heartbeat
+  when: llama_embed_enabled and llama_embed_heartbeat_enabled
+
+- name: Deploy llama-embed-heartbeat service
+  ansible.builtin.template:
+    src: llama-embed-heartbeat.service.j2
+    dest: /etc/systemd/system/llama-embed-heartbeat.service
+    mode: '0644'
+  notify:
+    - Reload systemd
+    - Restart llama-embed-heartbeat
+  when: llama_embed_enabled and llama_embed_heartbeat_enabled
+
+- name: Enable llama-embed-heartbeat service
+  ansible.builtin.systemd:
+    name: llama-embed-heartbeat
+    enabled: true
+    daemon_reload: true
+    state: started
+  when: llama_embed_enabled and llama_embed_heartbeat_enabled
+
 # --- Watchdog auto-réparation (wedge ROCm) — optionnel ------------------------
 
 - name: Deploy llama-watchdog script