chore(gpu-01): retire les serveurs llama CPU system/monitor/dev (inutilisés)

Trois instances llama-server CPU manuelles (hors Ansible) tournaient sur gpu-01
sans servir : déjà orphelines de LiteLLM (alias absents de config.yaml, d'où le
bruit "Invalid model name"). Suppression complète :

gpu-01 (opérationnel, déjà fait) :
- systemctl disable --now + rm des units llama-server-{system,monitor,dev}
- ports firewall 1235/1236/1237 fermés

Repo :
- monitoring : scrape jobs (values.yaml) + alertes LlamaServer{System,Monitor}Down
  (alerts-ai.yaml) retirés → plus de "target down"/alertes fantômes ; panneaux de
  statut dashboard-infrastructure recyclés (system→llama-embed, monitor supprimé).
- docs admin/ + hermes-skills (souls funk-ai/brain, SKILL agent-delegation) mises à
  jour : inventaire modèles, profils Hermès system/monitor sans backend (à repointer
  sur qwen3-8b), litellm, ops, monitoring.

Les profils Hermès system/monitor existent toujours mais sans backend dédié.
Dashboards Grafana dashboard-ai (panneaux graphiques CPU) laissés tels quels
(cosmétique, séries vides, aucune alerte).

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

admin/ia/hermes-souls.md

@@ -23,8 +23,8 @@ Déployés sur storage-01 :
 | Profil | Modèle | Vitesse | Coût | Rôle |
 |---|---|---|---|---|
 | `funk-ai` | Qwen3-8B GPU (:1234) | ~35 tok/s | gratuit | Agent principal — orchestration, réponses générales, délégation |
-| `monitor` | Qwen3-1.7B CPU (:1237) | ~21 tok/s | gratuit | Surveillance — logs, métriques, alertes Prometheus |
-| `system` | Qwen3-1.7B CPU (:1236) | ~21 tok/s | gratuit | Utilitaire — résumés, commandes, calculs, formatage |
+| `monitor` | ⚠️ backend retiré 2026-06-20 (ex-CPU :1237) | — | gratuit | Surveillance — logs, métriques, alertes Prometheus (repointer sur qwen3-8b) |
+| `system` | ⚠️ backend retiré 2026-06-20 (ex-CPU :1236) | — | gratuit | Utilitaire — résumés, commandes, calculs, formatage (repointer sur qwen3-8b) |
 | `brain` | Claude Sonnet 4.6 (API) | ~60 tok/s | **facturé** | Analyse avancée — architecture, incidents critiques, trade-offs |
 
 ---
@@ -74,7 +74,7 @@ Concis, technique, actif. Montre les commandes avant les résultats. En françai
 
 ## monitor — Agent de surveillance
 
-**Modèle** : Qwen3-1.7B Q4_K_M — CPU 14 threads — port 1237
+**Modèle** : ⚠️ backend retiré le 2026-06-20 (ex-Qwen3-1.7B CPU port 1237) — repointer l'alias LiteLLM sur `qwen3-8b` pour réactiver
 
 ### Identité
 
@@ -113,7 +113,7 @@ Pas de commandes shell. Pas d'architecture. Analyse uniquement le texte fourni.
 
 ## system — Agent utilitaire
 
-**Modèle** : Qwen3-1.7B Q4_K_M — CPU 14 threads — port 1236
+**Modèle** : ⚠️ backend retiré le 2026-06-20 (ex-Qwen3-1.7B CPU port 1236) — repointer l'alias LiteLLM sur `qwen3-8b` pour réactiver
 
 ### Identité