chore(gpu-01): retire les serveurs llama CPU system/monitor/dev (inutilisés) (#31)

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/alertmanager-webhook.md

@@ -23,15 +23,19 @@ ask-agent monitor "Alertes Prometheus reçues à HH:MM:SS : ..."
   │  POST http://127.0.0.1:4000/v1/chat/completions
   ▼
 LiteLLM Proxy (:4000)
-  │  modèle : qwen3-1.7b-monitor
+  │  modèle : qwen3-1.7b-monitor  ⚠️ backend retiré le 2026-06-20
   ▼
-llama-server-monitor (gpu-01:1237, CPU 14 threads)
+(ex-llama-server-monitor gpu-01:1237 — SUPPRIMÉ)
   │  Répond dans les logs du service
   ▼
 journalctl -u alertmanager-webhook
   "ask-agent response: SERVICE SAIN — aucune action requise"
 ```
 
+> ⚠️ **2026-06-20** : le serveur CPU `monitor` (:1237) a été supprimé. Le résumé d'alerte par
+> `ask-agent monitor` ne fonctionne donc plus tel quel — pour le réactiver, ajouter dans LiteLLM
+> un alias `qwen3-1.7b-monitor` (ou changer l'agent du webhook) pointant sur `qwen3-8b` (GPU).
+
 **Point clé** : le webhook répond HTTP 200 immédiatement, avant d'appeler `ask-agent`.
 `ask-agent` tourne en arrière-plan (~20-60s) — AlertManager ne reste pas bloqué en attente.