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/hermes.md

@@ -14,10 +14,9 @@ Les données persistantes sont dans `/srv/data/hermes` (NVMe bind-mount depuis 2
 ```
 Profils Hermes  →  LiteLLM Proxy (:4000)  →  llama-server / API Anthropic
                    ├── qwen3-8b            →  gpu-01:1234  (GPU RX 6700XT)
-                   ├── qwen3-1.7b-system   →  gpu-01:1236  (CPU 14 threads)
-                   ├── qwen3-1.7b-monitor  →  gpu-01:1237  (CPU 14 threads)
                    ├── claude-sonnet-4-6   →  api.anthropic.com
                    └── claude-opus-4-7     →  api.anthropic.com
+                   # qwen3-1.7b-system/-monitor (CPU :1236/:1237) RETIRÉS le 2026-06-20
 
 Depuis Hermes (TUI ou ask-agent) :
   funk-ai (principal)  ──┐
@@ -34,11 +33,15 @@ Depuis Hermes (TUI ou ask-agent) :
 |---|---|---|---|
 | `funk-ai` ◆ | `funk-ai` | qwen3-8b (GPU, ~35 tok/s) | Principal — par défaut |
 | `brain` | `brain` | claude-sonnet-4-6 (API) | Analyse complexe — facturé |
-| `system` | `system` | qwen3-1.7b-system (CPU, ~21 tok/s) | Traitement texte rapide |
-| `monitor` | `monitor` | qwen3-1.7b-monitor (CPU, ~21 tok/s) | Évaluation état services |
+| `system` | `system` | ⚠️ backend retiré (ex-qwen3-1.7b CPU) | Traitement texte rapide — à repointer sur qwen3-8b |
+| `monitor` | `monitor` | ⚠️ backend retiré (ex-qwen3-1.7b CPU) | Évaluation état services — à repointer sur qwen3-8b |
 
 `◆` = profil actif par défaut
 
+> **2026-06-20** : les serveurs CPU `system` (:1236), `monitor` (:1237) et `dev` (:1235) ont été
+> supprimés (inutilisés). Les profils existent toujours mais leur alias LiteLLM n'a plus de
+> backend → repointer sur `qwen3-8b` (GPU) pour les réactiver. Cf. `admin/ia/llama_server.md`.
+
 ```bash
 # Lancer un profil (nouvelle session TUI)
 funk-ai          # Qwen3-8B GPU
@@ -263,20 +266,19 @@ ask-agent (/usr/local/bin/ask-agent)
     │  POST http://127.0.0.1:4000/v1/chat/completions
     ▼
 LiteLLM Proxy (:4000)
-    ├── ask-agent system  →  qwen3-1.7b-system  (CPU :1236)
-    ├── ask-agent monitor →  qwen3-1.7b-monitor (CPU :1237)
     ├── ask-agent brain   →  claude-sonnet-4-6  (API Anthropic)
     └── ask-agent funk-ai →  qwen3-8b           (GPU :1234)
+    # ask-agent system/monitor : backend CPU retiré le 2026-06-20 (repointer sur qwen3-8b)
 ```
 
 ### Agents disponibles
 
 | Agent | Modèle | Usage idéal |
 |---|---|---|
-| `system` | Qwen3-1.7B CPU (:1236) | Traitement texte : résumés, formatage, parsing, calculs Linux |
-| `monitor` | Qwen3-1.7B CPU (:1237) | Évaluation santé : logs systemd, métriques, état des services |
 | `brain` | Claude Sonnet 4.6 (API) | Raisonnement complexe, architecture — facturé |
 | `funk-ai` | Qwen3-8B GPU (:1234) | Tâches générales (agent principal lui-même) |
+| `system` ⚠️ | backend retiré 2026-06-20 | Ex-Qwen3-1.7B CPU — repointer l'alias sur qwen3-8b pour réactiver |
+| `monitor` ⚠️ | backend retiré 2026-06-20 | Ex-Qwen3-1.7B CPU — repointer l'alias sur qwen3-8b pour réactiver |
 
 ### system vs monitor
 
@@ -383,7 +385,7 @@ sudo systemctl restart hermes-dashboard
 
 Modèle GGUF potentiellement corrompu (signe d'erreur disque).
 ```bash
-ssh g01 "sudo systemctl status llama-server-system"
+ssh g01 "sudo systemctl status llama-server"
 ssh g01 "md5sum /mnt/models/<chemin-gguf>"
 ```
 
@@ -392,7 +394,7 @@ ssh g01 "md5sum /mnt/models/<chemin-gguf>"
 LiteLLM ou llama-server ne répond pas.
 ```bash
 ssh s01 "curl -s http://localhost:4000/health -H 'Authorization: Bearer lm-studio'"
-ssh g01 "systemctl status llama-server-system llama-server-monitor"
+ssh g01 "systemctl status llama-server llama-embed"
 ```
 
 ### Le skill n'est pas chargé