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/k8s/monitoring.md

@@ -31,9 +31,8 @@ Prometheus (k8s, namespace monitoring)
   ├── scrape storage-01:9100      → métriques système storage-01 (job=storage-01)
   ├── scrape gpu-01:9100          → métriques système + ROCm gpu-01 (job=gpu-01-node)
   │     └── textfile_collector    → rocm_gpu_temperature/utilization/vram (rocm_scraper.timer)
-  ├── scrape gpu-01:1234          → llama-server GPU Qwen3-8B (job=llama-server-gpu)
-  ├── scrape gpu-01:1236          → llama-server CPU system (job=llama-server-system)
-  └── scrape gpu-01:1237          → llama-server CPU monitor (job=llama-server-monitor)
+  └── scrape gpu-01:1234          → llama-server GPU Qwen3-8B (job=llama-server-gpu)
+        # scrape :1236/:1237 (CPU system/monitor) retirés le 2026-06-20 (serveurs supprimés)
         ↓
 AlertManager
   ├── receiver "null"             → alerte Watchdog (heartbeat interne — silencé)
@@ -117,8 +116,6 @@ Déclenchent AlertManager → webhook storage-01:9093 → profil `monitor` Herme
 | Alerte | Seuil | Sévérité |
 |---|---|---|
 | `LlamaServerGPUDown` | `up{job="llama-server-gpu"} == 0` pendant 2 min | critical |
-| `LlamaServerSystemDown` | `up{job="llama-server-system"} == 0` pendant 2 min | warning |
-| `LlamaServerMonitorDown` | `up{job="llama-server-monitor"} == 0` pendant 2 min | warning |
 | `GPUTemperatureHigh` | Temp GPU > 80°C pendant 5 min | warning |
 | `GPUTemperatureCritical` | Temp GPU > 90°C pendant 2 min | critical |
 | `GPUVRAMAlmostFull` | VRAM > 95% pendant 5 min | warning |
@@ -221,11 +218,9 @@ llama.cpp expose ses métriques sur `/metrics` — activé via `--metrics` dans
 # Métriques GPU (Qwen3-8B)
 curl -s http://192.168.10.20:1234/metrics | grep llamacpp
 
-# Métriques CPU system
-curl -s http://192.168.10.20:1236/metrics | grep llamacpp
-
-# Métriques CPU monitor
-curl -s http://192.168.10.20:1237/metrics | grep llamacpp
+# Métriques embed (nomic, CPU)
+curl -s http://192.168.10.20:1238/metrics | grep llamacpp
+# (serveurs CPU :1236/:1237 retirés le 2026-06-20)
 ```
 
 ---