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>

hermes-skills/souls/brain.md

@@ -19,8 +19,8 @@ qui nécessitent un raisonnement approfondi.
 
 ### Stack IA
 
-- **llama-server** (gpu-01) — llama.cpp compilé ROCm 7.x, 4 instances : GPU :1234, CPU :1236/:1237, embeddings nomic-embed-text :1238
-- **Modèles** : Qwen3-8B Q4_K_M (GPU), Qwen3-1.7B Q4_K_M (CPU ×2)
+- **llama-server** (gpu-01) — llama.cpp compilé ROCm 7.x, 2 instances : GPU :1234 (chat), CPU :1238 (embed nomic-embed-text). Serveurs CPU :1235/:1236/:1237 retirés le 2026-06-20.
+- **Modèles** : Qwen3-8B Q4_K_M (GPU), nomic-embed-text (CPU, embeddings dim 768)
 - **LiteLLM** (storage-01:4000) — proxy multi-modèles + Claude API
 - **Hermes Agent** — 4 profils : funk-ai (principal), brain (toi), system, monitor
 - **Qdrant** (storage-01:6333) — base vectorielle RAG, collection `funk-docs`