feat(stt): embeddings dédiés nomic-embed-text sur gpu-01 (:1238) + migration auto

Remplace Qwen3 (chat réutilisé, dim 4096, peu discriminant) par un modèle
d'embedding spécialisé nomic-embed-text (dim 768) pour la mémoire long-terme.

Ansible (rôle llama_server) :
- nouvelle instance optionnelle `llama-embed` (llama_embed_enabled) servant un
  modèle d'embedding dédié sur :1238, GPU ; télécharge le GGUF si absent.
- activée sur gpu-01 (host_vars) : nomic-embed-text-v1.5 f16.

STT-server :
- STT_EMBED_URL → :1238, STT_EMBED_MODEL → nomic-embed-text (deployment + config).
- _ensure_collection détecte le changement de dimension (4096→768) et recrée
  automatiquement la collection stt-memory (anciens vecteurs incomparables) —
  pas de drop manuel.

Docs : llama_server README, rag.md, stt.md (5d ✅), CLAUDE.md.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_013FmcxGsyXZXogiAHQLjnZT

k8s/apps/stt/deployment.yaml

@@ -41,13 +41,16 @@ spec:
               value: "lm-studio"
             - name: STT_MODEL
               value: "hermes-default"
-            # Mémoire long-terme (Qdrant s01 + embeddings Qwen3 gpu-01) — dégrade si injoignable
+            # Mémoire long-terme (Qdrant s01 + embeddings nomic gpu-01) — dégrade si injoignable
             - name: STT_MEMORY_LONGTERM
               value: "true"
             - name: STT_QDRANT_URL
               value: "http://192.168.10.1:6333"
+            # Instance dédiée embeddings nomic-embed-text sur gpu-01 (:1238, dim 768)
             - name: STT_EMBED_URL
-              value: "http://192.168.10.20:1234/v1/embeddings"
+              value: "http://192.168.10.20:1238/v1/embeddings"
+            - name: STT_EMBED_MODEL
+              value: "nomic-embed-text"
           readinessProbe:
             httpGet:
               path: /healthz