docs: mise à jour documentation — NVMe, Qwen3, gaps IaC

- CLAUDE.md : /srv/data NVMe (plus RAID5), structure k8s/ expliquée,
  namespace ai ajouté, Hermes data code/données séparés
- README.md : roadmap complète (n8n/Open WebUI/monitoring opérationnels),
  Talos v1.13, vault vars complètes, rôles Ansible manquants, RAID5→NVMe
- admin/ia/rag.md : 284→339 chunks, RAID5→NVMe
- admin/ia/hermes.md : RAID5→NVMe (incidents 2026-05-13 et 2026-05-29)
- admin/ia/litellm.md : qwen2.5→qwen3-8b, gap IaC CPU models documenté
- admin/ia/llama_server.md : gap IaC instances CPU documenté
- admin/index_knowledge.py : 5 chunks RAG mis à jour (Qwen2.5→Qwen3,
  RAID5→NVMe, vault vars + rôles complets)

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

admin/ia/litellm.md

@@ -56,7 +56,7 @@ Script déployé sur storage-01 :
 
 ```bash
 sudo hermes-switch status    # voir le modèle actuel de hermes-default
-sudo hermes-switch qwen      # Qwen2.5-14B local (gratuit, ~35 tok/s)
+sudo hermes-switch qwen      # Qwen3-8B local GPU (gratuit, ~60 tok/s)
 sudo hermes-switch claude    # Claude Sonnet 4.6 (payant, ~1-2$ par session debug)
 ```
 
@@ -84,7 +84,7 @@ curl http://127.0.0.1:4000/v1/models \
 curl http://127.0.0.1:4000/v1/chat/completions \
   -H "Authorization: Bearer lm-studio" \
   -H "Content-Type: application/json" \
-  -d '{"model": "qwen2.5-14b-instruct", "messages": [{"role": "user", "content": "Dis bonjour"}], "max_tokens": 30}'
+  -d '{"model": "qwen3-8b", "messages": [{"role": "user", "content": "Dis bonjour"}], "max_tokens": 30}'
 
 # Test inférence Claude
 curl http://127.0.0.1:4000/v1/chat/completions \
@@ -106,6 +106,22 @@ elle vient du vault Ansible (`vault_anthropic_api_key`). Jamais en clair dans co
 
 ---
 
+## ⚠️ Gap IaC — modèles CPU absents du template Ansible
+
+`ansible/roles/litellm/templates/config.yaml.j2` n'inclut que 4 modèles :
+`hermes-default`, `qwen3-8b`, `claude-sonnet-4-6`, `claude-opus-4-7`.
+
+Les entrées `qwen3-1.7b-system` (:1236) et `qwen3-1.7b-monitor` (:1237) ont été ajoutées
+**manuellement** dans `/etc/litellm/config.yaml` sur storage-01.
+
+Un `make apply-storage` sur un hôte vierge ne déploierait PAS les routes CPU nécessaires
+à `ask-agent system` et `ask-agent monitor`.
+
+**Axe d'amélioration** : ajouter les 2 entrées CPU dans `config.yaml.j2` avec des variables
+dans `defaults/main.yml` (`litellm_cpu_system_url`, `litellm_cpu_monitor_url`).
+
+---
+
 ## Ajouter un modèle
 
 1. Modifier `roles/litellm/templates/config.yaml.j2` :