feat: anti-502 LLM — heartbeat (litellm) + watchdog auto-réparation (llama_server) (#23)

* feat(litellm): heartbeat anti-502 + request_timeout 20s

Cause racine du 502 « 1ʳᵉ demande après une pause » : la connexion keep-alive
LiteLLM↔llama-server devient inactive → llama-server la ferme → LiteLLM garde le
socket mort → la requête suivante part dans le vide → timeout → 502.

- llm-heartbeat : service systemd qui appelle hermes-default toutes les 15s
  (max_tokens:1, /no_think → ~10ms GPU) → la connexion n'est jamais inactive,
  jamais périmée. Logge les échecs → sert aussi de sonde (vraie génération).
- request_timeout 60→20s : un socket périmé échoue vite, dans la fenêtre où
  num_retries:2 peut rejouer sur une connexion neuve (sinon le client abandonnait
  avant le retry → 502 sec).
- Doc : admin/incidents-llm-gpu.md (fix racine) + README rôle.

⚠️ heartbeat appelle hermes-default en continu → si bascule sur Claude (facturé),
mettre llm_heartbeat_enabled: false. request_timeout global → remonter si Claude.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

* feat(llama_server): watchdog auto-réparation du wedge ROCm

Service systemd local sur gpu-01 qui sonde une vraie génération sur :1234
(pas juste /health, qui ment quand le slot d'inférence est figé). Sur N
échecs consécutifs → systemctl restart llama-server en local (root, sans
SSH/sudo distant). Gère le 503 "Loading model" post-restart sans le compter
comme échec.

Complète le llm-heartbeat (rôle litellm) : le heartbeat empêche la péremption
par inactivité de la connexion ; le watchdog répare le figeage du serveur lui-même.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

---------

Co-authored-by: Claude Opus 4.8 <noreply@anthropic.com>

ansible/roles/llama_server/tasks/main.yml

@@ -123,3 +123,31 @@
     state: enabled
     immediate: true
   when: llama_embed_enabled
+
+# --- Watchdog auto-réparation (wedge ROCm) — optionnel ------------------------
+
+- name: Deploy llama-watchdog script
+  ansible.builtin.template:
+    src: llama-watchdog.sh.j2
+    dest: /usr/local/bin/llama-watchdog
+    mode: '0755'
+  notify: Restart llama-watchdog
+  when: llama_watchdog_enabled
+
+- name: Deploy llama-watchdog service
+  ansible.builtin.template:
+    src: llama-watchdog.service.j2
+    dest: /etc/systemd/system/llama-watchdog.service
+    mode: '0644'
+  notify:
+    - Reload systemd
+    - Restart llama-watchdog
+  when: llama_watchdog_enabled
+
+- name: Enable llama-watchdog service
+  ansible.builtin.systemd:
+    name: llama-watchdog
+    enabled: true
+    daemon_reload: true
+    state: started
+  when: llama_watchdog_enabled