refactor(stt): pivot client-serveur — STT-server in-cluster + client pipx

Sépare STT en deux :
- stt/client/ : commande `stt` (pipx), voix locale (Whisper/Piper) + HUD ; envoie
  le texte au serveur via api.py (ServerClient → POST /v1/ask). URL serveur paramétrable,
  pas de cerveau local (suppression du routeur 3 modes).
- stt/server/ : STT-server FastAPI (conteneur), /healthz + /v1/ask → LiteLLM (Qwen3/Claude).

Déploiement cluster :
- k8s/apps/stt/ : Deployment, Service, IngressRoute (stt.lab.local), litellm-ext
  (Service + Endpoints → 192.168.10.1:4000 pour joindre LiteLLM hors cluster)
- k8s/apps-of-apps/apps/stt.yaml : Application ArgoCD (depuis main)
- .github/workflows/build-stt-server.yml : build/push image → ghcr.io/alkatrazz24/funk-stt-server

Inférence/chat seulement (outils Hermes 'agir sur Funk' = phase ultérieure, API :8080 à spécifier).
Vérifié : py_compile client+serveur, YAML manifests, ServerClient.

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

stt/server/stt_server/brain.py

@@ -0,0 +1,29 @@
+"""Orchestration AI : route les requêtes des clients vers LiteLLM (s01).
+
+LiteLLM (:4000) est OpenAI-compatible et route lui-même vers Qwen3 (g01) ou Claude
+selon l'alias `hermes-default` / `hermes-switch`. L'intégration des outils Hermes
+(« agir sur Funk » via le gateway :8080) est une étape ultérieure.
+"""
+
+from __future__ import annotations
+
+import httpx
+
+from stt_server.config import settings
+
+
+async def ask(text: str) -> str:
+    payload = {
+        "model": settings.model,
+        "messages": [
+            {"role": "system", "content": settings.system_prompt},
+            {"role": "user", "content": text},
+        ],
+        "max_tokens": settings.max_tokens,
+        "temperature": settings.temperature,
+    }
+    headers = {"Authorization": f"Bearer {settings.litellm_key}"}
+    async with httpx.AsyncClient(timeout=settings.request_timeout) as client:
+        r = await client.post(settings.litellm_url, json=payload, headers=headers)
+        r.raise_for_status()
+        return r.json()["choices"][0]["message"]["content"].strip()