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>

ansible/roles/litellm/defaults/main.yml

@@ -13,3 +13,11 @@ litellm_anthropic_api_key: "{{ vault_anthropic_api_key }}"
 # Endpoint llama-server sur gpu-01
 litellm_local_llm_base_url: "http://192.168.10.20:1234/v1"
 litellm_local_llm_api_key: "lm-studio"
+
+# Heartbeat — garde chaud le tuyau LiteLLM↔llama-server (anti-502 « connexion périmée »).
+# Petit appel à hermes-default toutes les N s : la connexion ne devient jamais inactive →
+# la 1ʳᵉ vraie demande après une pause tombe toujours sur un tuyau vivant.
+llm_heartbeat_enabled: true
+llm_heartbeat_model: "hermes-default"   # l'alias que consomme le STT (même tuyau)
+llm_heartbeat_interval: 15              # secondes — doit être < à l'idle keep-alive du llama-server
+llm_heartbeat_timeout: 20               # = request_timeout LiteLLM