feat(stt): mémoire court-terme de session côté serveur (5a) (#8)

Serveur : SessionStore (historique borné + TTL, en mémoire), /v1/ask accepte session_id
et injecte l'historique dans l'appel LLM, /v1/reset l'efface. Dockerfile en 1 worker
(cohérence mémoire process).

Client : session_id généré par run (uuid), envoyé à chaque requête ; commande /reset
en mode texte.

Testé en process (TestClient) : historique croît 0→2→4, reset→0, sessions isolées,
sans session_id = sans état.

Mémoire long-terme Qdrant (5b) + réparation Qdrant (5c) à suivre.


Claude-Session: https://claude.ai/code/session_013FmcxGsyXZXogiAHQLjnZT

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

stt/client/stt/api.py

@@ -7,6 +7,7 @@ choisit le modèle (alias LiteLLM) et le passe au serveur par requête.
 
 from __future__ import annotations
 
+import uuid
 from typing import Any
 
 
@@ -15,13 +16,19 @@ class ServerClient:
         self.url = cfg["url"].rstrip("/")
         self.timeout = cfg.get("timeout_sec", 90)
         self.model = cfg.get("model", "hermes-default")
+        # une session par run → mémoire court-terme côté serveur
+        self.session_id = uuid.uuid4().hex
 
     def ask(self, text: str, model: str | None = None) -> str:
         import requests
 
         r = requests.post(
             f"{self.url}/v1/ask",
-            json={"text": text, "model": model or self.model},
+            json={
+                "text": text,
+                "model": model or self.model,
+                "session_id": self.session_id,
+            },
             timeout=self.timeout,
         )
         if r.status_code == 400:
@@ -29,6 +36,18 @@ class ServerClient:
         r.raise_for_status()
         return r.json()["reply"].strip()
 
+    def reset(self) -> None:
+        import requests
+
+        try:
+            requests.post(
+                f"{self.url}/v1/reset",
+                json={"text": "", "session_id": self.session_id},
+                timeout=10,
+            )
+        except requests.RequestException:
+            pass
+
     def models(self) -> dict:
         """{'default': ..., 'available': [...]} depuis le serveur."""
         import requests

stt/client/stt/cli.py

@@ -41,7 +41,7 @@ def _cmd_text(args) -> int:
     print(f"STT (texte) — serveur {client.url} — modèle '{client.model}'")
     if not client.healthy():
         print("  ⚠️  serveur injoignable — vérifie [server] url et le réseau")
-    print("  commandes : /model <nom>, /models, /quit\n")
+    print("  commandes : /model <nom>, /models, /reset, /quit\n")
 
     from stt.config import resolve_model
 
@@ -55,6 +55,10 @@ def _cmd_text(args) -> int:
             continue
         if line in ("/quit", "/exit", "/q"):
             return 0
+        if line == "/reset":
+            client.reset()
+            print("  → mémoire de session effacée\n")
+            continue
         if line == "/models":
             try:
                 m = client.models()