feat(voice): améliorer hermes-voice + fix hermes-agent

hermes-voice :
- mode SSH : appel `hermes -z` via storage-01 (soul + skills + RAG + mémoire)
- mode litellm : fallback avec historique de session (10 échanges)
- Whisper large-v3 : meilleure reconnaissance FR (distil-large-v3 dérivait vers l'anglais)
- forcer français dans les requêtes SSH
- historique conversationnel + reset vocal ("oublie tout")

hermes-agent :
- fix boucle de redémarrage (510 restarts) : ajouter --replace à ExecStart

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

tools/hermes-voice/hermes-voice.py

@@ -39,7 +39,7 @@ VOICE_THRESH  = 0.012  # seuil RMS normalisé pour détecter la parole
 SILENCE_SEC   = 1.5    # silence pour terminer l'enregistrement
 MIN_SPEECH    = 0.8    # durée minimale traitée (filtre les bruits courts)
 
-WHISPER_SIZE  = "small"  # base=rapide, small=équilibré, medium=précis
+WHISPER_SIZE  = "large-v3"  # large-v3 : meilleure reconnaissance FR (distil-large-v3 dérive vers l'anglais)
 KEYWORD       = "hermes"
 KEYWORD_POS   = 5        # le mot-clé doit être dans les N premiers mots
 
@@ -48,8 +48,18 @@ KEYWORD_POS   = 5        # le mot-clé doit être dans les N premiers mots
 PIPER_BIN     = Path.home() / ".local/share/piper-runtime/piper"
 PIPER_VOICE   = Path.home() / ".local/share/piper/fr_FR-upmc-medium.onnx"
 
+MAX_HISTORY   = 10  # nombre d'échanges (user+assistant) conservés en mémoire
+
+# Mode "full Hermes" via SSH (soul + skills + RAG + mémoire long-terme)
+# Passer HERMES_MODE = "ssh" pour router par `hermes -z` sur storage-01
+# Passer HERMES_MODE = "litellm" pour appel direct LiteLLM (session history uniquement)
+HERMES_MODE   = "ssh"       # "litellm" | "ssh"
+HERMES_SSH    = "s01"       # alias SSH défini dans ~/.ssh/config
+
 # ──────────────────────────────────────────────────────────────────────────────
 
+_history: list[dict] = []  # historique session (mode litellm uniquement)
+
 
 def beep(freq: int = 880, duration: float = 0.12):
     t    = np.linspace(0, duration, int(SAMPLE_RATE * duration), endpoint=False)
@@ -80,20 +90,56 @@ def detect_keyword(text: str) -> tuple[bool, str]:
 def transcribe(whisper_model, audio: np.ndarray) -> str:
     audio_f32 = audio.astype(np.float32) / 32768.0
     segments, _ = whisper_model.transcribe(
-        audio_f32, language="fr", beam_size=3, vad_filter=True
+        audio_f32,
+        language="fr",
+        task="transcribe",
+        beam_size=5,
+        vad_filter=True,
+        initial_prompt="Transcription en français.",
     )
     return " ".join(seg.text for seg in segments).strip()
 
 
 def ask_hermes(text: str) -> str:
+    if HERMES_MODE == "ssh":
+        return _ask_via_ssh(text)
+    return _ask_via_litellm(text)
+
+
+def _ask_via_ssh(text: str) -> str:
+    """Route par le vrai Hermes sur storage-01 (soul + skills + RAG + mémoire)."""
+    import subprocess
+    # Forcer le français + échapper les guillemets simples pour bash
+    query = f"Réponds en français. {text}"
+    safe  = query.replace("'", "'\\''")
+    cmd = [
+        "ssh", HERMES_SSH,
+        f"sudo -i -u hermes bash -c 'HERMES_HOME=/srv/data/hermes hermes --profile funk-ai -z \"{safe}\"'"
+    ]
+    result = subprocess.run(cmd, capture_output=True, text=True, timeout=60)
+    output = result.stdout.strip()
+    if not output and result.returncode != 0:
+        raise RuntimeError(result.stderr.strip() or "hermes -z a échoué")
+    return output
+
+
+def _ask_via_litellm(text: str) -> str:
+    """Appel direct LiteLLM avec historique de session."""
+    global _history
+
+    lower = text.lower().strip()
+    if any(w in lower for w in ("reset", "nouveau contexte", "oublie tout", "efface")):
+        _history.clear()
+        return "Contexte effacé, on repart de zéro."
+
+    _history.append({"role": "user", "content": text})
+    window = _history[-(MAX_HISTORY * 2):]
+
     resp = requests.post(
         LITELLM_URL,
         json={
             "model": HERMES_MODEL,
-            "messages": [
-                {"role": "system", "content": SYSTEM_PROMPT},
-                {"role": "user",   "content": text},
-            ],
+            "messages": [{"role": "system", "content": SYSTEM_PROMPT}] + window,
             "max_tokens": 300,
             "temperature": 0.7,
         },
@@ -101,7 +147,9 @@ def ask_hermes(text: str) -> str:
         timeout=30,
     )
     resp.raise_for_status()
-    return resp.json()["choices"][0]["message"]["content"].strip()
+    response = resp.json()["choices"][0]["message"]["content"].strip()
+    _history.append({"role": "assistant", "content": response})
+    return response
 
 
 def speak(text: str):