feat(stt): mode texte + sélection de modèle (client→serveur par requête) (#7)

Serveur : /v1/ask accepte un model optionnel (validé contre STT_ALLOWED_MODELS),
nouvel endpoint GET /v1/models (défaut + alias autorisés). Pas de switch global.

Client : 'stt --text' (chat texte simple sans micro/HUD), '--model hermes|claude|qwen|opus'
(noms courts → alias LiteLLM), commandes /model et /models en mode texte. Le modèle
choisi est envoyé au serveur à chaque requête (voix comme texte).


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

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

stt/server/README.md

@@ -8,7 +8,11 @@ STT et route l'inférence vers LiteLLM (s01) → Qwen3 (g01) / Claude.
 | Méthode | Route | Corps | Réponse |
 |---|---|---|---|
 | `GET` | `/healthz` | — | `{status, version}` |
-| `POST` | `/v1/ask` | `{text}` | `{reply}` |
+| `GET` | `/v1/models` | — | `{default, available[]}` |
+| `POST` | `/v1/ask` | `{text, model?}` | `{reply, model}` |
+
+`model` (optionnel) = alias LiteLLM ; défaut serveur si absent ; rejeté (400) si absent
+de `STT_ALLOWED_MODELS`. Le client choisit le modèle par requête (pas de switch global).
 
 ## Configuration (variables d'env)
 
@@ -16,7 +20,8 @@ STT et route l'inférence vers LiteLLM (s01) → Qwen3 (g01) / Claude.
 |---|---|---|
 | `STT_LITELLM_URL` | `http://192.168.10.1:4000/v1/chat/completions` | endpoint LiteLLM (IP directe s01, cf. open-webui) |
 | `STT_LITELLM_KEY` | `lm-studio` | clé LiteLLM (valeur exacte attendue) |
-| `STT_MODEL` | `hermes-default` | alias LiteLLM (bascule Qwen/Claude via `hermes-switch`) |
+| `STT_MODEL` | `hermes-default` | modèle par défaut |
+| `STT_ALLOWED_MODELS` | `hermes-default,qwen3-8b,claude-sonnet-4-6,claude-opus-4-7` | alias autorisés (demandables par le client) |
 | `STT_SYSTEM_PROMPT` | prompt vocal FR concis | persona |
 | `STT_MAX_TOKENS` / `STT_TEMPERATURE` | `200` / `0.7` | génération |
 

stt/server/stt_server/app.py

@@ -13,16 +13,19 @@ from pydantic import BaseModel
 
 from stt_server import __version__
 from stt_server.brain import ask as brain_ask
+from stt_server.config import settings
 
 app = FastAPI(title="STT-server", version=__version__)
 
 
 class AskRequest(BaseModel):
     text: str
+    model: str | None = None   # alias LiteLLM ; défaut serveur si absent
 
 
 class AskReply(BaseModel):
     reply: str
+    model: str
 
 
 @app.get("/healthz")
@@ -30,16 +33,27 @@ async def healthz() -> dict:
     return {"status": "ok", "version": __version__}
 
 
+@app.get("/v1/models")
+async def v1_models() -> dict:
+    return {"default": settings.model, "available": settings.allowed_models}
+
+
 @app.post("/v1/ask", response_model=AskReply)
 async def v1_ask(req: AskRequest) -> AskReply:
     text = req.text.strip()
     if not text:
         raise HTTPException(status_code=400, detail="text vide")
+    model = req.model or settings.model
+    if model not in settings.allowed_models:
+        raise HTTPException(
+            status_code=400,
+            detail=f"modèle '{model}' non autorisé ; dispo : {settings.allowed_models}",
+        )
     try:
-        reply = await brain_ask(text)
+        reply = await brain_ask(text, model)
     except httpx.HTTPError as e:
         raise HTTPException(status_code=502, detail=f"upstream LiteLLM : {e}") from e
-    return AskReply(reply=reply)
+    return AskReply(reply=reply, model=model)
 
 
 def run() -> None:

stt/server/stt_server/brain.py

@@ -12,9 +12,9 @@ import httpx
 from stt_server.config import settings
 
 
-async def ask(text: str) -> str:
+async def ask(text: str, model: str | None = None) -> str:
     payload = {
-        "model": settings.model,
+        "model": model or settings.model,
         "messages": [
             {"role": "system", "content": settings.system_prompt},
             {"role": "user", "content": text},

stt/server/stt_server/config.py

@@ -11,7 +11,16 @@ class Settings:
         "STT_LITELLM_URL", "http://192.168.10.1:4000/v1/chat/completions"
     )
     litellm_key: str = os.getenv("STT_LITELLM_KEY", "lm-studio")
+    # Modèle par défaut + alias LiteLLM autorisés (le client peut en demander un par requête)
     model: str = os.getenv("STT_MODEL", "hermes-default")
+    allowed_models: list[str] = [
+        m.strip()
+        for m in os.getenv(
+            "STT_ALLOWED_MODELS",
+            "hermes-default,qwen3-8b,claude-sonnet-4-6,claude-opus-4-7",
+        ).split(",")
+        if m.strip()
+    ]
 
     system_prompt: str = os.getenv(
         "STT_SYSTEM_PROMPT",