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>

admin/ia/stt.md

@@ -75,6 +75,12 @@ route lui-même vers Qwen3 (g01) ou Claude selon l'alias `hermes-default` / `her
 > MVP : l'API `:8080` n'est pas spécifiée, et depuis un pod le SSH vers Hermes est impraticable.
 > MVP = inférence/chat. L'intégration Hermes est une étape ultérieure.
 
+**Choix du modèle** : le client envoie un `model` (alias LiteLLM) **par requête** à
+`/v1/ask` ; le serveur le valide contre `STT_ALLOWED_MODELS` et le passe à LiteLLM. Pas de
+switch global type `hermes-switch` (pas de restart, chaque client choisit le sien).
+`GET /v1/models` liste le défaut + les alias autorisés. Noms courts client : `hermes`
+(=hermes-default), `qwen`, `claude` (=claude-sonnet-4-6), `opus`.
+
 ### La mémoire — côté serveur (futur)
 
 - **Client** : cache local SQLite (`~/.local/share/stt/`, gitignoré) — historique brut.
@@ -89,7 +95,7 @@ route lui-même vers Qwen3 (g01) ou Claude selon l'alias `hermes-default` / `her
 
 | Composant | Emplacement | Description |
 |---|---|---|
-| Client `stt` | `stt/client/` (pipx) | `stt`, `stt --setup`, `stt --server <url>`, `stt --no-tts` |
+| Client `stt` | `stt/client/` (pipx) | `stt` (voix+HUD), `stt --text` (chat texte), `stt --setup`, `stt --server <url>`, `stt --model <hermes\|claude\|qwen\|opus>` |
 | — voix | `stt/client/stt/voice/` | wake word, STT faster-whisper, TTS Piper |
 | — api | `stt/client/stt/api.py` | `ServerClient` → `POST /v1/ask` |
 | — UI/HUD | `stt/client/stt/ui/` + `hud/` | HTTP statique + websocket d'états ; HUD embarqué dans le package |

stt/README.md

@@ -27,9 +27,12 @@ Assistant vocal type *Jarvis* pour le homelab Funk, en **architecture client-ser
 ```bash
 pipx install "git+ssh://git@github.com/Alkatrazz24/Funk-lab.git@<branche>#subdirectory=stt/client"
 stt --setup            # génère ~/.config/stt/stt.toml (dont [server] url)
-stt                    # lance la voix + ouvre le HUD ; dis "Ok Hermès …"
+stt --text             # chat texte simple (sans micro ni HUD) — idéal pour tester
+stt                    # voix + HUD ; dis "Ok Hermès …"
+stt --model claude     # choisir le modèle : hermes (défaut) | claude | qwen | opus
 ```
-Prérequis poste : micro, Piper + voix dans `~/.local/share/piper/`, `aplay` (alsa-utils).
+En mode texte : commandes `/model <nom>`, `/models`, `/quit`.
+Prérequis voix : micro, Piper + voix dans `~/.local/share/piper/`, `aplay` (alsa-utils).
 
 ## Serveur — déploiement (cluster)
 

stt/client/config/stt.example.toml

@@ -5,6 +5,9 @@
 [server]
 url = "http://stt.lab.local"        # endpoint du STT-server (paramétrable)
 timeout_sec = 90
+model = "hermes-default"            # modèle demandé au serveur
+# Noms courts (--model / commande /model) : hermes=hermes-default, qwen=qwen3-8b,
+# claude=claude-sonnet-4-6, opus=claude-opus-4-7. Sinon mets un alias LiteLLM brut.
 
 [voice]
 wake_word = "hermes"                # "Ok Hermès"

stt/client/stt/api.py

@@ -1,7 +1,8 @@
 """Client HTTP vers le STT-server (in-cluster).
 
 Le client n'a plus de cerveau : il envoie le texte transcrit au serveur, qui
-orchestre l'inférence (LiteLLM → Qwen3/Claude) et renvoie la réponse.
+orchestre l'inférence (LiteLLM → Qwen3/Claude) et renvoie la réponse. Le client
+choisit le modèle (alias LiteLLM) et le passe au serveur par requête.
 """
 
 from __future__ import annotations
@@ -13,18 +14,29 @@ class ServerClient:
     def __init__(self, cfg: dict[str, Any]):
         self.url = cfg["url"].rstrip("/")
         self.timeout = cfg.get("timeout_sec", 90)
+        self.model = cfg.get("model", "hermes-default")
 
-    def ask(self, text: str) -> str:
+    def ask(self, text: str, model: str | None = None) -> str:
         import requests
 
         r = requests.post(
             f"{self.url}/v1/ask",
-            json={"text": text},
+            json={"text": text, "model": model or self.model},
             timeout=self.timeout,
         )
+        if r.status_code == 400:
+            raise RuntimeError(r.json().get("detail", "requête invalide"))
         r.raise_for_status()
         return r.json()["reply"].strip()
 
+    def models(self) -> dict:
+        """{'default': ..., 'available': [...]} depuis le serveur."""
+        import requests
+
+        r = requests.get(f"{self.url}/v1/models", timeout=10)
+        r.raise_for_status()
+        return r.json()
+
     def healthy(self) -> bool:
         import requests
 

stt/client/stt/cli.py

@@ -8,30 +8,80 @@ import sys
 
 
 def _cmd_setup() -> int:
-    from stt.config import write_default_config
+    from stt.config import MODEL_PRESETS, write_default_config
 
     path = write_default_config()
     print(f"✓ Config : {path}")
-    print("\nÀ installer / configurer sur le poste :")
-    print("  • modèle Whisper (téléchargé au 1er lancement par faster-whisper)")
-    print("  • Piper + voix → ~/.local/share/piper/<voix>.onnx")
+    print("\nUtilisation :")
+    print("  stt --text                 # chat texte simple (sans micro ni HUD)")
+    print("  stt                        # voix + HUD")
+    print(f"  stt --model claude         # modèles : {', '.join(MODEL_PRESETS)}")
+    print("\nÀ configurer si besoin :")
     print(f"  • URL du STT-server dans {path} ([server] url)")
+    print("  • Pour la voix : Piper + voix → ~/.local/share/piper/<voix>.onnx")
     return 0
 
 
-def _cmd_run(args) -> int:
+def _make_client(args):
     from stt.api import ServerClient
-    from stt.config import load_config
-    from stt.memory import LocalMemory
-    from stt.ui import serve
-    from stt.voice import VoiceEngine
+    from stt.config import load_config, resolve_model
 
     cfg = load_config()
     if args.server:
         cfg["server"]["url"] = args.server
-
     client = ServerClient(cfg["server"])
-    print(f"STT-server : {client.url}")
+    if args.model:
+        client.model = resolve_model(args.model)
+    return cfg, client
+
+
+def _cmd_text(args) -> int:
+    """Chat texte simple : tape, le serveur répond. Pas de micro ni HUD."""
+    _, client = _make_client(args)
+    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")
+
+    from stt.config import resolve_model
+
+    while True:
+        try:
+            line = input("vous> ").strip()
+        except (EOFError, KeyboardInterrupt):
+            print("\n👋")
+            return 0
+        if not line:
+            continue
+        if line in ("/quit", "/exit", "/q"):
+            return 0
+        if line == "/models":
+            try:
+                m = client.models()
+                print(f"  défaut: {m['default']} — dispo: {', '.join(m['available'])}\n")
+            except Exception as e:  # noqa: BLE001
+                print(f"  ❌ {e}\n")
+            continue
+        if line.startswith("/model "):
+            client.model = resolve_model(line.split(maxsplit=1)[1].strip())
+            print(f"  → modèle : {client.model}\n")
+            continue
+        try:
+            reply = client.ask(line)
+        except Exception as e:  # noqa: BLE001
+            print(f"  ❌ {e}\n")
+            continue
+        print(f"hermes [{client.model}]> {reply}\n")
+
+
+def _cmd_voice(args) -> int:
+    from stt.config import load_config  # noqa: F401  (cfg via _make_client)
+    from stt.memory import LocalMemory
+    from stt.ui import serve
+    from stt.voice import VoiceEngine
+
+    cfg, client = _make_client(args)
+    print(f"STT-server : {client.url} — modèle '{client.model}'")
     if not client.healthy():
         print("  ⚠️  serveur injoignable — vérifie [server] url et le réseau")
 
@@ -57,13 +107,17 @@ def _cmd_run(args) -> int:
 def main(argv: list[str] | None = None) -> int:
     p = argparse.ArgumentParser(prog="stt", description="Client vocal Jarvis de Funk")
     p.add_argument("--setup", action="store_true", help="Écrit la config par défaut")
+    p.add_argument("--text", action="store_true", help="Mode chat texte (sans micro ni HUD)")
+    p.add_argument("--model", help="Modèle : hermes, claude, qwen, opus (ou alias LiteLLM)")
     p.add_argument("--server", help="Force l'URL du STT-server (sinon config)")
-    p.add_argument("--no-tts", action="store_true", help="Réponses texte seulement")
+    p.add_argument("--no-tts", action="store_true", help="Réponses texte seulement (voix)")
     args = p.parse_args(argv)
 
     if args.setup:
         return _cmd_setup()
-    return _cmd_run(args)
+    if args.text:
+        return _cmd_text(args)
+    return _cmd_voice(args)
 
 
 if __name__ == "__main__":

stt/client/stt/config.py

@@ -16,11 +16,26 @@ CONFIG_DIR = Path.home() / ".config" / "stt"
 CONFIG_PATH = CONFIG_DIR / "stt.toml"
 DATA_DIR = Path.home() / ".local" / "share" / "stt"
 
+# Noms courts → alias LiteLLM (pour --model et la commande /model)
+MODEL_PRESETS = {
+    "hermes": "hermes-default",   # Qwen3-8B local (défaut, gratuit)
+    "qwen": "qwen3-8b",
+    "claude": "claude-sonnet-4-6",  # Claude (facturé)
+    "opus": "claude-opus-4-7",
+}
+
+
+def resolve_model(name: str) -> str:
+    """Nom court → alias LiteLLM (ou renvoie tel quel si déjà un alias)."""
+    return MODEL_PRESETS.get(name, name)
+
 DEFAULT_CONFIG: dict[str, Any] = {
     "server": {
         # STT-server (in-cluster) — joignable via Traefik / wildcard *.lab.local
         "url": "http://stt.lab.local",
         "timeout_sec": 90,
+        # Modèle demandé au serveur (alias LiteLLM, ou nom court ci-dessous)
+        "model": "hermes-default",
     },
     "voice": {
         "wake_word": "hermes",

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",