akadmin/Funk-lab
1
0
Fork 0
mirror of https://github.com/Alkatrazz24/Funk-lab.git synced 2026-07-09 00:14:42 +02:00
Code Issues Projects Releases Packages Wiki Activity Actions
Funk-lab/stt/server
History
Claude 20dc7e4f82
feat(stt): mémoire court-terme de session côté serveur (5a) 
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.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_013FmcxGsyXZXogiAHQLjnZT
2026-06-17 13:25:20 +00:00
..
memory feat(stt): assistant vocal Jarvis — client pipx + STT-server in-cluster (#4) 2026-06-17 12:08:58 +02:00
stt_server feat(stt): mémoire court-terme de session côté serveur (5a) 2026-06-17 13:25:20 +00:00
Dockerfile feat(stt): mémoire court-terme de session côté serveur (5a) 2026-06-17 13:25:20 +00:00
pyproject.toml feat(stt): assistant vocal Jarvis — client pipx + STT-server in-cluster (#4) 2026-06-17 12:08:58 +02:00
README.md feat(stt): mémoire court-terme de session côté serveur (5a) 2026-06-17 13:25:20 +00:00

README.md

STT-server — orchestrateur AI (in-cluster)

API FastAPI déployée dans le cluster k8s (namespace ai). Reçoit les requêtes des clients STT et route l'inférence vers LiteLLM (s01) → Qwen3 (g01) / Claude.

API

Méthode Route Corps Réponse
GET /healthz — {status, version}
GET /v1/models — {default, available[]}
POST /v1/ask {text, model?, session_id?} {reply, model}
POST /v1/reset {session_id} {status}

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).

session_id (optionnel) active la mémoire court-terme : le serveur garde l'historique de la conversation (en mémoire, borné + TTL) et l'injecte dans l'appel LLM. /v1/reset l'efface. Sans session_id, chaque requête est sans état. (Deployment en 1 worker pour la cohérence de la mémoire process. Mémoire long-terme Qdrant = phase 5b.)

Configuration (variables d'env)

Var Défaut Rôle
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 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

Dev local

cd stt/server
pip install -e .
STT_LITELLM_URL=http://192.168.1.200:4000/v1/chat/completions stt-server   # :8000
curl -s localhost:8000/healthz
curl -s localhost:8000/v1/ask -H 'content-type: application/json' -d '{"text":"bonjour"}'

Déploiement

  • Image construite/poussée par .github/workflows/build-stt-server.yml → ghcr.io/alkatrazz24/funk-stt-server.
  • Manifests : k8s/apps/stt/ ; Application ArgoCD : k8s/apps-of-apps/apps/stt.yaml (depuis main).
  • Accès LiteLLM (hors cluster) : IP directe 192.168.10.1:4000 (même pattern qu'open-webui).

À venir

  • Intégration des outils Hermes (« agir sur Funk ») via le gateway :8080 — nécessite de spécifier son API. Aujourd'hui : inférence/chat seulement (via LiteLLM).
  • Mémoire centralisée : Qdrant (s01) + distillation versionnée (server/memory/).
  • Sessions multi-clients + historique.