Télémétrie : corrections de relecture — compaction aussi tolérante qu'avant, pas d'alerte de cache sur une API externe, seuil qui suit EXTRA_ARGS

La relecture du relevé par complétion a trouvé quatre écarts, tous
d'affichage ou de robustesse ; rien ne touche aux requêtes ni au contexte.

- Compaction : la réponse lue d'un bloc passait de Decoder à Unmarshal,
  plus strict (un octet parasite après le JSON faisait échouer une
  compaction qui passait). Retour au Decoder, et perfWire fait de même.
- API externe : son cache suit ses propres règles, sans slot ni points de
  reprise à surveiller ici. Plus de ligne ambre « recalculés » pour elle ;
  le relevé reste dans l'anneau.
- Seuil d'alerte : même priorité qu'au lancement — -cms d'EXTRA_ARGS, puis
  LLAMA_ARG_CHECKPOINT_MIN_SPACING_NT, puis CKPT_MIN_STEP ; -ub d'EXTRA_ARGS
  avant UBATCH.
- UI : « recalculés après sous-agent, client /v1 » au lieu des identifiants
  internes (subagent, foreign).

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

internal/loki/chat_compact.go

@@ -680,8 +680,11 @@ Write the summary in the SAME language as the conversation.`
 	if err != nil {
 		return "", err
 	}
+	// Decoder et non Unmarshal : comme avant, seule la première valeur JSON
+	// compte — un octet parasite après elle (proxy, passerelle) ne doit pas
+	// faire échouer une compaction qui passait.
 	var out summarizeResp
-	if err := json.Unmarshal(raw, &out); err != nil {
+	if err := json.NewDecoder(bytes.NewReader(raw)).Decode(&out); err != nil {
 		return "", err
 	}
 	// Télémétrie de la compaction : réponse non streamée, timings et usage sont

internal/loki/llm_client.go

@@ -1553,7 +1553,10 @@ func runChat(ctx context.Context, messages []Message, temperature float64, caps
 			// depuis le journal, il ne fait que repeindre la même ligne.
 			s := stats
 			s.Kind, s.Lost, s.LostAfter = rec.Kind, rec.Lost, rec.LostAfter
-			if (rec.Lost != nil && *rec.Lost > 0) || (rec.Cached != nil && *rec.Cached == 0) {
+			// Pas d'alerte pour une API externe : son cache (s'il existe) suit ses
+			// propres règles, sans slot ni points de reprise à surveiller ici. Le
+			// relevé reste dans l'anneau, l'affichage ne change pas.
+			if !ep.External && ((rec.Lost != nil && *rec.Lost > 0) || (rec.Cached != nil && *rec.Cached == 0)) {
 				s.LostAlert = perfAlert(rec, perfLostAlertAt(chatCfg))
 			}
 			cb(StreamEvent{Stats: &s})

internal/loki/perf_log.go

@@ -1,6 +1,7 @@
 package loki
 
 import (
+	"bytes"
 	"context"
 	"encoding/json"
 	"fmt"
@@ -115,8 +116,10 @@ type perfWire struct {
 }
 
 func decodePerfWire(data []byte) perfWire {
+	// Decoder plutôt qu'Unmarshal : un octet parasite après la réponse ne doit
+	// pas tout rendre inconnu. Ce qui a pu être lu l'est ; le reste reste inconnu.
 	var w perfWire
-	_ = json.Unmarshal(data, &w) // ce qui a pu être lu l'est ; le reste reste inconnu
+	_ = json.NewDecoder(bytes.NewReader(data)).Decode(&w)
 	return w
 }
 
@@ -390,12 +393,24 @@ func perfLine(r perfRec) string {
 // reprise : perdre jusqu'à un espacement de points (--checkpoint-min-step,
 // 2048 posé par Loki) plus un micro-batch est l'état NORMAL, pas un incident.
 // Le signaler à chaque étape noierait les vraies pertes.
+//
+// Même ordre de priorité que le lancement (ckptArgs) : un -cms d'EXTRA_ARGS ou
+// LLAMA_ARG_CHECKPOINT_MIN_SPACING_NT l'emporte sur CKPT_MIN_STEP, un -ub
+// d'EXTRA_ARGS sur UBATCH.
 func perfLostAlertAt(cfg map[string]string) int {
 	const base = 1000
-	step := 0
-	if n, err := strconv.Atoi(strings.TrimSpace(cfg["CKPT_MIN_STEP"])); err == nil && n > 0 {
-		step = n
-	} else if m := strings.TrimSpace(cfg["MODEL"]); m != "" {
+	extra := splitArgs(cfg["EXTRA_ARGS"])
+	num := func(vals ...string) int {
+		for _, v := range vals {
+			if n, err := strconv.Atoi(strings.TrimSpace(v)); err == nil && n > 0 {
+				return n
+			}
+		}
+		return 0
+	}
+	step := num(flagValue(extra, "-cms", "--checkpoint-min-step"),
+		os.Getenv("LLAMA_ARG_CHECKPOINT_MIN_SPACING_NT"), cfg["CKPT_MIN_STEP"])
+	if m := strings.TrimSpace(cfg["MODEL"]); step == 0 && m != "" {
 		if p, err := resolveServeModelPath(m); err == nil {
 			if g, err := ggufMeta(p); err == nil && ggufHybrid(&g) {
 				step = 2048
@@ -405,9 +420,9 @@ func perfLostAlertAt(cfg map[string]string) int {
 	if step == 0 {
 		return base
 	}
-	ub := 512
-	if n, err := strconv.Atoi(strings.TrimSpace(cfg["UBATCH"])); err == nil && n > 0 {
-		ub = n
+	ub := num(flagValue(extra, "-ub", "--ubatch-size"), cfg["UBATCH"])
+	if ub == 0 {
+		ub = 512
 	}
 	return max(base, step+ub)
 }

internal/loki/perf_log_test.go

@@ -43,6 +43,8 @@ func TestPerfWireDecode(t *testing.T) {
 		{"moteur muet", `{"usage":{"prompt_tokens":900}}`, nil, nil, nil},
 		// Types de travers (fork, passerelle) : lu si c'est un nombre, sinon inconnu.
 		{"types de travers", `{"timings":{"cache_n":"abc","draft_n":"12","draft_n_accepted":7.0}}`, nil, iptr(12), iptr(7)},
+		// Octets parasites après la réponse (proxy) : la première valeur compte.
+		{"octets parasites", `{"timings":{"cache_n":12}}` + "\nxyz", iptr(12), nil, nil},
 		{"structure de travers", `{"timings":"nope","usage":{"prompt_tokens_details":{"cached_tokens":5.9}}}`, iptr(5), nil, nil},
 	}
 	eq := func(a, b *int) bool { return (a == nil) == (b == nil) && (a == nil || *a == *b) }
@@ -268,12 +270,20 @@ func TestPerfLostAlert(t *testing.T) {
 		{"espacement posé", map[string]string{"CKPT_MIN_STEP": "2048"}, 2560},
 		{"espacement et micro-batch", map[string]string{"CKPT_MIN_STEP": "4096", "UBATCH": "1024"}, 5120},
 		{"espacement illisible", map[string]string{"CKPT_MIN_STEP": "beaucoup"}, 1000},
+		// Comme au lancement : EXTRA_ARGS l'emporte sur les clés du preset.
+		{"-cms d'EXTRA_ARGS", map[string]string{"CKPT_MIN_STEP": "2048", "EXTRA_ARGS": "--checkpoint-min-step 8192 -ub 256"}, 8448},
+		{"-ub d'EXTRA_ARGS seul", map[string]string{"CKPT_MIN_STEP": "2048", "UBATCH": "1024", "EXTRA_ARGS": "-ub=2048"}, 4096},
 	}
+	t.Setenv("LLAMA_ARG_CHECKPOINT_MIN_SPACING_NT", "")
 	for _, c := range cases {
 		if got := perfLostAlertAt(c.cfg); got != c.want {
 			t.Errorf("%s : seuil %d, attendu %d", c.name, got, c.want)
 		}
 	}
+	t.Setenv("LLAMA_ARG_CHECKPOINT_MIN_SPACING_NT", "3000")
+	if got := perfLostAlertAt(map[string]string{"CKPT_MIN_STEP": "2048"}); got != 3512 {
+		t.Errorf("LLAMA_ARG_CHECKPOINT_MIN_SPACING_NT ignorée : seuil %d", got)
+	}
 	if perfAlert(perfRec{Lost: iptr(900)}, 1000) || !perfAlert(perfRec{Lost: iptr(1500)}, 1000) {
 		t.Fatal("seuil de perte")
 	}

internal/loki/ui/index.html

@@ -7414,7 +7414,7 @@ function renderStats(el, s){
   if(s.gen_tokens) parts.push('decode '+s.gen_tokens+' tok · '+(s.gen_per_second||0).toFixed(1)+' tok/s');
   // Perte de cache signalée par le serveur (seuil relevé sur un modèle hybride,
   // dont les points de reprise font perdre un peu à chaque étape).
-  if(s.lost_alert && s.lost) parts.push(nfmt(s.lost)+' recalculés'+(s.lost_after ? ' après '+s.lost_after : ''));
+  if(s.lost_alert && s.lost) parts.push(nfmt(s.lost)+' recalculés'+(s.lost_after ? ' après '+s.lost_after.split(',').map(k=>PERF_KIND[k]||k).join(', ') : ''));
   if(!parts.length) return;
   // Réponse de l'assistant : ligne de mesures dédiée sous le texte (son étiquette
   // est masquée dans cette mise en page). Bulle repliable : l'étiquette EST le
@@ -7426,6 +7426,9 @@ function renderStats(el, s){
     if(sl) sl.classList.toggle('cache-miss', !!s.lost_alert);
   }
 }
+// Ce qui s'est intercalé avant une perte de cache (lost_after, perf_log.go),
+// dit en clair : les identifiants internes n'ont rien à faire dans l'interface.
+const PERF_KIND={main:'tour', subagent:'sous-agent', verify:'vérification', task:'tâche', compact:'compaction', bench:'bench', foreign:'client /v1'};
 // Milliers séparés par une espace fine insécable : « 41 230 », pas « 41230 ».
 function nfmt(n){ return String(Math.round(n||0)).replace(/\B(?=(\d{3})+(?!\d))/g,'\u202f'); }
 // --- Compteurs de bulle -----------------------------------------------------

internal/loki/ui/src/js/09-stream.js

@@ -249,7 +249,7 @@ function renderStats(el, s){
   if(s.gen_tokens) parts.push('decode '+s.gen_tokens+' tok · '+(s.gen_per_second||0).toFixed(1)+' tok/s');
   // Perte de cache signalée par le serveur (seuil relevé sur un modèle hybride,
   // dont les points de reprise font perdre un peu à chaque étape).
-  if(s.lost_alert && s.lost) parts.push(nfmt(s.lost)+' recalculés'+(s.lost_after ? ' après '+s.lost_after : ''));
+  if(s.lost_alert && s.lost) parts.push(nfmt(s.lost)+' recalculés'+(s.lost_after ? ' après '+s.lost_after.split(',').map(k=>PERF_KIND[k]||k).join(', ') : ''));
   if(!parts.length) return;
   // Réponse de l'assistant : ligne de mesures dédiée sous le texte (son étiquette
   // est masquée dans cette mise en page). Bulle repliable : l'étiquette EST le
@@ -261,6 +261,9 @@ function renderStats(el, s){
     if(sl) sl.classList.toggle('cache-miss', !!s.lost_alert);
   }
 }
+// Ce qui s'est intercalé avant une perte de cache (lost_after, perf_log.go),
+// dit en clair : les identifiants internes n'ont rien à faire dans l'interface.
+const PERF_KIND={main:'tour', subagent:'sous-agent', verify:'vérification', task:'tâche', compact:'compaction', bench:'bench', foreign:'client /v1'};
 // Milliers séparés par une espace fine insécable : « 41 230 », pas « 41230 ».
 function nfmt(n){ return String(Math.round(n||0)).replace(/\B(?=(\d{3})+(?!\d))/g,'\u202f'); }
 // --- Compteurs de bulle -----------------------------------------------------