Télémétrie : une sonde du gabarit de chat, diagnostique et sans risque pour le cache

Les pistes de réutilisation du cache dépendent de deux faits que rien ne
mesurait : le gabarit du modèle rend-il encore le raisonnement d'un tour
passé, et le rendu d'un tour d'outil reste-t-il un préfixe exact quand un
message utilisateur s'y ajoute ? La sonde pose ces deux questions au moteur
local par POST /apply-template — un rendu sans état, qui ne prend ni slot ni
place dans la file — et n'en tire que des verdicts oui/non/inconnu.

Elle ne touche à aucune construction de prompt : Loki ne renvoie toujours
aucun reasoning_content au modèle. Toute évolution qui voudrait s'en servir
passera sa propre revue, et lira « unknown » comme « ne rien changer ».

- moteur local seulement ; preset externe : aucune requête, rien d'affiché
- jamais de complétion de repli : avec un slot, elle évincerait le cache
- en tâche de fond après une complétion complète du fil principal, /health
  à 200, au plus une vérification par minute ; authHeader ; 3 s par requête
- mêmes outils, chat_template_kwargs et reasoning_effort que la complétion
- add_generation_prompt=false demandé au moteur ; un moteur qui l'ignore
  donne « inconnu » plutôt qu'un faux « instable »
- tour d'outil bien formé (identifiant de 9 alphanumériques, résultat lié)
- 404, 401, exception du gabarit, délai : inconnu ; 503 relancé
- cache par build_info + modèle + empreinte du gabarit + forme de requête
- verdict dans /api/perf/summary (champ template) et une ligne [tplprobe]
  au journal par verdict nouveau

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

internal/loki/llm_client.go

@@ -1869,6 +1869,15 @@ func runChatTools(ctx context.Context, messages []Message, tools []Tool, tempera
 				s.LostAlert = perfAlert(rec, perfLostAlertAt(chatCfg))
 			}
 			cb(StreamEvent{Stats: &s})
+			// Sonde de gabarit (chat_tplprobe.go), en tâche de fond et après coup :
+			// la complétion est déjà lue, la sonde ne retarde aucun jeton. Fil
+			// principal seulement, sur une requête de forme normale (pas une
+			// relance outils coupés ou neutralisés), pour reproduire exactement
+			// les outils et chat_template_kwargs d'un vrai tour. Rien n'en revient
+			// dans la requête suivante.
+			if !ep.External && ptag.kind == perfMain && !disableTools && !toolChoiceNone {
+				tplProbeKick(tools, reasoningKwargs, reasoningEffort)
+			}
 			if !ep.External {
 				peakGen = max(peakGen, stats.GenTokens)
 				if lastEst > 0 && stats.PromptTokensTotal > 0 {