Merge pull request #4 from R0m1k3/claude/ajean-loki-container-fork-aep9r2

Chercher et installer un modèle depuis Loki

README.md

@@ -43,8 +43,36 @@ docker compose up --build   # quelques minutes : llama-server vient précompilé
                             # de l'image officielle llama.cpp (server-cuda)
 ```
 
-Interface : http://localhost:8090 — télécharge un modèle depuis le catalogue
+Interface : http://localhost:8090 — installe un modèle depuis la recherche
-intégré (onglet modèles), il démarre tout seul.
+Hugging Face intégrée (voir ci-dessous), il démarre tout seul.
+
+## Installer un modèle
+
+Dans l'éditeur de preset, **Chercher un modèle** interroge Hugging Face et ne
+remonte que les dépôts GGUF. Choisir un dépôt déplie ses quantifications avec
+leur taille et un verdict mémoire (`ok` / `juste` / `trop`) calculé sur la VRAM
+réellement détectée — ou sur la RAM système s'il n'y a pas de GPU. C'est une
+estimation : le coût exact du cache KV dépend de l'architecture du modèle, que
+la seule liste des fichiers ne révèle pas.
+
+Si le dépôt publie un projecteur vision (`mmproj-*.gguf`), Loki propose de
+l'installer avec le modèle et remplit le champ **Vision** du preset. C'est le
+seul moyen fiable d'avoir la vision : un projecteur encode dans l'espace latent
+de **son** modèle, donc un `mmproj` pris dans un autre dépôt donne un moteur qui
+démarre et ne voit rien. Quand le dépôt n'en publie pas, Loki le dit plutôt que
+d'aller en chercher un ailleurs.
+
+Deux repères pour choisir un dépôt :
+
+- `unsloth/*` publie des quantifications **Dynamic** (`UD-Q4_K_XL`,
+  `UD-IQ3_XXS`…) qui gardent en plus haute précision les tenseurs sensibles :
+  à taille égale, elles se tiennent mieux qu'un `Q4_K_M` classique.
+- `ggml-org/*` est le dépôt de référence de l'équipe llama.cpp — c'est en
+  général là que le projecteur vision est publié en premier.
+
+Le champ **Télécharger un modèle** reste disponible pour coller un lien direct
+(dépôt privé, fichier hors des conventions). Un dépôt à accès restreint demande
+la variable d'environnement `HF_TOKEN`.
 
 ## Installation sur Unraid
 

internal/loki/backend_catalog.go

@@ -1,78 +1,120 @@
 package loki
 
-// backend_catalog.go — récupère la liste de modèles curatée servie par ajean.link et la
+// backend_catalog.go — ce que la machine peut avaler, et si un modèle y tient.
-// combine avec les infos matérielles locales, pour que l'écran d'accueil (à
-// venir) propose « en un clic » un modèle adapté à la machine.
 //
-// La liste vit sur https://ajean.link/models.json (éditée par l'opérateur, voir
+// Ce fichier servait autrefois un catalogue de modèles téléchargé depuis
-// loki-relay/models_catalog.go). Si le réseau échoue, on retombe sur un
+// ajean.link/models.json — le serveur de l'auteur du projet dont Loki est un
-// catalogue minimal embarqué (fallbackCatalogJSON) pour ne jamais bloquer.
+// fork. Deux raisons de l'avoir retiré : sa route n'avait AUCUN consommateur
+// (l'« écran d'accueil » qu'elle attendait n'a jamais existé), et un fork qui
+// laisse un tiers décider de ce qu'il propose n'est pas vraiment un fork. Les
+// modèles se cherchent maintenant directement sur Hugging Face
+// (backend_hf.go).
+//
+// Reste ici la seule question qui vaille avant de lancer un téléchargement de
+// 20 Go : est-ce que ça tiendra ?
 
 import (
-	"encoding/json"
+	"fmt"
-	"net/http"
 	"runtime"
-	"time"
+	"strconv"
+	"strings"
 )
 
-const catalogURL = "https://ajean.link/models.json"
+type gpuBrief struct {
-
+	Name   string  `json:"name"`
-type catalogModel struct {
+	VRAMGB float64 `json:"vram_gb"`
-	ID       string  `json:"id"`
-	Name     string  `json:"name"`
-	Params   string  `json:"params"`
-	Quant    string  `json:"quant"`
-	SizeGB   float64 `json:"size_gb"`
-	MinRAMGB float64 `json:"min_ram_gb"`
-	URL      string  `json:"url"`
-	Note     string  `json:"note"`
-}
-
-type catalog struct {
-	Version int            `json:"version"`
-	Models  []catalogModel `json:"models"`
 }
 
 type hardwareInfo struct {
 	OS    string  `json:"os"`
 	Arch  string  `json:"arch"`
 	RAMGB float64 `json:"ram_gb"`
+	// VRAMGB : somme de la mémoire des GPU détectés. 0 = pas de GPU visible
+	// (ni nvidia-smi, ni carte) — le verdict retombe alors sur la RAM système,
+	// ce qui est le bon repère pour une inférence CPU.
+	VRAMGB float64    `json:"vram_gb"`
+	GPUs   []gpuBrief `json:"gpus"`
 }
 
-// fetchCatalog récupère le catalogue distant, avec repli embarqué.
+// detectHardware décrit la machine. La VRAM vient de detectGPUs
-func fetchCatalog() catalog {
+// (backend_gpu.go, via nvidia-smi) : sans elle, le verdict d'un serveur à GPU
-	var c catalog
+// se prononçait sur la RAM système, donc à côté de la plaque — c'est le GPU
-	client := &http.Client{Timeout: 8 * time.Second}
+// qui porte le modèle quand NGL l'y envoie.
-	if resp, err := client.Get(catalogURL); err == nil {
-		defer resp.Body.Close()
-		if resp.StatusCode == 200 && json.NewDecoder(resp.Body).Decode(&c) == nil && len(c.Models) > 0 {
-			return c
-		}
-	}
-	_ = json.Unmarshal([]byte(fallbackCatalogJSON), &c)
-	return c
-}
-
 func detectHardware() hardwareInfo {
-	return hardwareInfo{OS: runtime.GOOS, Arch: runtime.GOARCH, RAMGB: totalRAMGB()}
+	h := hardwareInfo{OS: runtime.GOOS, Arch: runtime.GOARCH, RAMGB: totalRAMGB()}
+	gpus, err := detectGPUs()
+	if err != nil {
+		return h // pas de GPU visible : VRAMGB reste à 0, et c'est une info
+	}
+	for _, g := range gpus {
+		// nvidia-smi rend des MiB en --format=nounits.
+		mib, convErr := strconv.ParseFloat(strings.TrimSpace(g.MemTotal), 64)
+		if convErr != nil {
+			continue
+		}
+		gb := mib / 1024
+		h.VRAMGB += gb
+		h.GPUs = append(h.GPUs, gpuBrief{Name: g.Name, VRAMGB: gb})
+	}
+	return h
 }
 
-// handleCatalog : renvoie le catalogue + le matériel local. L'UI s'en sert pour
+// Verdicts rendus par fitVerdict.
-// marquer chaque modèle « tient / trop lourd » et proposer le bon par défaut.
+const (
-func handleCatalog(w http.ResponseWriter, r *http.Request) {
+	fitOK    = "ok"    // confortable
-	resp := struct {
+	fitTight = "juste" // ça passe, sans marge
-		Hardware hardwareInfo   `json:"hardware"`
+	fitOver  = "trop"  // ça ne rentre pas
-		Models   []catalogModel `json:"models"`
+)
-	}{Hardware: detectHardware(), Models: fetchCatalog().Models}
+
-	w.Header().Set("Content-Type", "application/json")
+// ctxOverheadGB estime ce que le cache KV va prendre en plus des poids.
-	_ = json.NewEncoder(w).Encode(resp)
+//
+// ⚠️ C'est une RÈGLE GROSSIÈRE, et l'interface doit le dire. Le coût exact d'un
+// cache KV dépend de l'architecture du modèle (nombre de couches, têtes KV,
+// dimension des têtes), qu'une simple liste de fichiers ne révèle pas. Le
+// connaître demanderait de lire l'en-tête GGUF par requête Range et d'en parser
+// les métadonnées — faisable, mais ce n'est pas ce que fait ce code.
+//
+// L'ordre de grandeur retenu : ~1 Go par tranche de 32k de contexte pour un
+// modèle de 20 Go, proportionnel à la taille des poids. Mieux vaut une
+// fourchette annoncée comme telle qu'un chiffre faussement précis.
+func ctxOverheadGB(weightsGB float64, ctxTokens int) float64 {
+	if ctxTokens <= 0 {
+		ctxTokens = 32768
+	}
+	return weightsGB / 20 * (float64(ctxTokens) / 32768)
 }
 
-// fallbackCatalogJSON — repli minimal si ajean.link/models.json est injoignable.
+// fitVerdict dit si un modèle tient, et POURQUOI. La phrase compte autant que
-const fallbackCatalogJSON = `{
+// le verdict : « trop » sans explication laisse l'utilisateur deviner s'il doit
-  "version": 1,
+// changer de quantification, baisser le contexte ou renoncer au projecteur.
-  "models": [
+func fitVerdict(h hardwareInfo, weights, mmproj int64, ctxTokens int) (string, string) {
-    {"id":"qwen2.5-3b-instruct-q4","name":"Qwen2.5 3B Instruct","params":"3B","quant":"Q4_K_M","size_gb":2.1,"min_ram_gb":6,"url":"https://huggingface.co/bartowski/Qwen2.5-3B-Instruct-GGUF/resolve/main/Qwen2.5-3B-Instruct-Q4_K_M.gguf","note":"Léger et rapide — idéal petites machines."},
+	const gb = float64(1 << 30)
-    {"id":"qwen2.5-7b-instruct-q4","name":"Qwen2.5 7B Instruct","params":"7B","quant":"Q4_K_M","size_gb":4.7,"min_ram_gb":10,"url":"https://huggingface.co/bartowski/Qwen2.5-7B-Instruct-GGUF/resolve/main/Qwen2.5-7B-Instruct-Q4_K_M.gguf","note":"Plus capable — recommandé avec 16 Go de RAM ou un GPU."}
+	wGB := float64(weights) / gb
-  ]
+	mGB := float64(mmproj) / gb
-}`
+	kvGB := ctxOverheadGB(wGB, ctxTokens)
+	need := wGB + mGB + kvGB
+
+	budget, where := h.VRAMGB, "VRAM"
+	if budget <= 0 {
+		budget, where = h.RAMGB, "RAM"
+	}
+	if budget <= 0 {
+		return "", "" // machine non mesurable : pas de verdict inventé
+	}
+
+	detail := fmt.Sprintf("%.1f Go de poids", wGB)
+	if mGB > 0 {
+		detail += fmt.Sprintf(" + %.1f Go de projecteur", mGB)
+	}
+	detail += fmt.Sprintf(" + ~%.1f Go de contexte (estimation) = ~%.1f Go pour %.1f Go de %s",
+		kvGB, need, budget, where)
+
+	switch {
+	case need > budget:
+		return fitOver, "ne tient pas : " + detail
+	case need > budget*0.9:
+		return fitTight, "ça passe de justesse : " + detail
+	default:
+		return fitOK, detail
+	}
+}

internal/loki/backend_hf.go

@@ -0,0 +1,328 @@
+package loki
+
+// backend_hf.go — chercher un modèle GGUF sur Hugging Face depuis Loki.
+//
+// Avant ce fichier, installer un modèle voulait dire aller sur huggingface.co,
+// naviguer dans l'arborescence d'un dépôt, copier le lien d'un .gguf et le
+// coller dans Loki. Rien ne disait si le fichier tenait en mémoire, et surtout
+// rien ne reliait un modèle à SON projecteur vision : coller un mmproj pris
+// dans un autre dépôt donne un moteur qui démarre et ne voit rien.
+//
+// Ce fichier ne télécharge rien. Il PRODUIT des URL directes, que le chemin
+// existant consomme tel quel — normalizeHFURL, shardURLSet, la sonde d'espace
+// disque et la reprise de téléchargement (backend_models.go) n'ont pas bougé.
+//
+// Trois familles de .gguf cohabitent dans un même dépôt et ne veulent pas dire
+// la même chose :
+//
+//	mmproj-*.gguf  le projecteur vision, à passer en --mmproj
+//	mtp-*.gguf     les poids de multi-token prediction (décodage spéculatif)
+//	le reste       le modèle lui-même
+//
+// Les deux premiers ressemblent à s'y méprendre à un modèle : les proposer en
+// vrac, c'est offrir de lancer llama-server sur un projecteur.
+
+import (
+	"context"
+	"encoding/json"
+	"fmt"
+	"io"
+	"net/http"
+	"net/url"
+	"os"
+	"regexp"
+	"sort"
+	"strings"
+	"sync"
+	"time"
+)
+
+const (
+	hfHost = "https://huggingface.co"
+	// Les deux durées de cache disent la même chose : ces routes tapent un hôte
+	// externe à chaque appel, et l'UI en déclenche une par recherche. Une
+	// arborescence de dépôt ne bouge quasiment jamais, une liste de résultats un
+	// peu plus.
+	hfSearchTTL = 60 * time.Second
+	hfFilesTTL  = 10 * time.Minute
+	hfMaxRepos  = 25
+	hfMaxQuery  = 100
+	hfTimeout   = 10 * time.Second
+)
+
+// hfRepoRe borne ce qu'on accepte comme identifiant de dépôt. La valeur vient
+// du navigateur et part dans un chemin d'URL : sans ce filtre, un « ../.. »
+// permettrait d'atteindre n'importe quelle route de l'API Hugging Face.
+var hfRepoRe = regexp.MustCompile(`^[A-Za-z0-9][A-Za-z0-9._-]*/[A-Za-z0-9][A-Za-z0-9._-]*$`)
+
+// hfRepo — un dépôt trouvé par la recherche.
+//
+// Volontairement pauvre. On a essayé d'y porter un indicateur « vision » tiré
+// des tags Hugging Face : il ment. Sur les deux dépôts GGUF de Qwen3.8-27B qui
+// publient TOUS DEUX un mmproj, ggml-org est taggé image-text-to-text et
+// unsloth ne l'est pas. Une pastille « vision » sur l'un et pas sur l'autre
+// aurait été pire que rien. La seule source qui ne se trompe pas, c'est la
+// présence d'un mmproj-*.gguf dans l'arborescence — donc hfFiles, pas ici.
+type hfRepo struct {
+	ID        string `json:"id"`
+	Downloads int    `json:"downloads"`
+	Likes     int    `json:"likes"`
+}
+
+// hfEntry — un .gguf installable. Shards > 1 signale une famille de tranches :
+// Size est alors le total de la famille, pas le poids du fichier pointé.
+type hfEntry struct {
+	Name   string `json:"name"`
+	URL    string `json:"url"`
+	Size   int64  `json:"size"`
+	Quant  string `json:"quant"`
+	Shards int    `json:"shards"`
+	// Renseignés par le handler, qui seul connaît le matériel et le contexte.
+	Verdict string `json:"verdict,omitempty"`
+	Why     string `json:"why,omitempty"`
+}
+
+// hfListing — le contenu utile d'un dépôt, trié.
+type hfListing struct {
+	Repo       string    `json:"repo"`
+	Models     []hfEntry `json:"models"`
+	Projectors []hfEntry `json:"projectors"`
+	Drafts     []hfEntry `json:"drafts"`
+}
+
+// hfAuth pose les en-têtes communs à tous les appels Hugging Face. Le jeton
+// compte aussi pour la RECHERCHE et l'arborescence, pas seulement pour le
+// transfert : sans lui un dépôt gated répond 401 et Loki afficherait « aucun
+// résultat » là où il faudrait dire « dépôt à accès restreint ».
+func hfAuth(req *http.Request) {
+	if k := os.Getenv("HF_TOKEN"); k != "" {
+		req.Header.Set("Authorization", "Bearer "+k)
+	}
+	req.Header.Set("User-Agent", "loki/"+Version)
+	req.Header.Set("Accept", "application/json")
+}
+
+// hfCache : mémo commun à la recherche et aux arborescences, clé = l'URL
+// appelée. Sans lui, chaque frappe au clavier dans le champ de recherche
+// produit une requête sortante.
+var (
+	hfCacheMu sync.Mutex
+	hfCache   = map[string]hfCacheItem{}
+)
+
+type hfCacheItem struct {
+	at  time.Time
+	raw []byte
+}
+
+// hfGetJSON appelle l'API Hugging Face et décode la réponse dans out, avec
+// cache. Le corps brut est mémorisé plutôt que la valeur décodée : deux
+// appelants attendent des types différents et le partage d'une structure
+// décodée les exposerait à se modifier mutuellement.
+func hfGetJSON(ctx context.Context, endpoint string, ttl time.Duration, out any) error {
+	hfCacheMu.Lock()
+	if it, ok := hfCache[endpoint]; ok && time.Since(it.at) < ttl {
+		raw := it.raw
+		hfCacheMu.Unlock()
+		return json.Unmarshal(raw, out)
+	}
+	hfCacheMu.Unlock()
+
+	ctx, cancel := context.WithTimeout(ctx, hfTimeout)
+	defer cancel()
+	req, err := http.NewRequestWithContext(ctx, "GET", endpoint, nil)
+	if err != nil {
+		return err
+	}
+	hfAuth(req)
+	resp, err := http.DefaultClient.Do(req)
+	if err != nil {
+		return fmt.Errorf("Hugging Face injoignable : %v", err)
+	}
+	defer resp.Body.Close()
+	switch resp.StatusCode {
+	case 200:
+	case 401, 403:
+		return fmt.Errorf("dépôt à accès restreint — renseigne HF_TOKEN pour y accéder")
+	case 404:
+		return fmt.Errorf("dépôt introuvable sur Hugging Face")
+	default:
+		return fmt.Errorf("Hugging Face a répondu %d", resp.StatusCode)
+	}
+	// Borne de lecture : la réponse vient d'un tiers, on ne lui laisse pas
+	// décider de la mémoire qu'on lui consacre.
+	raw, err := io.ReadAll(io.LimitReader(resp.Body, 4<<20))
+	if err != nil {
+		return err
+	}
+	hfCacheMu.Lock()
+	hfCache[endpoint] = hfCacheItem{at: time.Now(), raw: raw}
+	hfCacheMu.Unlock()
+	return json.Unmarshal(raw, out)
+}
+
+// hfSearch cherche des dépôts GGUF. Le filtre `gguf` est essentiel : sans lui la
+// recherche remonte surtout des dépôts de poids safetensors, inutilisables par
+// llama-server.
+func hfSearch(ctx context.Context, q string) ([]hfRepo, error) {
+	q = strings.TrimSpace(q)
+	if q == "" {
+		return nil, fmt.Errorf("recherche vide")
+	}
+	if len(q) > hfMaxQuery {
+		q = q[:hfMaxQuery]
+	}
+	endpoint := hfHost + "/api/models?" + url.Values{
+		"search":    {q},
+		"filter":    {"gguf"},
+		"limit":     {fmt.Sprint(hfMaxRepos)},
+		"sort":      {"downloads"},
+		"direction": {"-1"},
+	}.Encode()
+
+	var raw []struct {
+		ID        string `json:"id"`
+		Downloads int    `json:"downloads"`
+		Likes     int    `json:"likes"`
+	}
+	if err := hfGetJSON(ctx, endpoint, hfSearchTTL, &raw); err != nil {
+		return nil, err
+	}
+	out := make([]hfRepo, 0, len(raw))
+	for _, r := range raw {
+		out = append(out, hfRepo{ID: r.ID, Downloads: r.Downloads, Likes: r.Likes})
+	}
+	return out, nil
+}
+
+// hfFiles liste les .gguf d'un dépôt et les range par famille.
+//
+// `recursive=1` n'est pas un confort : les quants volumineux vivent dans des
+// sous-dossiers (UD-IQ4_XS/…), et sans lui l'arborescence ne renvoie que les
+// dossiers, donc aucun modèle.
+func hfFiles(ctx context.Context, repo string) (hfListing, error) {
+	repo = strings.Trim(strings.TrimSpace(repo), "/")
+	if !hfRepoRe.MatchString(repo) {
+		return hfListing{}, fmt.Errorf("nom de dépôt invalide (attendu « auteur/dépôt »)")
+	}
+	endpoint := hfHost + "/api/models/" + repo + "/tree/main?recursive=1"
+
+	var raw []struct {
+		Type string `json:"type"`
+		Path string `json:"path"`
+		Size int64  `json:"size"`
+		LFS  struct {
+			Size int64 `json:"size"`
+		} `json:"lfs"`
+	}
+	if err := hfGetJSON(ctx, endpoint, hfFilesTTL, &raw); err != nil {
+		return hfListing{}, err
+	}
+	files := make([]hfFile, 0, len(raw))
+	for _, f := range raw {
+		if f.Type == "directory" {
+			continue
+		}
+		n := f.LFS.Size
+		if n == 0 {
+			n = f.Size
+		}
+		files = append(files, hfFile{Path: f.Path, Size: n})
+	}
+	return hfClassify(repo, files), nil
+}
+
+// hfFile — une entrée d'arborescence, réduite à ce dont le classement a besoin.
+type hfFile struct {
+	Path string
+	Size int64
+}
+
+// hfClassify range les fichiers d'un dépôt en modèles, projecteurs et poids de
+// décodage spéculatif. Séparé de l'appel réseau pour être testable : c'est ici
+// que se jouent les erreurs qui coûtent cher (proposer un mmproj comme modèle,
+// annoncer 15 Go pour une famille qui en pèse 45).
+func hfClassify(repo string, files []hfFile) hfListing {
+	// Taille par chemin complet : une famille de tranches partage son dossier,
+	// et deux dossiers de quantification différents contiennent des fichiers de
+	// même nom de base.
+	size := map[string]int64{}
+	var paths []string
+	for _, f := range files {
+		if !strings.HasSuffix(strings.ToLower(f.Path), ".gguf") {
+			continue
+		}
+		size[f.Path] = f.Size
+		paths = append(paths, f.Path)
+	}
+
+	out := hfListing{Repo: repo}
+	for _, p := range paths {
+		base := baseName(p)
+		// Tranche 2..N : elle appartient à une famille déjà représentée par sa
+		// première, et ne démarre pas seule. On ne la propose jamais.
+		if isFollowerShard(base) {
+			continue
+		}
+		fam := shardFamily(base)
+		dir := ""
+		if i := strings.LastIndexByte(p, '/'); i >= 0 {
+			dir = p[:i+1]
+		}
+		total := int64(0)
+		for _, n := range fam {
+			total += size[dir+n]
+		}
+		e := hfEntry{
+			Name: base, URL: hfResolveURL(repo, p), Size: total,
+			Quant: quantFromName(base), Shards: len(fam),
+		}
+		switch {
+		case strings.HasPrefix(strings.ToLower(base), "mmproj"):
+			out.Projectors = append(out.Projectors, e)
+		case strings.HasPrefix(strings.ToLower(base), "mtp-"):
+			out.Drafts = append(out.Drafts, e)
+		default:
+			out.Models = append(out.Models, e)
+		}
+	}
+	bySize := func(s []hfEntry) { sort.Slice(s, func(i, j int) bool { return s[i].Size < s[j].Size }) }
+	bySize(out.Models)
+	bySize(out.Projectors)
+	bySize(out.Drafts)
+	return out
+}
+
+// hfResolveURL construit le lien de téléchargement direct. Chaque segment est
+// échappé séparément : un nom de fichier peut contenir un espace, et les « / »
+// du chemin doivent rester des séparateurs.
+func hfResolveURL(repo, filePath string) string {
+	segs := strings.Split(filePath, "/")
+	for i, s := range segs {
+		segs[i] = url.PathEscape(s)
+	}
+	return hfHost + "/" + repo + "/resolve/main/" + strings.Join(segs, "/")
+}
+
+// hfPickProjector choisit le projecteur à proposer avec un modèle : le Q8_0
+// d'abord (629 Mo contre 931 pour le BF16, sans différence perceptible sur un
+// encodeur d'images), sinon le plus léger. Renvoie false si le dépôt n'en
+// publie aucun — auquel cas l'UI doit le DIRE, pas aller en chercher un
+// ailleurs : un projecteur d'un autre modèle ne correspond jamais.
+func hfPickProjector(list []hfEntry) (hfEntry, bool) {
+	if len(list) == 0 {
+		return hfEntry{}, false
+	}
+	for _, e := range list {
+		if strings.EqualFold(e.Quant, "Q8_0") {
+			return e, true
+		}
+	}
+	best := list[0]
+	for _, e := range list[1:] {
+		if e.Size < best.Size {
+			best = e
+		}
+	}
+	return best, true
+}

internal/loki/backend_hf_test.go

@@ -0,0 +1,207 @@
+package loki
+
+import (
+	"strings"
+	"testing"
+)
+
+const gb = int64(1) << 30
+
+// Arborescence réelle de ggml-org/Qwen3.8-27B-GGUF, relevée sur l'API Hugging
+// Face. Trois familles de .gguf y cohabitent, et deux d'entre elles ne sont PAS
+// des modèles : c'est tout l'enjeu du classement.
+func ggmlOrgTree() []hfFile {
+	return []hfFile{
+		{Path: ".gitattributes", Size: 2011},
+		{Path: "README.md", Size: 397},
+		{Path: "convert.log", Size: 485915},
+		{Path: "Qwen3.8-27B-BF16.gguf", Size: 53808281952},
+		{Path: "Qwen3.8-27B-Q4_K_M.gguf", Size: 18973870432},
+		{Path: "Qwen3.8-27B-Q8_0.gguf", Size: 28595763552},
+		{Path: "mmproj-Qwen3.8-27B-BF16.gguf", Size: 931145888},
+		{Path: "mmproj-Qwen3.8-27B-Q8_0.gguf", Size: 629247008},
+		{Path: "mtp-Qwen3.8-27B-BF16.gguf", Size: 5946009888},
+		{Path: "mtp-Qwen3.8-27B-Q4_0.gguf", Size: 1680271648},
+		{Path: "mtp-Qwen3.8-27B-Q8_0.gguf", Size: 3164006688},
+	}
+}
+
+func names(list []hfEntry) []string {
+	out := make([]string, len(list))
+	for i, e := range list {
+		out[i] = e.Name
+	}
+	return out
+}
+
+func TestHFClassifySeparatesProjectorsAndDrafts(t *testing.T) {
+	got := hfClassify("ggml-org/Qwen3.8-27B-GGUF", ggmlOrgTree())
+
+	if len(got.Models) != 3 {
+		t.Fatalf("modèles = %v, attendu 3 entrées", names(got.Models))
+	}
+	// Un mmproj proposé comme modèle, c'est un llama-server lancé sur un
+	// encodeur d'images : il démarre et ne répond rien de sensé.
+	for _, m := range got.Models {
+		if strings.HasPrefix(m.Name, "mmproj") || strings.HasPrefix(m.Name, "mtp-") {
+			t.Errorf("%q classé comme modèle", m.Name)
+		}
+	}
+	if len(got.Projectors) != 2 {
+		t.Errorf("projecteurs = %v, attendu 2", names(got.Projectors))
+	}
+	if len(got.Drafts) != 3 {
+		t.Errorf("drafts = %v, attendu 3", names(got.Drafts))
+	}
+	// Les fichiers non-.gguf n'ont rien à faire dans une liste installable.
+	for _, e := range append(append(got.Models, got.Projectors...), got.Drafts...) {
+		if !strings.HasSuffix(e.Name, ".gguf") {
+			t.Errorf("%q n'est pas un .gguf", e.Name)
+		}
+	}
+}
+
+func TestHFClassifyBuildsUsableURLs(t *testing.T) {
+	got := hfClassify("ggml-org/Qwen3.8-27B-GGUF", ggmlOrgTree())
+	want := "https://huggingface.co/ggml-org/Qwen3.8-27B-GGUF/resolve/main/Qwen3.8-27B-Q4_K_M.gguf"
+	found := false
+	for _, m := range got.Models {
+		if m.URL == want {
+			found = true
+		}
+	}
+	if !found {
+		t.Fatalf("URL attendue absente ; obtenu %v", got.Models)
+	}
+	// L'URL doit traverser normalizeHFURL sans retouche : c'est elle que
+	// /api/models/download/probe recevra.
+	for _, m := range got.Models {
+		if _, name, err := normalizeHFURL(m.URL); err != nil {
+			t.Errorf("normalizeHFURL(%q) : %v", m.URL, err)
+		} else if name != m.Name {
+			t.Errorf("normalizeHFURL(%q) → %q, attendu %q", m.URL, name, m.Name)
+		}
+	}
+}
+
+func TestHFClassifyQuantAndSort(t *testing.T) {
+	got := hfClassify("unsloth/Qwen3.8-27B-GGUF", []hfFile{
+		{Path: "Qwen3.8-27B-UD-Q4_K_XL.gguf", Size: 17923394624},
+		{Path: "Qwen3.8-27B-Q8_0.gguf", Size: 29047086048},
+		{Path: "Qwen3.8-27B-UD-IQ2_XXS.gguf", Size: 9010048064},
+	})
+	// Du plus léger au plus lourd : la liste sert à choisir ce qui tient.
+	if n := names(got.Models); n[0] != "Qwen3.8-27B-UD-IQ2_XXS.gguf" || n[2] != "Qwen3.8-27B-Q8_0.gguf" {
+		t.Fatalf("tri par taille cassé : %v", n)
+	}
+	want := map[string]string{
+		"Qwen3.8-27B-UD-Q4_K_XL.gguf": "Q4_K_XL",
+		"Qwen3.8-27B-Q8_0.gguf":       "Q8_0",
+		"Qwen3.8-27B-UD-IQ2_XXS.gguf": "IQ2_XXS",
+	}
+	for _, m := range got.Models {
+		if want[m.Name] != m.Quant {
+			t.Errorf("quant de %q = %q, attendu %q", m.Name, m.Quant, want[m.Name])
+		}
+	}
+}
+
+// Une famille de tranches doit donner UNE entrée, de taille totale. Annoncer le
+// poids de la première tranche promet 15 Go là où le disque en verra 45.
+func TestHFClassifyFoldsShards(t *testing.T) {
+	got := hfClassify("unsloth/Big-GGUF", []hfFile{
+		{Path: "UD-IQ4_XS/Big-UD-IQ4_XS-00001-of-00003.gguf", Size: 15 * gb},
+		{Path: "UD-IQ4_XS/Big-UD-IQ4_XS-00002-of-00003.gguf", Size: 15 * gb},
+		{Path: "UD-IQ4_XS/Big-UD-IQ4_XS-00003-of-00003.gguf", Size: 12 * gb},
+	})
+	if len(got.Models) != 1 {
+		t.Fatalf("modèles = %v, attendu 1 famille repliée", names(got.Models))
+	}
+	m := got.Models[0]
+	if m.Shards != 3 {
+		t.Errorf("shards = %d, attendu 3", m.Shards)
+	}
+	if m.Size != 42*gb {
+		t.Errorf("taille = %d, attendu %d (total de la famille)", m.Size, 42*gb)
+	}
+	if !strings.HasSuffix(m.Name, "-00001-of-00003.gguf") {
+		t.Errorf("l'entrée doit désigner la PREMIÈRE tranche, obtenu %q", m.Name)
+	}
+}
+
+// Deux dossiers de quantification portant des tranches distinctes ne doivent pas
+// mélanger leurs tailles : le repli se fait par dossier, pas par nom de base.
+func TestHFClassifyShardsStayInTheirDirectory(t *testing.T) {
+	got := hfClassify("x/y", []hfFile{
+		{Path: "Q4/M-00001-of-00002.gguf", Size: 4 * gb},
+		{Path: "Q4/M-00002-of-00002.gguf", Size: 4 * gb},
+		{Path: "Q8/M-00001-of-00002.gguf", Size: 9 * gb},
+		{Path: "Q8/M-00002-of-00002.gguf", Size: 9 * gb},
+	})
+	if len(got.Models) != 2 {
+		t.Fatalf("attendu 2 familles, obtenu %d", len(got.Models))
+	}
+	if got.Models[0].Size != 8*gb || got.Models[1].Size != 18*gb {
+		t.Errorf("tailles = %d et %d, attendu %d et %d",
+			got.Models[0].Size, got.Models[1].Size, 8*gb, 18*gb)
+	}
+}
+
+func TestHFPickProjectorPrefersQ8(t *testing.T) {
+	list := hfClassify("ggml-org/Qwen3.8-27B-GGUF", ggmlOrgTree()).Projectors
+	p, ok := hfPickProjector(list)
+	if !ok {
+		t.Fatal("aucun projecteur trouvé alors que le dépôt en publie deux")
+	}
+	if p.Name != "mmproj-Qwen3.8-27B-Q8_0.gguf" {
+		t.Errorf("projecteur choisi = %q, attendu le Q8_0", p.Name)
+	}
+	// Dépôt sans vision : il faut le DIRE, pas aller chercher ailleurs. Un
+	// projecteur d'un autre modèle ne correspond jamais.
+	if _, ok := hfPickProjector(nil); ok {
+		t.Error("un dépôt sans projecteur ne doit rien proposer")
+	}
+}
+
+func TestHFRepoValidation(t *testing.T) {
+	for _, bad := range []string{"", "pasdeslash", "../../api/whoami", "/leading", "a//b", "x/y/z"} {
+		if _, err := hfFiles(t.Context(), bad); err == nil {
+			t.Errorf("dépôt %q accepté alors qu'il est invalide", bad)
+		}
+	}
+}
+
+func TestFitVerdict(t *testing.T) {
+	gpu24 := hardwareInfo{VRAMGB: 24, RAMGB: 64}
+
+	// Q8_0 de 29 Go : ne rentre pas dans 24 Go, quoi qu'il arrive.
+	if v, why := fitVerdict(gpu24, 29*gb, 0, 32768); v != fitOver {
+		t.Errorf("Q8_0 29 Go sur 24 Go de VRAM → %q (%s), attendu %q", v, why, fitOver)
+	}
+	// UD-Q4_K_XL de 17 Go + projecteur + contexte : ça tient.
+	if v, why := fitVerdict(gpu24, 17*gb, 629<<20, 32768); v != fitOK {
+		t.Errorf("Q4 17 Go sur 24 Go de VRAM → %q (%s), attendu %q", v, why, fitOK)
+	}
+	// Le projecteur doit peser dans la balance : à la limite, l'ajouter fait
+	// basculer le verdict. C'est exactement le cas qu'on veut voir venir avant
+	// de lancer 20 Go de téléchargement.
+	sans, _ := fitVerdict(hardwareInfo{VRAMGB: 20}, 18*gb, 0, 32768)
+	avec, _ := fitVerdict(hardwareInfo{VRAMGB: 20}, 18*gb, 3*gb, 32768)
+	if sans == avec {
+		t.Errorf("le projecteur ne change rien au verdict (%q dans les deux cas)", sans)
+	}
+	// Sans GPU, le verdict se prononce sur la RAM et le dit.
+	if v, why := fitVerdict(hardwareInfo{RAMGB: 64}, 17*gb, 0, 32768); v != fitOK || !strings.Contains(why, "RAM") {
+		t.Errorf("sans GPU → %q (%s), attendu %q mesuré en RAM", v, why, fitOK)
+	}
+	// Machine non mesurable : pas de verdict inventé.
+	if v, _ := fitVerdict(hardwareInfo{}, 17*gb, 0, 32768); v != "" {
+		t.Errorf("sans mesure mémoire → %q, attendu aucun verdict", v)
+	}
+	// Un contexte plus large coûte plus cher, et doit pouvoir faire basculer.
+	court, _ := fitVerdict(hardwareInfo{VRAMGB: 24}, 21*gb, 0, 8192)
+	long, _ := fitVerdict(hardwareInfo{VRAMGB: 24}, 21*gb, 0, 262144)
+	if court == long {
+		t.Errorf("le contexte ne change rien au verdict (%q dans les deux cas)", court)
+	}
+}

internal/loki/ui/index.html

@@ -1392,6 +1392,34 @@ button:hover{border-color:var(--dim);color:var(--text)}
   .sidegroup>details:first-child{border-top:0}
   .sidegroup>details[open]{padding-bottom:12px}
 }
+
+/* --- Recherche Hugging Face -------------------------------------------
+   Deux listes successives dans la même zone (dépôts, puis fichiers du dépôt
+   choisi) : une seule mise en forme sert aux deux, sinon elles divergent. La
+   liste est bornée en hauteur et défile — un dépôt publie facilement vingt
+   quantifications, et la modale ne doit pas s'étirer jusqu'à sortir de
+   l'écran. */
+.hf-list{display:flex;flex-direction:column;max-height:220px;overflow-y:auto;
+  border:1px solid var(--border);border-radius:12px;margin-top:6px}
+.hf-row{display:flex;align-items:center;gap:10px;padding:7px 12px;cursor:pointer;
+  border-top:1px solid var(--border);font-size:12px}
+.hf-row:first-child{border-top:0}
+.hf-row:hover{background:var(--row-bg-on)}
+/* Le nom prend la place restante et se tronque : un identifiant de dépôt long
+   ne doit pas pousser la taille et le verdict hors de la ligne. */
+.hf-name{flex:1;min-width:0;overflow:hidden;text-overflow:ellipsis;white-space:nowrap;color:var(--text)}
+.hf-meta{flex:none;color:var(--dim);font-family:var(--mono);font-size:10.5px;white-space:nowrap}
+/* Verdict mémoire. La couleur seule ne suffit pas — le mot est écrit dedans,
+   et l'explication complète est dans l'infobulle. */
+.hf-fit{flex:none;padding:1px 8px;border-radius:999px;font-size:10px;letter-spacing:.03em;
+  text-transform:uppercase;border:1px solid transparent}
+.hf-fit.ok{color:var(--ok);border-color:var(--ok)}
+.hf-fit.juste{color:var(--warn);border-color:var(--warn)}
+.hf-fit.trop{color:var(--err);border-color:var(--err)}
+.hf-head{display:flex;align-items:center;gap:10px;margin-top:6px;font-size:12px}
+.hf-mm{display:flex;align-items:center;gap:6px;margin-top:8px;font-size:11.5px;
+  color:var(--dim);cursor:pointer}
+.hf-mm.muted{cursor:default}
 </style></head><body>
 <button id="menubtn" onclick="toggleSide()">☰</button>
 <!-- Installation d'un moteur en cours : le détail vit dans le panneau, qui est
@@ -2023,6 +2051,19 @@ button:hover{border-color:var(--dim);color:var(--text)}
               <span class="pe-row-l">Vision<span class="pe-sub">projecteur mmproj</span></span>
               <span class="pe-row-c"><span class="pe-selc"><select id="m-mmproj" onchange="onPickMmproj()"></select></span></span>
             </div>
+            <!-- Recherche Hugging Face. Le champ « lien direct » juste en dessous
+                 reste là : c'est le mode expert (dépôt privé, fichier exotique,
+                 lien reçu d'ailleurs). Celui-ci évite d'avoir à quitter Loki, et
+                 surtout il propose le projecteur vision DU MÊME DÉPÔT — le seul
+                 qui corresponde au modèle choisi. -->
+            <div class="pe-row stack">
+              <span class="pe-row-l">Chercher un modèle<span class="pe-sub">sur Hugging Face — dépôts GGUF uniquement</span></span>
+              <div class="pe-inpbtn">
+                <input id="hf-q" class="pe-inp" placeholder="qwen3.8, mistral, gemma…" onkeydown="if(event.key==='Enter'){event.preventDefault();hfSearch();}">
+                <button id="hf-go" onclick="hfSearch()" title="Chercher">⌕</button>
+              </div>
+              <div id="hf-out"></div>
+            </div>
             <div class="pe-row stack">
               <span class="pe-row-l">Télécharger un modèle <span class="pe-sub">ou un projecteur mmproj — lien direct vers un .gguf</span></span>
               <div class="pe-inpbtn">
@@ -3292,6 +3333,7 @@ async function openItem(kind, key){
     settingsRow.style.display = 'flex';
     document.getElementById('m-hf-url').value = '';
     resetDlUI();
+    resetHfUI();
     // Preset : la config brute est une ligne repliable, fermée par défaut.
     rawHead.textContent = 'Configuration';
     rawToggle.style.display = '';
@@ -4065,9 +4107,18 @@ async function populateDlDirs(){
   }
   if(prev && dlDirList.some(x => samePath(x.path, prev))) sel.value = prev;
 }
+// File d'attente : installer un modèle avec son projecteur, c'est DEUX
+// téléchargements, et le serveur n'en mène qu'un à la fois (une seule barre,
+// un seul poll). On enchaîne donc à la fin de chacun plutôt que de les lancer
+// ensemble — deux transferts concurrents sur la même liaison ne vont pas plus
+// vite et brouillent la progression affichée.
+let dlQueue = [];
 async function startDownload(){
   const url = document.getElementById('m-hf-url').value.trim();
   if(!url){ toast('colle un lien .gguf'); return; }
+  return startDownloadURL(url);
+}
+async function startDownloadURL(url){
   const dir = (document.getElementById('m-hf-dir')||{}).value || '';
   const e = dlEls();
   e.btn.disabled = true;
@@ -4082,6 +4133,7 @@ async function startDownload(){
   if(!p.ok || !p.enough){
     e.prog.innerHTML = '<span style="color:var(--err)">erreur : '+escHtml(p.error||'espace insuffisant')+'</span>';
     e.bar.style.display = 'none'; e.btn.disabled=false;
+    dlQueue = []; // le reste de la file dépendait de ce fichier : on n'enchaîne pas
     await populateDlDirs();
     return;
   }
@@ -4092,7 +4144,7 @@ async function startDownload(){
   const r = await jpost('/api/models/download', {url, dir});
   if(!r.ok){
     e.prog.innerHTML = '<span style="color:var(--err)">erreur : '+(r.error||'')+'</span>';
-    e.bar.style.display = 'none'; e.btn.disabled=false; return;
+    e.bar.style.display = 'none'; e.btn.disabled=false; dlQueue = []; return;
   }
   watchDownload(r.filename);
 }
@@ -4122,11 +4174,11 @@ function watchDownload(fname){
     if(!st) return;
     if(st.canceled){
       e.prog.textContent = 'téléchargement annulé — '+fname;
-      e.bar.style.display = 'none'; stop(); return;
+      e.bar.style.display = 'none'; dlQueue = []; stop(); return;
     }
     if(st.error){
       e.prog.innerHTML = '<span style="color:var(--err)">erreur : '+st.error+'</span>';
-      e.bar.style.display = 'none'; stop(); return;
+      e.bar.style.display = 'none'; dlQueue = []; stop(); return;
     }
     if(st.finished){
       e.prog.innerHTML = '<span style="color:var(--ok)">✓ '+fname+' téléchargé ('+fmtSize(st.done)+')</span>';
@@ -4144,6 +4196,10 @@ function watchDownload(fname){
       };
       if(isMmprojName(fname)) pick('m-mmproj', onPickMmproj);
       else pick('m-model', onPickModel);
+      // Suite de la file : c'est ici que le projecteur part, une fois le modèle
+      // arrivé. L'ordre compte — le champ Vision ne se remplit que si le modèle
+      // est déjà sélectionné.
+      if(dlQueue.length) startDownloadURL(dlQueue.shift());
       return;
     }
     const pct = st.total>0 ? st.done*100/st.total : 0;
@@ -4178,6 +4234,152 @@ async function attachDownload(){
   const st = (list||[]).find(d=>!d.finished);
   if(st) watchDownload(st.filename);
 }
+
+// --- Recherche Hugging Face -------------------------------------------
+// Deux écrans : la liste des dépôts, puis les fichiers d'un dépôt. Tout est
+// construit en DOM et JAMAIS en innerHTML — noms de dépôts et de fichiers
+// viennent d'un tiers, c'est la même règle que pour les titres de discussions.
+let hfRepoFiles = null; // dernier dépôt déplié, pour l'installation
+
+function hfOut(){ return document.getElementById('hf-out'); }
+function hfMsg(txt, err){
+  const o = hfOut(); if(!o) return;
+  o.textContent = '';
+  const d = document.createElement('div');
+  d.className = 'pe-note';
+  if(err) d.style.color = 'var(--err)';
+  d.textContent = txt;
+  o.appendChild(d);
+}
+// Remet la zone de recherche à zéro (réouverture de la modale).
+function resetHfUI(){
+  hfRepoFiles = null;
+  const o = hfOut(); if(o) o.textContent = '';
+  const q = document.getElementById('hf-q'); if(q) q.value = '';
+}
+
+async function hfSearch(){
+  const q = (document.getElementById('hf-q').value || '').trim();
+  if(!q){ toast('tape un nom de modèle'); return; }
+  hfMsg('recherche…');
+  let r;
+  try{ r = await jget('/api/hf/search?q='+encodeURIComponent(q)); }
+  catch(_){ hfMsg('Hugging Face injoignable', true); return; }
+  if(!r.ok){ hfMsg(r.error||'recherche impossible', true); return; }
+  if(!r.repos || !r.repos.length){ hfMsg('aucun dépôt GGUF pour « '+q+' »'); return; }
+
+  const o = hfOut(); o.textContent = '';
+  const list = document.createElement('div'); list.className = 'hf-list';
+  for(const rep of r.repos){
+    const row = document.createElement('div');
+    row.className = 'hf-row';
+    row.onclick = ()=>hfPickRepo(rep.id);
+    const n = document.createElement('span'); n.className = 'hf-name'; n.textContent = rep.id;
+    const m = document.createElement('span'); m.className = 'hf-meta';
+    m.textContent = fmtCount(rep.downloads)+' ↓';
+    row.append(n, m);
+    list.appendChild(row);
+  }
+  o.appendChild(list);
+}
+
+// Millions/milliers abrégés : un dépôt à 1 945 635 téléchargements dit surtout
+// « celui-là est le plus utilisé », pas son compte exact.
+function fmtCount(n){
+  n = n || 0;
+  if(n >= 1e6) return (n/1e6).toFixed(1).replace(/\.0$/,'')+' M';
+  if(n >= 1e3) return Math.round(n/1e3)+' k';
+  return String(n);
+}
+
+async function hfPickRepo(repo){
+  hfMsg('lecture du dépôt…');
+  let r;
+  try{ r = await jget('/api/hf/files?repo='+encodeURIComponent(repo)); }
+  catch(_){ hfMsg('Hugging Face injoignable', true); return; }
+  if(!r.ok){ hfMsg(r.error||'dépôt illisible', true); return; }
+  hfRepoFiles = r;
+  if(!r.models || !r.models.length){ hfMsg('ce dépôt ne publie aucun modèle GGUF utilisable'); return; }
+
+  const o = hfOut(); o.textContent = '';
+
+  const head = document.createElement('div');
+  head.className = 'hf-head';
+  const back = document.createElement('button');
+  back.className = 'pe-link'; back.textContent = '← résultats';
+  back.onclick = hfSearch;
+  const title = document.createElement('span'); title.className = 'hf-name'; title.textContent = repo;
+  head.append(back, title);
+  o.appendChild(head);
+
+  // Projecteur vision : proposé UNIQUEMENT s'il vient de ce dépôt. Un mmproj
+  // encode dans l'espace latent de SON modèle ; en prendre un ailleurs donne un
+  // moteur qui démarre et ne voit rien. Quand le dépôt n'en publie pas, on le
+  // dit — on ne va pas en chercher un.
+  let mmChk = null;
+  const mm = (r.projectors||[])[0] && hfBestProjector(r.projectors);
+  const note = document.createElement('label');
+  note.className = 'hf-mm';
+  if(mm){
+    mmChk = document.createElement('input');
+    mmChk.type = 'checkbox'; mmChk.checked = true;
+    const t = document.createElement('span');
+    t.textContent = ' installer aussi le projecteur vision — '+mm.name+' ('+fmtSize(mm.size)+')';
+    note.append(mmChk, t);
+  } else {
+    note.textContent = 'Ce dépôt ne publie pas de projecteur : ce modèle n’aura pas la vision.';
+    note.classList.add('muted');
+  }
+  o.appendChild(note);
+
+  const list = document.createElement('div'); list.className = 'hf-list';
+  for(const m of r.models){
+    const row = document.createElement('div');
+    row.className = 'hf-row';
+    row.onclick = ()=>hfInstall(m, mm && mmChk && mmChk.checked ? mm : null);
+    const n = document.createElement('span'); n.className = 'hf-name';
+    n.textContent = m.quant || m.name;
+    const meta = document.createElement('span'); meta.className = 'hf-meta';
+    meta.textContent = fmtSize(m.size) + (m.shards > 1 ? ' · '+m.shards+' fichiers' : '');
+    row.append(n, meta);
+    if(m.verdict){
+      const fit = document.createElement('span');
+      fit.className = 'hf-fit ' + m.verdict;
+      fit.textContent = m.verdict;
+      fit.title = m.why || '';
+      row.appendChild(fit);
+    }
+    list.appendChild(row);
+  }
+  o.appendChild(list);
+
+  if(r.hardware){
+    const hw = document.createElement('div');
+    hw.className = 'pe-note muted';
+    hw.textContent = r.hardware.vram_gb > 0
+      ? 'Verdict calculé sur '+r.hardware.vram_gb.toFixed(1)+' Go de VRAM et un contexte de '+r.ctx+' jetons (estimation).'
+      : 'Aucun GPU détecté : verdict calculé sur '+r.hardware.ram_gb.toFixed(1)+' Go de RAM (estimation).';
+    o.appendChild(hw);
+  }
+}
+
+// Q8_0 d'abord (629 Mo contre 931 pour le BF16, sans différence perceptible sur
+// un encodeur d'images), sinon le plus léger. Même règle que hfPickProjector
+// côté serveur — l'UI choisit pour ne pas imposer un menu de plus.
+function hfBestProjector(list){
+  return list.find(p => /^Q8_0$/i.test(p.quant || '')) || list.slice().sort((a,b)=>a.size-b.size)[0];
+}
+
+// Installe : le modèle d'abord, le projecteur ensuite (la file s'en charge). Le
+// champ Vision du preset ne se remplit correctement que dans cet ordre.
+async function hfInstall(model, projector){
+  if(model.verdict === 'trop' && !await askConfirm(
+      (model.why||'Ce modèle dépasse la mémoire disponible.')+'\n\nLe téléchargement fonctionnera, mais le moteur risque de ne pas le charger.',
+      {title:'Installer quand même ?', okText:'Installer', danger:true})) return;
+  dlQueue = projector ? [projector.url] : [];
+  document.getElementById('m-hf-url').value = model.url;
+  await startDownloadURL(model.url);
+}
 // Smart autoscroll: follow the bottom while the user hasn't manually scrolled
 // up. Re-stick when they scroll back near bottom themselves.
 let stickyBottom = true;

internal/loki/ui/src/index.tmpl.html

@@ -656,6 +656,19 @@
               <span class="pe-row-l">Vision<span class="pe-sub">projecteur mmproj</span></span>
               <span class="pe-row-c"><span class="pe-selc"><select id="m-mmproj" onchange="onPickMmproj()"></select></span></span>
             </div>
+            <!-- Recherche Hugging Face. Le champ « lien direct » juste en dessous
+                 reste là : c'est le mode expert (dépôt privé, fichier exotique,
+                 lien reçu d'ailleurs). Celui-ci évite d'avoir à quitter Loki, et
+                 surtout il propose le projecteur vision DU MÊME DÉPÔT — le seul
+                 qui corresponde au modèle choisi. -->
+            <div class="pe-row stack">
+              <span class="pe-row-l">Chercher un modèle<span class="pe-sub">sur Hugging Face — dépôts GGUF uniquement</span></span>
+              <div class="pe-inpbtn">
+                <input id="hf-q" class="pe-inp" placeholder="qwen3.8, mistral, gemma…" onkeydown="if(event.key==='Enter'){event.preventDefault();hfSearch();}">
+                <button id="hf-go" onclick="hfSearch()" title="Chercher">⌕</button>
+              </div>
+              <div id="hf-out"></div>
+            </div>
             <div class="pe-row stack">
               <span class="pe-row-l">Télécharger un modèle <span class="pe-sub">ou un projecteur mmproj — lien direct vers un .gguf</span></span>
               <div class="pe-inpbtn">

internal/loki/ui/src/js/07-models.js

@@ -110,6 +110,7 @@ async function openItem(kind, key){
     settingsRow.style.display = 'flex';
     document.getElementById('m-hf-url').value = '';
     resetDlUI();
+    resetHfUI();
     // Preset : la config brute est une ligne repliable, fermée par défaut.
     rawHead.textContent = 'Configuration';
     rawToggle.style.display = '';
@@ -883,9 +884,18 @@ async function populateDlDirs(){
   }
   if(prev && dlDirList.some(x => samePath(x.path, prev))) sel.value = prev;
 }
+// File d'attente : installer un modèle avec son projecteur, c'est DEUX
+// téléchargements, et le serveur n'en mène qu'un à la fois (une seule barre,
+// un seul poll). On enchaîne donc à la fin de chacun plutôt que de les lancer
+// ensemble — deux transferts concurrents sur la même liaison ne vont pas plus
+// vite et brouillent la progression affichée.
+let dlQueue = [];
 async function startDownload(){
   const url = document.getElementById('m-hf-url').value.trim();
   if(!url){ toast('colle un lien .gguf'); return; }
+  return startDownloadURL(url);
+}
+async function startDownloadURL(url){
   const dir = (document.getElementById('m-hf-dir')||{}).value || '';
   const e = dlEls();
   e.btn.disabled = true;
@@ -900,6 +910,7 @@ async function startDownload(){
   if(!p.ok || !p.enough){
     e.prog.innerHTML = '<span style="color:var(--err)">erreur : '+escHtml(p.error||'espace insuffisant')+'</span>';
     e.bar.style.display = 'none'; e.btn.disabled=false;
+    dlQueue = []; // le reste de la file dépendait de ce fichier : on n'enchaîne pas
     await populateDlDirs();
     return;
   }
@@ -910,7 +921,7 @@ async function startDownload(){
   const r = await jpost('/api/models/download', {url, dir});
   if(!r.ok){
     e.prog.innerHTML = '<span style="color:var(--err)">erreur : '+(r.error||'')+'</span>';
-    e.bar.style.display = 'none'; e.btn.disabled=false; return;
+    e.bar.style.display = 'none'; e.btn.disabled=false; dlQueue = []; return;
   }
   watchDownload(r.filename);
 }
@@ -940,11 +951,11 @@ function watchDownload(fname){
     if(!st) return;
     if(st.canceled){
       e.prog.textContent = 'téléchargement annulé — '+fname;
-      e.bar.style.display = 'none'; stop(); return;
+      e.bar.style.display = 'none'; dlQueue = []; stop(); return;
     }
     if(st.error){
       e.prog.innerHTML = '<span style="color:var(--err)">erreur : '+st.error+'</span>';
-      e.bar.style.display = 'none'; stop(); return;
+      e.bar.style.display = 'none'; dlQueue = []; stop(); return;
     }
     if(st.finished){
       e.prog.innerHTML = '<span style="color:var(--ok)">✓ '+fname+' téléchargé ('+fmtSize(st.done)+')</span>';
@@ -962,6 +973,10 @@ function watchDownload(fname){
       };
       if(isMmprojName(fname)) pick('m-mmproj', onPickMmproj);
       else pick('m-model', onPickModel);
+      // Suite de la file : c'est ici que le projecteur part, une fois le modèle
+      // arrivé. L'ordre compte — le champ Vision ne se remplit que si le modèle
+      // est déjà sélectionné.
+      if(dlQueue.length) startDownloadURL(dlQueue.shift());
       return;
     }
     const pct = st.total>0 ? st.done*100/st.total : 0;
@@ -996,5 +1011,151 @@ async function attachDownload(){
   const st = (list||[]).find(d=>!d.finished);
   if(st) watchDownload(st.filename);
 }
+
+// --- Recherche Hugging Face -------------------------------------------
+// Deux écrans : la liste des dépôts, puis les fichiers d'un dépôt. Tout est
+// construit en DOM et JAMAIS en innerHTML — noms de dépôts et de fichiers
+// viennent d'un tiers, c'est la même règle que pour les titres de discussions.
+let hfRepoFiles = null; // dernier dépôt déplié, pour l'installation
+
+function hfOut(){ return document.getElementById('hf-out'); }
+function hfMsg(txt, err){
+  const o = hfOut(); if(!o) return;
+  o.textContent = '';
+  const d = document.createElement('div');
+  d.className = 'pe-note';
+  if(err) d.style.color = 'var(--err)';
+  d.textContent = txt;
+  o.appendChild(d);
+}
+// Remet la zone de recherche à zéro (réouverture de la modale).
+function resetHfUI(){
+  hfRepoFiles = null;
+  const o = hfOut(); if(o) o.textContent = '';
+  const q = document.getElementById('hf-q'); if(q) q.value = '';
+}
+
+async function hfSearch(){
+  const q = (document.getElementById('hf-q').value || '').trim();
+  if(!q){ toast('tape un nom de modèle'); return; }
+  hfMsg('recherche…');
+  let r;
+  try{ r = await jget('/api/hf/search?q='+encodeURIComponent(q)); }
+  catch(_){ hfMsg('Hugging Face injoignable', true); return; }
+  if(!r.ok){ hfMsg(r.error||'recherche impossible', true); return; }
+  if(!r.repos || !r.repos.length){ hfMsg('aucun dépôt GGUF pour « '+q+' »'); return; }
+
+  const o = hfOut(); o.textContent = '';
+  const list = document.createElement('div'); list.className = 'hf-list';
+  for(const rep of r.repos){
+    const row = document.createElement('div');
+    row.className = 'hf-row';
+    row.onclick = ()=>hfPickRepo(rep.id);
+    const n = document.createElement('span'); n.className = 'hf-name'; n.textContent = rep.id;
+    const m = document.createElement('span'); m.className = 'hf-meta';
+    m.textContent = fmtCount(rep.downloads)+' ↓';
+    row.append(n, m);
+    list.appendChild(row);
+  }
+  o.appendChild(list);
+}
+
+// Millions/milliers abrégés : un dépôt à 1 945 635 téléchargements dit surtout
+// « celui-là est le plus utilisé », pas son compte exact.
+function fmtCount(n){
+  n = n || 0;
+  if(n >= 1e6) return (n/1e6).toFixed(1).replace(/\.0$/,'')+' M';
+  if(n >= 1e3) return Math.round(n/1e3)+' k';
+  return String(n);
+}
+
+async function hfPickRepo(repo){
+  hfMsg('lecture du dépôt…');
+  let r;
+  try{ r = await jget('/api/hf/files?repo='+encodeURIComponent(repo)); }
+  catch(_){ hfMsg('Hugging Face injoignable', true); return; }
+  if(!r.ok){ hfMsg(r.error||'dépôt illisible', true); return; }
+  hfRepoFiles = r;
+  if(!r.models || !r.models.length){ hfMsg('ce dépôt ne publie aucun modèle GGUF utilisable'); return; }
+
+  const o = hfOut(); o.textContent = '';
+
+  const head = document.createElement('div');
+  head.className = 'hf-head';
+  const back = document.createElement('button');
+  back.className = 'pe-link'; back.textContent = '← résultats';
+  back.onclick = hfSearch;
+  const title = document.createElement('span'); title.className = 'hf-name'; title.textContent = repo;
+  head.append(back, title);
+  o.appendChild(head);
+
+  // Projecteur vision : proposé UNIQUEMENT s'il vient de ce dépôt. Un mmproj
+  // encode dans l'espace latent de SON modèle ; en prendre un ailleurs donne un
+  // moteur qui démarre et ne voit rien. Quand le dépôt n'en publie pas, on le
+  // dit — on ne va pas en chercher un.
+  let mmChk = null;
+  const mm = (r.projectors||[])[0] && hfBestProjector(r.projectors);
+  const note = document.createElement('label');
+  note.className = 'hf-mm';
+  if(mm){
+    mmChk = document.createElement('input');
+    mmChk.type = 'checkbox'; mmChk.checked = true;
+    const t = document.createElement('span');
+    t.textContent = ' installer aussi le projecteur vision — '+mm.name+' ('+fmtSize(mm.size)+')';
+    note.append(mmChk, t);
+  } else {
+    note.textContent = 'Ce dépôt ne publie pas de projecteur : ce modèle n’aura pas la vision.';
+    note.classList.add('muted');
+  }
+  o.appendChild(note);
+
+  const list = document.createElement('div'); list.className = 'hf-list';
+  for(const m of r.models){
+    const row = document.createElement('div');
+    row.className = 'hf-row';
+    row.onclick = ()=>hfInstall(m, mm && mmChk && mmChk.checked ? mm : null);
+    const n = document.createElement('span'); n.className = 'hf-name';
+    n.textContent = m.quant || m.name;
+    const meta = document.createElement('span'); meta.className = 'hf-meta';
+    meta.textContent = fmtSize(m.size) + (m.shards > 1 ? ' · '+m.shards+' fichiers' : '');
+    row.append(n, meta);
+    if(m.verdict){
+      const fit = document.createElement('span');
+      fit.className = 'hf-fit ' + m.verdict;
+      fit.textContent = m.verdict;
+      fit.title = m.why || '';
+      row.appendChild(fit);
+    }
+    list.appendChild(row);
+  }
+  o.appendChild(list);
+
+  if(r.hardware){
+    const hw = document.createElement('div');
+    hw.className = 'pe-note muted';
+    hw.textContent = r.hardware.vram_gb > 0
+      ? 'Verdict calculé sur '+r.hardware.vram_gb.toFixed(1)+' Go de VRAM et un contexte de '+r.ctx+' jetons (estimation).'
+      : 'Aucun GPU détecté : verdict calculé sur '+r.hardware.ram_gb.toFixed(1)+' Go de RAM (estimation).';
+    o.appendChild(hw);
+  }
+}
+
+// Q8_0 d'abord (629 Mo contre 931 pour le BF16, sans différence perceptible sur
+// un encodeur d'images), sinon le plus léger. Même règle que hfPickProjector
+// côté serveur — l'UI choisit pour ne pas imposer un menu de plus.
+function hfBestProjector(list){
+  return list.find(p => /^Q8_0$/i.test(p.quant || '')) || list.slice().sort((a,b)=>a.size-b.size)[0];
+}
+
+// Installe : le modèle d'abord, le projecteur ensuite (la file s'en charge). Le
+// champ Vision du preset ne se remplit correctement que dans cet ordre.
+async function hfInstall(model, projector){
+  if(model.verdict === 'trop' && !await askConfirm(
+      (model.why||'Ce modèle dépasse la mémoire disponible.')+'\n\nLe téléchargement fonctionnera, mais le moteur risque de ne pas le charger.',
+      {title:'Installer quand même ?', okText:'Installer', danger:true})) return;
+  dlQueue = projector ? [projector.url] : [];
+  document.getElementById('m-hf-url').value = model.url;
+  await startDownloadURL(model.url);
+}
 // Smart autoscroll: follow the bottom while the user hasn't manually scrolled
 // up. Re-stick when they scroll back near bottom themselves.

internal/loki/ui/src/styles.css

@@ -1366,3 +1366,31 @@ button:hover{border-color:var(--dim);color:var(--text)}
   .sidegroup>details:first-child{border-top:0}
   .sidegroup>details[open]{padding-bottom:12px}
 }
+
+/* --- Recherche Hugging Face -------------------------------------------
+   Deux listes successives dans la même zone (dépôts, puis fichiers du dépôt
+   choisi) : une seule mise en forme sert aux deux, sinon elles divergent. La
+   liste est bornée en hauteur et défile — un dépôt publie facilement vingt
+   quantifications, et la modale ne doit pas s'étirer jusqu'à sortir de
+   l'écran. */
+.hf-list{display:flex;flex-direction:column;max-height:220px;overflow-y:auto;
+  border:1px solid var(--border);border-radius:12px;margin-top:6px}
+.hf-row{display:flex;align-items:center;gap:10px;padding:7px 12px;cursor:pointer;
+  border-top:1px solid var(--border);font-size:12px}
+.hf-row:first-child{border-top:0}
+.hf-row:hover{background:var(--row-bg-on)}
+/* Le nom prend la place restante et se tronque : un identifiant de dépôt long
+   ne doit pas pousser la taille et le verdict hors de la ligne. */
+.hf-name{flex:1;min-width:0;overflow:hidden;text-overflow:ellipsis;white-space:nowrap;color:var(--text)}
+.hf-meta{flex:none;color:var(--dim);font-family:var(--mono);font-size:10.5px;white-space:nowrap}
+/* Verdict mémoire. La couleur seule ne suffit pas — le mot est écrit dedans,
+   et l'explication complète est dans l'infobulle. */
+.hf-fit{flex:none;padding:1px 8px;border-radius:999px;font-size:10px;letter-spacing:.03em;
+  text-transform:uppercase;border:1px solid transparent}
+.hf-fit.ok{color:var(--ok);border-color:var(--ok)}
+.hf-fit.juste{color:var(--warn);border-color:var(--warn)}
+.hf-fit.trop{color:var(--err);border-color:var(--err)}
+.hf-head{display:flex;align-items:center;gap:10px;margin-top:6px;font-size:12px}
+.hf-mm{display:flex;align-items:center;gap:6px;margin-top:8px;font-size:11.5px;
+  color:var(--dim);cursor:pointer}
+.hf-mm.muted{cursor:default}

internal/loki/web_hf.go

@@ -0,0 +1,76 @@
+package loki
+
+// web_hf.go — routes de recherche de modèles sur Hugging Face.
+//
+//	GET /api/hf/search?q=…              dépôts GGUF correspondants
+//	GET /api/hf/files?repo=auteur/dépôt modèles, projecteurs et drafts du dépôt
+//
+// Les deux renvoient aussi le matériel local, pour que l'interface n'ait pas à
+// le demander séparément et n'affiche jamais une liste de tailles sans le
+// budget en face.
+
+import (
+	"net/http"
+	"strconv"
+	"strings"
+)
+
+func handleHFSearch(w http.ResponseWriter, r *http.Request) {
+	q := strings.TrimSpace(r.URL.Query().Get("q"))
+	if q == "" {
+		sendJSON(w, 400, map[string]any{"ok": false, "error": "précise ce que tu cherches"})
+		return
+	}
+	repos, err := hfSearch(r.Context(), q)
+	if err != nil {
+		sendJSON(w, 502, map[string]any{"ok": false, "error": err.Error()})
+		return
+	}
+	sendJSON(w, 200, map[string]any{"ok": true, "hardware": detectHardware(), "repos": repos})
+}
+
+// handleHFFiles liste les .gguf d'un dépôt, chaque modèle portant son verdict
+// « ça tient / ça ne tient pas ».
+//
+// Le verdict d'un modèle inclut le projecteur QUE si le dépôt en publie un : sur
+// un dépôt sans vision, compter un projecteur inexistant ferait basculer à tort
+// des modèles en « trop ». Le contexte pris en compte est celui du preset actif
+// (CTX), pas une constante : c'est lui qui sera réellement lancé.
+func handleHFFiles(w http.ResponseWriter, r *http.Request) {
+	repo := strings.TrimSpace(r.URL.Query().Get("repo"))
+	if repo == "" {
+		sendJSON(w, 400, map[string]any{"ok": false, "error": "dépôt manquant"})
+		return
+	}
+	list, err := hfFiles(r.Context(), repo)
+	if err != nil {
+		sendJSON(w, 502, map[string]any{"ok": false, "error": err.Error()})
+		return
+	}
+	hw := detectHardware()
+
+	// Contexte du preset actif, avec le même défaut que backend_serve.go — sinon
+	// le verdict est calculé sur un contexte que personne n'utilisera.
+	ctxTokens := 32768
+	if v, convErr := strconv.Atoi(strings.TrimSpace(ReadConfig()["CTX"])); convErr == nil && v > 0 {
+		ctxTokens = v
+	}
+
+	var mmSize int64
+	if p, ok := hfPickProjector(list.Projectors); ok {
+		mmSize = p.Size
+	}
+	for i := range list.Models {
+		list.Models[i].Verdict, list.Models[i].Why = fitVerdict(hw, list.Models[i].Size, mmSize, ctxTokens)
+	}
+	// `vision` sort d'ici et de nulle part ailleurs : c'est la présence d'un
+	// mmproj dans CE dépôt, pas un tag Hugging Face — lequel manque sur des
+	// dépôts qui en publient pourtant un.
+	// Un projecteur ne reçoit pas de verdict : il ne se charge jamais seul.
+	sendJSON(w, 200, map[string]any{
+		"ok": true, "hardware": hw, "ctx": ctxTokens,
+		"repo": list.Repo, "models": list.Models,
+		"projectors": list.Projectors, "drafts": list.Drafts,
+		"vision": len(list.Projectors) > 0,
+	})
+}

internal/loki/web_server.go

@@ -145,7 +145,6 @@ func newWebMux() *http.ServeMux {
 	api("/api/vram", handleVram)
 	api("/api/ram", handleRam)
 	api("/api/config", handleConfigEnv)
-	api("/api/catalog", handleCatalog)
 	api("/api/paths", handlePaths)
 	api("/api/update", handleUpdateCheck)
 	api("/api/update/apply", handleUpdateApply)
@@ -156,6 +155,8 @@ func newWebMux() *http.ServeMux {
 	api("/api/models/download/probe", handleModelDownloadProbe) // taille + espace libre avant de lancer
 	api("/api/models/download/status", handleModelDownloadStatus)
 	api("/api/models/download/cancel", handleModelDownloadCancel)
+	api("/api/hf/search", handleHFSearch) // chercher un modèle GGUF sur Hugging Face
+	api("/api/hf/files", handleHFFiles)   // quants et projecteurs d'un dépôt
 	api("/api/backends", handleBackends)
 	api("/api/backends/custom", handleBackendsCustom)                    // backends custom uniquement (hors ⚡/🔧)
 	api("/api/backends/devices", handleBackendDevices)                   // GPU vus par CE moteur (noms/ordre propres au backend)