Ajoute un interrupteur « Mode réflexion » (think) pour les modèles thinking

Certains modèles « thinking » ne renvoyaient que du raisonnement, sans reponse
finale -> erreur. Nouvel interrupteur global `think` (Reglages > Generation) :
- think=false envoie `think:false` a Ollama pour desactiver le raisonnement
- repli automatique si le modele refuse le parametre (does not support thinking)
- message d'erreur mis a jour pour pointer vers l'interrupteur

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

backend/app/agent.py

@@ -44,6 +44,12 @@ def _tools_not_supported(exc: OllamaError) -> bool:
     )
 
 
+def _thinking_not_supported(exc: OllamaError) -> bool:
+    """Le modèle (ou son template) refuse le paramètre ``think``."""
+    message = str(exc).lower()
+    return "does not support thinking" in message or "thinking is not supported" in message
+
+
 def _invalid_tool_arguments(exc: OllamaError) -> bool:
     message = str(exc).lower()
     return (
@@ -71,6 +77,7 @@ async def run_agent(
     options: dict | None = None,
     enabled_tools: list[str] | None = None,
     confirm_shell: bool = True,
+    think: bool = True,
 ) -> AsyncIterator[dict]:
     # enabled_tools=None -> tous les outils ; liste vide -> aucun outil.
     if enabled_tools is None:
@@ -88,6 +95,9 @@ async def run_agent(
     tool_fallback_used = False
     tool_repair_attempts = 0
     request_options = dict(options or {})
+    # On n'envoie ``think`` que pour le DÉSACTIVER (False) ; laissé à None, le
+    # modèle garde son comportement par défaut. Repli si le modèle le refuse.
+    request_think: bool | None = None if think else False
 
     # Métriques cumulées sur tous les appels Ollama du tour agentique : Ollama
     # les renvoie dans le chunk final (done=true) de chaque génération.
@@ -114,6 +124,7 @@ async def run_agent(
                         convo,
                         tools=active_tools,
                         options=request_options,
+                        think=request_think,
                         stream=True,
                     ):
                         msg = chunk.get("message", {})
@@ -191,6 +202,11 @@ async def run_agent(
                             ),
                         }
                         continue
+                    if request_think is not None and _thinking_not_supported(exc):
+                        # Le modèle n'accepte pas qu'on désactive sa réflexion :
+                        # on retire le paramètre et on relance.
+                        request_think = None
+                        continue
                     raise
 
             assistant_turn: dict = {"role": "assistant", "content": content_buf}
@@ -270,7 +286,8 @@ async def run_agent(
                 # Laisse le modèle conclure son tour (message d'attente).
                 final_chunk = ""
                 async for chunk in ollama.chat(
-                    model, convo, options=request_options, stream=True
+                    model, convo, options=request_options,
+                    think=request_think, stream=True
                 ):
                     tok = chunk.get("message", {}).get("content", "")
                     if tok:
@@ -299,8 +316,9 @@ async def run_agent(
         yield {
             "type": "error",
             "message": (
-                "Le modèle a terminé sans renvoyer de texte. Essayez un modèle "
-                "de chat récent ou désactivez son mode de réflexion avancée."
+                "Le modèle a terminé sans renvoyer de texte (il n'a produit que "
+                "du raisonnement). Désactive « Mode réflexion » dans les Réglages, "
+                "ou essaie un modèle de chat plus récent."
             ),
         }
         return

backend/app/agent_config.py

@@ -72,6 +72,9 @@ DEFAULT_CONFIG: dict = {
     "tools": dict(DEFAULT_TOOL_STATE),
     # Demander une validation utilisateur avant toute commande shell.
     "confirm_shell": True,
+    # Mode réflexion des modèles « thinking ». Désactiver (False) évite qu'un
+    # modèle ne renvoie que du raisonnement sans réponse finale.
+    "think": True,
 }
 
 

backend/app/ollama_client.py

@@ -106,6 +106,7 @@ class OllamaClient:
         *,
         tools: list[dict] | None = None,
         options: dict | None = None,
+        think: bool | None = None,
         stream: bool = True,
     ) -> AsyncIterator[dict]:
         """Conversation avec le modèle, en streaming token par token."""
@@ -114,6 +115,9 @@ class OllamaClient:
             payload["tools"] = tools
         if options:
             payload["options"] = options
+        # think=False désactive le raisonnement des modèles « thinking ».
+        if think is not None:
+            payload["think"] = think
 
         async with httpx.AsyncClient(
             timeout=_STREAM_TIMEOUT, follow_redirects=True

backend/app/routes/chat.py

@@ -72,6 +72,7 @@ async def chat(req: ChatRequest) -> StreamingResponse:
                     options=agent_config.ollama_options(cfg),
                     enabled_tools=agent_config.enabled_tool_names(cfg),
                     confirm_shell=cfg.get("confirm_shell", True),
+                    think=cfg.get("think", True),
                 ):
                     await queue.put(event)
             except Exception as exc:

backend/app/routes/config.py

@@ -20,6 +20,7 @@ class ConfigPatch(BaseModel):
     num_batch: int | None = None
     tools: dict[str, bool] | None = None
     confirm_shell: bool | None = None
+    think: bool | None = None
 
 
 @router.get("")

frontend/src/api/client.ts

@@ -72,6 +72,7 @@ export interface AgentConfig {
   num_batch: number;
   tools: Record<string, boolean>;
   confirm_shell: boolean;
+  think: boolean;
 }
 
 export async function runShell(

frontend/src/panels/SettingsView.tsx

@@ -289,6 +289,16 @@ export function SettingsView() {
                     onChange={(v) => set("num_batch", Math.round(v))}
                     last
                   />
+                  <div className="mt-4 flex items-center gap-3 border-2 border-line bg-base px-3 py-2.5">
+                    <div className="flex-1">
+                      <div className="text-[14px] text-ink">Mode réflexion</div>
+                      <div className="text-[12px] text-muted-2">
+                        Désactive si le modèle ne renvoie que du raisonnement sans
+                        réponse.
+                      </div>
+                    </div>
+                    <Toggle on={draft.think} onClick={() => set("think", !draft.think)} />
+                  </div>
                   <div className="mt-3 border-2 border-line bg-card-soft px-3 py-2 text-[12px] leading-relaxed text-muted-2">
                     La précision KV (<code>f16</code>/<code>q8_0</code>) est un
                     réglage global du serveur Ollama et nécessite son redémarrage.