Auto-réglage GPU : détection, num_ctx optimal et bouton Réglage auto

Backend :
- agent_config : num_ctx dans la config, envoyé à Ollama (0 = défaut modèle)
- ollama_client : méthode ps() (placement GPU/CPU via /api/ps)
- autotune : placement() lit size vs size_vram pour savoir si le modèle est sur GPU
- routes/config : POST /api/config/auto (détecte GPU + modèle, calcule et applique
  num_ctx/max_tokens, renvoie la détection et le placement)

Frontend :
- client/store : autoTune(), état tuning + résultat
- SettingsView : bouton ⚡ Réglage auto, bannière de détection (GPU/VRAM,
  contexte, placement GPU/CPU), slider Contexte (num_ctx)

Config :
- GPU_VRAM_MB / GPU_NAME pour déclarer la VRAM si Ollama est distant

Tests : recommandation (8B sur 12 Go -> ctx 32768), route /auto + persistance,
transmission num_ctx aux options Ollama, placement via /api/ps.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01SVay7z3y7q2gEe54ByAE6N

backend/app/routes/config.py

@@ -1,10 +1,11 @@
-"""Routes de configuration de l'agent (lecture / mise à jour)."""
+"""Routes de configuration de l'agent (lecture / mise à jour / auto-réglage)."""
 from __future__ import annotations
 
 from fastapi import APIRouter
 from pydantic import BaseModel
 
-from .. import agent_config
+from .. import agent_config, autotune
+from ..config import settings
 
 router = APIRouter(prefix="/api/config", tags=["config"])
 
@@ -15,7 +16,14 @@ class ConfigPatch(BaseModel):
     top_p: float | None = None
     top_k: int | None = None
     max_tokens: int | None = None
+    num_ctx: int | None = None
     tools: dict[str, bool] | None = None
+    confirm_shell: bool | None = None
+
+
+class AutoTuneRequest(BaseModel):
+    model: str
+    apply: bool = True
 
 
 @router.get("")
@@ -30,3 +38,27 @@ async def get_config() -> dict:
 async def put_config(patch: ConfigPatch) -> dict:
     cfg = agent_config.save_config(patch.model_dump(exclude_none=True))
     return {"config": cfg}
+
+
+@router.post("/auto")
+async def auto_tune(req: AutoTuneRequest) -> dict:
+    """Détecte le GPU + le modèle, calcule les réglages optimaux, et (par
+    défaut) les applique. Renvoie le détail de la détection pour l'UI."""
+    reco = await autotune.recommend(req.model)
+    placement = await autotune.placement(req.model)
+
+    applied = None
+    if req.apply:
+        applied = agent_config.save_config(
+            {
+                "num_ctx": reco["recommended"]["num_ctx"],
+                "max_tokens": reco["recommended"]["max_tokens"],
+            }
+        )
+
+    return {
+        "detection": reco,
+        "placement": placement,
+        "config": applied or agent_config.get_config(),
+        "vram_override": settings.gpu_vram_mb,
+    }