Niveau supérieur : mémoire compressée, outils chirurgicaux, modèle code auto

Faire d'un petit modèle un bon agent :
- memory.py : contexte = invite + résumé des anciens tours + 10 derniers
  messages ; résumé régénéré en arrière-plan après chaque réponse (colonne
  summary sur sessions, migration douce). Contexte court = modèle concentré
  et qui tient sur le GPU.
- tools.py : edit_file (recherche/remplacement exact, erreurs pédagogiques,
  unicité exigée), grep_search (regex bornée, dossiers ignorés), et
  vérification syntaxique auto (.py/.json) après chaque écriture — l'erreur
  revient au modèle qui se corrige dans le même tour.
- coder.pick_code_model : les tâches de code vont au meilleur modèle code
  installé (qwen-coder, deepseek-coder…) via config code_model=auto.
- Branché dans la route chat (mémoire + résolution du modèle code) et la
  boucle agent (code_task) ; UI : descriptions et glyphes des nouveaux outils.

Tests : edit/grep/vérification, compression mémoire (19 msgs -> 12 dont
résumé), pick auto/explicite, chat HTTP de bout en bout, build front.

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

README.md

@@ -115,6 +115,25 @@ npm run dev        # http://localhost:5173
 | `web_search`  | Recherche web (DuckDuckGo / SearxNG)   | désactivé  |
 | `run_shell`   | Exécuter une commande **(sensible)**   | désactivé  |
 
+## Tirer le meilleur des petits modèles
+
+Loki est conçu pour qu'un modèle local modeste se comporte comme un bon agent :
+
+- **Mémoire compressée** : au-delà d'un seuil, les anciens tours sont résumés
+  en arrière-plan et le modèle ne reçoit que « invite + résumé + 10 derniers
+  messages ». Contexte court = modèle concentré, et qui reste sur le GPU.
+- **Outils chirurgicaux** : `edit_file` (recherche/remplacement exact — pas de
+  réécriture intégrale ratée), `grep_search` (trouver avant de modifier), et
+  `write_file` par morceaux (overwrite/append).
+- **Auto-vérification** : après chaque écriture, la syntaxe (`.py`, `.json`)
+  est contrôlée ; l'erreur est renvoyée immédiatement au modèle, qui se
+  corrige dans le même tour.
+- **Bon modèle au bon poste** : les tâches de code sont confiées au meilleur
+  modèle code installé (`qwen-coder`, `deepseek-coder`…), automatiquement
+  (config `code_model: auto`), même si tu discutes avec un généraliste.
+- **Récupération d'appels d'outils malformés** : arguments réparés ou
+  redemandés, modèles sans function-calling détectés et gérés.
+
 ## Moteur code (façon Claude Code) — routage automatique
 
 Loki embarque [Aider](https://aider.chat) (Apache-2.0, version figée) comme