Fix: remonter les erreurs Ollama au lieu de les avaler (agent muet)

Ollama signale certains échecs en cours de génération (OOM, contexte trop
grand, débordement sur CPU) via une ligne JSON {"error": ...} avec un statut
HTTP 200. La boucle de streaming ne lisait que message.content / tool_calls /
done : ces lignes étaient ignorées, le flux se terminait avec un contenu vide,
et l'UI n'affichait rien — l'agent semblait "ne pas répondre".

- ollama_client: OllamaError + détection des chunks {"error": ...} (chat & pull),
  corps de réponse remonté sur erreur HTTP, timeout de connexion court
  (échec rapide si Ollama injoignable) avec lecture sans limite, et parsing
  JSON tolérant aux lignes partielles.
- agent: capture d'OllamaError -> événement "error" affiché à l'utilisateur.
- docker-compose: config GPU NVIDIA pour le service Ollama embarqué (sinon CPU).

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

backend/app/agent.py

@@ -18,7 +18,7 @@ from typing import AsyncIterator
 
 import httpx
 
-from .ollama_client import ollama
+from .ollama_client import OllamaError, ollama
 from .tools import TOOL_DEFINITIONS, ToolError, run_tool
 
 MAX_ITERATIONS = 6
@@ -156,6 +156,11 @@ async def run_agent(
                 if final_chunk.strip():
                     text_parts.append(final_chunk.strip())
                 break
+    except OllamaError as exc:
+        # Échec signalé par Ollama (HTTP ou ligne d'erreur dans le flux) :
+        # souvent un débordement mémoire / contexte trop grand. On l'expose.
+        yield {"type": "error", "message": f"Ollama : {exc}"}
+        return
     except (httpx.HTTPError, OSError) as exc:
         yield {"type": "error", "message": str(exc)}
         return