Conteneurisation : image CUDA autonome (moteur + UI, un seul conteneur)

- Dockerfile 3 étapes : llama.cpp CUDA (flags de backend_build.go, sauf
  GGML_NATIVE=OFF — l'image est bâtie sur un runner, pas sur la machine
  cible), binaire Go statique, runtime CUDA léger (tini, git, nodejs pour
  les serveurs MCP npx).
- docker-entrypoint.sh : sème BIN/HOST/PORT (+ MODEL/CTX/NGL depuis l'env,
  au premier boot seulement), lance le moteur en supervision PID puis
  'loki web' au premier plan. UI seule exposée (8090) ; le moteur (8080,
  non authentifié) reste interne.
- Nouvelle commande 'loki config [get|set]' : configuration non interactive
  (la config vit dans bbolt, pas dans un fichier plat).
- docker-compose.yml (build local, réservation GPU) + variante Unraid
  (image GHCR, runtime nvidia) ; volumes /data (LOKI_HOME) et /models.

Un seul conteneur car llm_client.go joint le moteur sur localhost (hérité
de l'amont).

.env.example

@@ -0,0 +1,19 @@
+# ── Loki — configuration du build/run Docker ────────────────────────────
+# (fork d'AJEAN : https://github.com/nathaninline/ajean)
+
+# Port de l'interface web (identique dedans/dehors).
+LOKI_WEB_PORT=8090
+
+# Architectures CUDA compilées (build local uniquement).
+# 75=Turing (GTX 16xx / RTX 20xx), 86=Ampere (RTX 30xx), 89=Ada (RTX 40xx).
+# Restreindre à sa carte divise le temps de compilation.
+CUDA_ARCHS=75;86;89
+
+# Optionnel — semé au PREMIER démarrage seulement (modifiable ensuite dans
+# l'UI, qui garde la main) :
+# Modèle initial : nom d'un .gguf présent dans ./models ou chemin complet.
+LOKI_MODEL=
+# Taille de contexte (défaut moteur : 32768)
+LOKI_CTX=
+# Couches déportées sur le GPU (défaut : 999 = tout)
+LOKI_NGL=