Préchargement des modèles : warm + keep_alive + indicateur d'état

Évite le rechargement lent quand Ollama a déchargé le modèle de la VRAM :
- ollama_client.warm() : précharge un modèle (/api/generate sans prompt) ;
  chat() accepte keep_alive (durée de rétention en VRAM).
- agent.run_agent transmet keep_alive ; route chat le passe depuis la config.
- config : champ keep_alive (défaut 30m) par profil de modèle.
- routes/models : POST /api/models/warm, GET /api/models/loaded (placement
  GPU/CPU via /api/ps).
- main : préchargement du modèle par défaut au démarrage (arrière-plan,
  best-effort — n'empêche pas le démarrage si Ollama est absent).
- Frontend : préchargement automatique à la sélection d'un modèle, poll des
  modèles chargés (8s), pastille verte (GPU) / orange (CPU) / blanche (à
  charger) dans le sélecteur, réglage 'Maintien en VRAM' dans Configuration.

Tests : warm/loaded routes, keep_alive transmis, démarrage résilient sans
Ollama, build front.

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

README.md

@@ -115,6 +115,20 @@ npm run dev        # http://localhost:5173
 | `web_search`  | Recherche web (DuckDuckGo / SearxNG)   | désactivé  |
 | `run_shell`   | Exécuter une commande **(sensible)**   | désactivé  |
 
+## Préchargement des modèles (réponses instantanées)
+
+Ollama décharge un modèle de la VRAM après quelques minutes d'inactivité : le
+message suivant paie alors un rechargement complet (lent). Loki évite ça :
+
+- **Préchargement à la sélection** : choisir un modèle le charge immédiatement
+  en VRAM (`/api/models/warm`).
+- **Maintien au chaud** : chaque requête envoie un `keep_alive` (défaut 30 min,
+  réglable dans Configuration → Intelligence : de « décharger aussitôt » à
+  « toujours »).
+- **Préchargement au démarrage** du modèle par défaut (en arrière-plan).
+- **Indicateur d'état** : la pastille du sélecteur de modèle est verte quand le
+  modèle est chargé sur GPU, orange sur CPU, blanche s'il reste à charger.
+
 ## Intelligence augmentée
 
 - **Plan-puis-exécute** : les demandes complexes sont décomposées en 3-5 étapes