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

backend/app/agent.py

@@ -80,6 +80,7 @@ async def run_agent(
     enabled_tools: list[str] | None = None,
     confirm_shell: bool = True,
     think: bool = True,
+    keep_alive: str | None = None,
 ) -> AsyncIterator[dict]:
     # enabled_tools=None -> tous les outils ; liste vide -> aucun outil.
     if enabled_tools is None:
@@ -127,6 +128,7 @@ async def run_agent(
                         tools=active_tools,
                         options=request_options,
                         think=request_think,
+                        keep_alive=keep_alive,
                         stream=True,
                     ):
                         msg = chunk.get("message", {})
@@ -314,7 +316,7 @@ async def run_agent(
                 final_chunk = ""
                 async for chunk in ollama.chat(
                     model, convo, options=request_options,
-                    think=request_think, stream=True
+                    think=request_think, keep_alive=keep_alive, stream=True
                 ):
                     tok = chunk.get("message", {}).get("content", "")
                     if tok: