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/main.py

@@ -12,17 +12,41 @@ from fastapi.middleware.cors import CORSMiddleware
 from fastapi.responses import FileResponse
 from fastapi.staticfiles import StaticFiles
 
-from . import coder, db, rag
+from . import agent_config, coder, db, rag
 from .config import settings
 from .routes import benchmark, chat, config, files, models, sessions, shell, system
 
 
+async def _warm_default_model() -> None:
+    """Précharge le modèle par défaut en VRAM au démarrage (best-effort)."""
+    import asyncio
+    import logging
+
+    from .ollama_client import OllamaError, ollama
+
+    await asyncio.sleep(2)  # laisse le service démarrer
+    try:
+        cfg = agent_config.get_config(settings.default_model)
+        await ollama.warm(settings.default_model, cfg.get("keep_alive", "30m"))
+        logging.getLogger(__name__).info(
+            "Modèle %s préchargé en VRAM", settings.default_model
+        )
+    except (OllamaError, OSError, Exception) as exc:  # best-effort
+        logging.getLogger(__name__).info(
+            "Préchargement au démarrage ignoré : %s", exc
+        )
+
+
 @asynccontextmanager
 async def lifespan(_: FastAPI):
+    import asyncio
+
     db.init_db()
     rag.init_table()
     # Workspace en dépôt git : requis pour les commits du moteur code (Aider).
     coder.ensure_git(settings.workspace_dir)
+    # Préchargement du modèle par défaut, sans bloquer le démarrage.
+    asyncio.create_task(_warm_default_model())
     yield