Isole la mémoire par discussion : RAG inter-sessions désactivé par défaut

La mémoire long-terme rappelait des échanges d'AUTRES sessions dans la
discussion en cours : demander « un jeu d'échecs » ressortait une « appli
sport » demandée ailleurs, et déroutait les petits modèles.

- rag_enabled désactivé par défaut : chaque discussion ne se souvient que
  d'elle-même (résumé + messages récents, déjà en place).
- Migration v7 : désactive le RAG une fois sur les installs existantes
  (la valeur persiste en base /data) ; réactivable dans Réglages.
- Rappel plus strict quand le RAG est activé : seuil de similarité 0.45 -> 0.6.
- Réglages : libellé clarifié (« Mémoire entre sessions »).

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

backend/app/agent_config.py

@@ -10,7 +10,7 @@ from . import db
 CONFIG_KEY = "agent"
 MODEL_PROFILES_KEY = "model_profiles"
 PROFILE_STATE_KEY = "model_profiles_state"
-PROFILE_VERSION = 6
+PROFILE_VERSION = 7
 
 DEFAULT_SYSTEM_PROMPT = (
     "Tu es Loki, un assistant de développement local agentique. Tu disposes "
@@ -116,8 +116,12 @@ DEFAULT_CONFIG: dict = {
     "plan_mode": True,
     # Auto-critique : une passe de relecture/révision avant la réponse finale.
     "self_review": False,
-    # Mémoire long-terme (RAG) entre sessions, via un modèle d'embedding.
-    "rag_enabled": True,
+    # Mémoire long-terme (RAG) ENTRE sessions, via un modèle d'embedding.
+    # Désactivée par défaut : chaque discussion ne se souvient que d'elle-même
+    # (résumé + messages récents). Sinon une ancienne demande sans rapport (ex.
+    # « appli sport ») ressurgit dans une nouvelle discussion (ex. « jeu
+    # d'échecs ») et embrouille les petits modèles. Réactivable dans Réglages.
+    "rag_enabled": False,
     "embed_model": "auto",
     # Skills : méthodes expertes injectées automatiquement selon la tâche.
     "skills_enabled": True,
@@ -157,6 +161,15 @@ def _migrate_profiles() -> None:
         if prof.get("num_ctx") in (4096, 8192):
             prof["num_ctx"] = 16384
     db.set_config_value(MODEL_PROFILES_KEY, profiles)
+
+    # v7 : la mémoire inter-sessions (RAG) faisait ressurgir d'anciennes
+    # demandes sans rapport dans une nouvelle discussion. On la désactive une
+    # fois sur les installs existantes ; réactivable manuellement dans Réglages.
+    stored = db.get_config_value(CONFIG_KEY)
+    if stored and stored.get("rag_enabled"):
+        stored["rag_enabled"] = False
+        db.set_config_value(CONFIG_KEY, stored)
+
     db.set_config_value(PROFILE_STATE_KEY, {"version": PROFILE_VERSION})
 
 

backend/app/rag.py

@@ -28,7 +28,10 @@ _EMBED_HINTS = ("nomic-embed", "mxbai-embed", "bge-", "snowflake-arctic-embed",
                 "all-minilm", "embed")
 
 _TOP_K = 3
-_MIN_SCORE = 0.45
+# Seuil de similarité volontairement élevé : une mémoire n'est rappelée que si
+# elle est FORTEMENT proche de la demande. Trop bas (0.45), un « jeu d'échecs »
+# rappelait une « appli sport » et déroutait le modèle.
+_MIN_SCORE = 0.6
 _MAX_MEMORIES = 2000  # au-delà, on élague les plus anciens
 
 _embed_model_cache: dict = {"value": None, "checked_at": 0.0}

backend/app/routes/chat.py

@@ -334,7 +334,7 @@ async def chat(req: ChatRequest) -> StreamingResponse:
         # Préparation du contexte APRÈS le start SSE et en PARALLÈLE : rappel
         # RAG, plan et choix du modèle code partent ensemble au lieu de
         # s'enchaîner en bloquant le premier token.
-        want_rag = cfg.get("rag_enabled", True)
+        want_rag = cfg.get("rag_enabled", False)
         want_plan = cfg.get("plan_mode", True) and (
             use_code or enhance.needs_plan(req.content)
         )
@@ -443,7 +443,7 @@ async def chat(req: ChatRequest) -> StreamingResponse:
             asyncio.create_task(memory.maybe_summarize(
                 req.session_id, model, options=run_opts, keep_alive=keep,
             ))
-            if cfg.get("rag_enabled", True):
+            if cfg.get("rag_enabled", False):
                 last = db.list_messages(req.session_id)
                 answer = last[-1]["content"] if last else ""
                 asyncio.create_task(rag.index_exchange(
@@ -577,7 +577,7 @@ async def chat(req: ChatRequest) -> StreamingResponse:
         asyncio.create_task(memory.maybe_summarize(
             req.session_id, model, options=run_opts, keep_alive=keep,
         ))
-        if cfg.get("rag_enabled", True) and final_content:
+        if cfg.get("rag_enabled", False) and final_content:
             asyncio.create_task(rag.index_exchange(
                 req.session_id, req.content, final_content,
                 embed_model=cfg.get("embed_model"),

frontend/src/panels/SettingsView.tsx

@@ -432,8 +432,8 @@ export function SettingsView() {
                      "Décompose les demandes complexes en étapes"] as const,
                     ["self_review", "Auto-critique (Qualité +)",
                      "Relit et révise la réponse avant de la donner"] as const,
-                    ["rag_enabled", "Mémoire long-terme (RAG)",
-                     "Se souvient des anciennes sessions (modèle d'embedding requis)"] as const,
+                    ["rag_enabled", "Mémoire entre sessions (RAG)",
+                     "Rappelle d'AUTRES discussions dans celle-ci. Désactivé par défaut : sinon une ancienne demande sans rapport ressurgit. Chaque discussion garde toujours sa propre mémoire."] as const,
                     ["skills_enabled", "Skills automatiques",
                      "Méthodes expertes injectées selon la tâche (débogage, web, refactor…)"] as const,
                   ].map(([key, label, desc], i) => (