💾 Disque S204
Utilisé…
Disponible…
Pct…
🧠 Mémoire RAM
Utilisée…
Disponible…
Pct…
⚡ Charge CPU
1 min…
5 min…
15 min…
📊 Quick Ask 24h
Calls…
RAG used…
p50 latency…
🦙 Ollama LOCAL (Modèles Souverains S204)
Chargement…
🔗 Cascade Quick Ask v3.13
Chargement…
🌍 Sovereign API + Remote
Engine…
Providers actifs…
Port 4000…
Kaggle Remote…
URL…
Models GPU…
💡 Si Kaggle DOWN : reset le tunnel cloudflared sur ton notebook Kaggle, puis update OLLAMA_REMOTE_URL dans /etc/weval/ollama-remote.env
📚 RAG SMART (Doctrines + Vault)
Wiki MD docs…
Obsidian vault…
TF-IDF index…
Index âge…
🗜️ Compression de Contexte (Conversations longues)
Colle ici une conversation longue. Le brain va la résumer en gardant: décisions, faits techniques, actions, états. Économie tokens 60-90%.
🧬 Composition WEVAL Brain v6
WEVAL BRAIN v6 = WEVIA Master + Ollama Sovereign + RAG SMART + Compression
┌─ COUCHE 1 — WEVIA MASTER (orchestrator) ─────────────────────────────┐
│ /api/wevia-master-api.php — 2820+ intents, multi-agent │
│ Triggers: NL chat, qa, demande IA, status, etc. │
└──────────────────────────────────────────────────────────────────────┘
↓
┌─ COUCHE 2 — QUICK ASK CASCADE (RAG-aware Q&A) ───────────────────────┐
│ /api/wevia-quick-ask.php v3.13 — 5+ providers cascade │
│ - Cerebras qwen-3-235b (primary, 248ms) │
│ - Mistral small-latest (fast, 500ms) │
│ - Cohere command-r-plus (safety, 2s) │
│ - NVIDIA NIM Llama 3.3 70b (cloud) │
│ - GitHub Models Llama 3.1 8b (cloud) │
│ - tinydolphin LOCAL (uncensored, 100% sovereign) │
│ - llama3.2:1b LOCAL (uncensored, 100% sovereign) │
└──────────────────────────────────────────────────────────────────────┘
↓
┌─ COUCHE 3 — RAG SMART (knowledge retrieval) ─────────────────────────┐
│ - 200+ wiki doctrines + 500+ obsidian vault │
│ - TF-IDF index 756 docs, cosine fallback │
│ - Tier1/2/3 scoring + filename PREFIX +500 │
│ - Cache 5min auto-invalidate sur mtime │
│ - Citations validation (cited_sources/invalid) │
└──────────────────────────────────────────────────────────────────────┘
↓
┌─ COUCHE 4 — COMPRESSION CONTEXTE (économie tokens) ──────────────────┐
│ /api/weval-brain-v6-api.php?action=compress │
│ - Résume conversations longues via Mistral (60-90% reduction) │
│ - Préserve décisions + faits techniques + actions + états │
│ - Élimine politesses, redondances, debug, essais ratés │
└──────────────────────────────────────────────────────────────────────┘
↓
┌─ COUCHE 5 — OLLAMA UNCENSORED (souveraineté absolue) ────────────────┐
│ - tinydolphin:latest (637 MB, 1B params, Q4_0) │
│ - llama3.2:1b (1.3 GB, 1.2B params, Q8_0) │
│ - dolphin-llama3:8b (4.7 GB, 8B params, Q4_0) [slow CPU] │
│ - all-minilm:latest (46 MB, 23M, embeddings) │
│ - Endpoint: http://127.0.0.1:11434/v1/chat/completions │
│ - 0€ cost, 0 cloud dependency, censorship-free │
└──────────────────────────────────────────────────────────────────────┘
↓
┌─ COUCHE 6 — REMOTE GPU (vitesse + qualité) ──────────────────────────┐
│ Kaggle Cloudflare Tunnel → Ollama GPU T4 30h/sem GRATUIT │
│ Setup: notebook Kaggle + cloudflared + URL → /etc/weval/ollama-remote.env
│ ⚠️ Actuellement DOWN — restart tunnel pour réactiver │
└──────────────────────────────────────────────────────────────────────┘
ENDPOINTS:
📊 /api/weval-brain-v6-api.php?action=state — état complet
🧪 /api/weval-brain-v6-api.php?action=test_model — test modèle
🗜️ /api/weval-brain-v6-api.php?action=compress — compression
💬 /api/wevia-quick-ask.php — Q&A cascade
🌍 /api/wevia-master-api.php — NL orchestrator
📈 /api/quick-ask-stats.php — analytics 24h
💾 /api/disk-monitor.php — disk monitoring