diff --git a/docs/README.md b/docs/README.md
new file mode 100644
index 0000000..55ed45c
--- /dev/null
+++ b/docs/README.md
@@ -0,0 +1,102 @@
+# Documentation Audio & GPU - Effi
+
+Documentation technique pour les composants audio (TTS/STT) et l'optimisation GPU.
+
+## 📚 Contenu
+
+### Audio
+- [TTS Research](audio/tts-research.md) - Recherche sur les solutions Text-to-Speech
+- [STT Research](audio/stt-research.md) - Recherche sur les solutions Speech-to-Text
+
+### GPU
+- [GPU Optimization](gpu/optimization.md) - Optimisation VRAM et Ollama
+
+---
+
+## 🗺️ Architecture Audio Actuelle
+
+```
+┌─────────────────────────────────────────────────────────────┐
+│                      Fedora (192.168.1.11)                   │
+│                                                              │
+│  ┌─────────────┐    ┌─────────────────────────────────┐     │
+│  │   Ollama    │    │      effi-stt (STT)              │     │
+│  │   qwen3.5   │    │  faster-whisper large-v3       │     │
+│  │  (Q4_K_M)   │    │  Port: 8200                     │     │
+│  │ Port: 11434 │    └─────────────────────────────────┘     │
+│  └─────────────┘                                             │
+└─────────────────────────────────────────────────────────────┘
+                              │
+                              ▼
+┌─────────────────────────────────────────────────────────────┐
+│                   Effi-Serveur (192.168.1.27)               │
+│                                                              │
+│  ┌─────────────┐    ┌─────────────┐    ┌──────────────┐    │
+│  │ OpenWebUI   │    │ WoL Proxy   │    │  Whisper     │    │
+│  │ Port: 3000  │───▶│ Port: 3011  │───▶│  (unused)    │    │
+│  └─────────────┘    └─────────────┘    └──────────────┘    │
+│                                                              │
+│  ┌─────────────────────────────────────────────────────┐    │
+│  │           openedai-speech (TTS)                      │    │
+│  │  Piper + XTTS v2, Port: 8100                       │    │
+│  │  ⚠️ ARCHIVED - pas de mises à jour                 │    │
+│  └─────────────────────────────────────────────────────┘    │
+└─────────────────────────────────────────────────────────────┘
+                              │
+                              ▼
+┌─────────────────────────────────────────────────────────────┐
+│                    Synology (192.168.1.25)                   │
+│                                                              │
+│  Services planning:                                          │
+│  - Beszel Hub: 8090 (monitoring)                           │
+│  - Dozzle: 8888 (logs Docker)                               │
+└─────────────────────────────────────────────────────────────┘
+```
+
+---
+
+## 📊 Résumé des Services
+
+| Service | Port | Status | Notes |
+|---------|------|--------|-------|
+| Ollama | 11434 | ✅ Actif | qwen3.5:latest |
+| effi-stt | 8200 | ✅ Actif | faster-whisper large-v3 |
+| openedai-speech | 8100 | ⚠️ Archivé | XTTS v2 |
+| OpenWebUI | 3000 | ✅ Actif | Ubuntu |
+| WoL Proxy | 3011 | ✅ Actif | Ubuntu |
+
+---
+
+## 🔮 Améliorations Futures
+
+### TTS (Text-to-Speech)
+1. **Voxtral TTS** (priorité haute)
+   - Surveillance: vLLM-Omni supporter quantization
+   - Requiert: 16GB VRAM (BF16) ou solution Q4
+
+2. **Kokoro-FastAPI** (si Voxtral indisponible)
+   - Léger (~2-4GB VRAM)
+   - Voix française limitée (`ff_swis` Grade B-)
+
+### STT (Speech-to-Text)
+1. **Voxtral STT** (surveillance)
+   - OpenWebUI support natif (API Mistral)
+   - Option cloud ou local si VRAM disponible
+
+### Monitoring
+1. **Beszel** - Surveillance CPU/RAM/GPU
+2. **Dozzle** - Logs Docker temps réel
+
+---
+
+## 🔗 Liens Utiles
+
+- [Gitea Effi](https://gitea.folzocorp.fr/Folzo/effi)
+- [OpenWebUI Docs](https://docs.openwebui.com/)
+- [vLLM-Omni](https://github.com/vllm-project/vllm-omni)
+- [Kokoro-FastAPI](https://github.com/remsky/Kokoro-FastAPI)
+- [Mistral Voxtral](https://mistral.ai/news/voxtral-tts)
+
+---
+
+*Dernière mise à jour: Avril 2026*
diff --git a/docs/audio/README.md b/docs/audio/README.md
new file mode 100644
index 0000000..1236984
--- /dev/null
+++ b/docs/audio/README.md
@@ -0,0 +1,24 @@
+# Audio Documentation
+
+## Fichiers
+- [TTS Research](tts-research.md) - Recherche solutions Text-to-Speech
+- [STT Research](stt-research.md) - Recherche solutions Speech-to-Text
+
+## Résumé
+
+### TTS (Text-to-Speech)
+| Solution | Status | VRAM | Notes |
+|----------|--------|------|-------|
+| openedai-speech | ✅ Production | ~4GB | Archivé |
+| Voxtral TTS | 🔬 Recherche | 16GB+ | En attente quantization |
+| Kokoro-FastAPI | 🔬 Alternative | ~2-4GB | Si Voxtral indisponible |
+
+### STT (Speech-to-Text)
+| Solution | Status | Compute | Notes |
+|----------|--------|---------|-------|
+| faster-whisper | ✅ Production | CPU | Actuel |
+| Voxtral STT | 🔬 Recherche | GPU | Cloud API possible |
+
+---
+
+*Dernière mise à jour: Avril 2026*
diff --git a/docs/audio/stt-research.md b/docs/audio/stt-research.md
new file mode 100644
index 0000000..7e37a32
--- /dev/null
+++ b/docs/audio/stt-research.md
@@ -0,0 +1,157 @@
+# STT (Speech-to-Text) Research - Avril 2026
+
+## Objectif
+Évaluer les solutions STT pour intégrer Voxtral de Mistral ou améliorer faster-whisper.
+
+---
+
+## Solutions Évaluées
+
+### 1. Voxtral STT (Mistral) ⭐ INTÉRÊT FUTUR
+
+#### Caractéristiques
+| Caractéristique | Valeur |
+|-----------------|--------|
+| **Modèle** | `mistralai/Voxtral-Mini-4B-Realtime-2602` |
+| **Type** | Streaming ASR (Speech-to-Text) |
+| **License** | Apache-2.0 ✅ |
+| **Langues** | 13 |
+| **VRAM** | ≥16GB (BF16) |
+| **Source** | [Hugging Face](https://huggingface.co/mistralai/Voxtral-Mini-4B-Realtime-2602) |
+
+#### Avantages
+- ✅ OpenWebUI support natif via API Mistral
+- ✅ Streaming avec latence configurable (80ms - 2400ms)
+- ✅ Apache-2.0 license
+- ✅ Peut tourner sur vLLM ou Transformers
+
+#### Inconvénients
+- ⚠️ 16GB VRAM minimum (BF16)
+- ⚠️ Requiert configuration spéciale pour streaming
+
+#### Configuration OpenWebUI (Cloud API)
+```yaml
+Speech-to-Text Engine: MistralAI
+API Key: your-mistral-api-key
+STT Model: voxtral-mini-latest
+```
+
+#### Alternative: Voxtral Mini Transcribe 2
+| Modèle | Type | Description |
+|--------|------|-------------|
+| `voxtral-mini-transcribe-26-02` | Premier | Dernière version |
+| `voxtral-mini-transcribe-realtime-26-02` | Open | Streaming temps réel |
+
+---
+
+### 2. Faster-Whisper (Actuel) 🔵 EN PRODUCTION
+
+#### Caractéristiques
+| Caractéristique | Valeur |
+|-----------------|--------|
+| **Modèle** | `Systran/faster-whisper-large-v3` |
+| **Compute** | CPU (int8) |
+| **Langue** | Français |
+| **API** | Custom FastAPI (effi-stt) |
+| **Port** | 8200 |
+
+#### Avantages
+- ✅ Fonctionne actuellement en production
+- ✅ Gratuit (pas d'API key)
+- ✅ Local (vie privée)
+- ✅ Performance acceptable sur CPU
+
+#### Inconvénients
+- ⚠️ CPU only (plus lent que GPU)
+- ⚠️ Utilisation effi-stt custom (à maintenir)
+
+#### Setup Actuel
+```yaml
+# OpenWebUI Configuration
+AUDIO_STT_ENGINE: openai
+AUDIO_STT_OPENAI_API_BASE_URL: http://192.168.1.11:8200/v1
+AUDIO_STT_OPENAI_API_KEY: anything
+AUDIO_STT_MODEL: Systran/faster-whisper-large-v3
+```
+
+#### Code Source
+`effi-stt/main.py` - FastAPI wrapper autour de faster-whisper
+
+---
+
+### 3. Whisper OpenAI API (Cloud)
+
+#### Caractéristiques
+| Caractéristique | Valeur |
+|-----------------|--------|
+| **Modèle** | whisper-1 |
+| **Coût** | Payant (par minute) |
+| **API Key** | OpenAI requise |
+
+#### Configuration OpenWebUI
+```yaml
+Speech-to-Text Engine: OpenAI
+API Key: your-openai-api-key
+```
+
+---
+
+## Comparatif STT
+
+| Critère | Voxtral (Cloud) | Faster-Whisper | Whisper (Cloud) |
+|---------|------------------|----------------|-----------------|
+| **Coût** | Per-minute | Gratuit | Payant |
+| **Vie privée** | ❌ Cloud | ✅ Local | ❌ Cloud |
+| **VRAM** | 16GB+ (si local) | 0 (CPU) | 0 |
+| **OpenWebUI** | Natif | Custom API | Natif |
+| **French** | ✅ | ✅ | ✅ |
+
+---
+
+## Recommandations
+
+### Pour Usage Personnel (Actuel)
+**Garder faster-whisper** car:
+- Gratuit et local
+- Fonctionne bien pour le français
+- Pas de dépendance cloud
+
+### Pour Amélioration Future
+**Considérer Voxtral si:**
+- OpenWebUI intègre le support natif local
+- Vous avez un GPU avec ≥16GB VRAM disponible
+- Vous voulez améliorer la qualité
+
+---
+
+## Notes Techniques
+
+### Modèles Faster-Whisper Disponibles
+| Modèle | Paramètres | Langues | Taille |
+|--------|------------|---------|--------|
+| tiny | 39M | 99 | ~75MB |
+| base | 74M | 99 | ~150MB |
+| small | 244M | 99 | ~500MB |
+| medium | 769M | 99 | ~1.5GB |
+| large-v3 | 1.56B | 99 | ~3GB |
+
+### Configuration ACTUELLE
+```python
+# effi-stt/main.py
+MODEL_SIZE = "large-v3"
+DEVICE = "cpu"
+COMPUTE_TYPE = "int8"
+LANGUAGE = "fr"
+```
+
+---
+
+## Sources
+- [Voxtral Mini Transcribe](https://huggingface.co/mistralai/Voxtral-Mini-4B-Realtime-2602)
+- [Faster-Whisper](https://github.com/SYSTRAN/faster-whisper)
+- [OpenWebUI STT Docs](https://docs.openwebui.com/features/chat-conversations/audio/speech-to-text/)
+
+---
+
+*Document créé: Avril 2026*
+*Dernière mise à jour: Avril 2026*
diff --git a/docs/audio/tts-research.md b/docs/audio/tts-research.md
new file mode 100644
index 0000000..ee22815
--- /dev/null
+++ b/docs/audio/tts-research.md
@@ -0,0 +1,187 @@
+# TTS (Text-to-Speech) Research - April 2026
+
+## Objectif
+Évaluer les solutions TTS pour intégrer Voxtral de Mistral ou améliorer la solution existante (openedai-speech).
+
+---
+
+## Solutions Évaluées
+
+### 1. Voxtral TTS (Mistral) ⭐ PRIORITÉ FUTURE
+
+#### Caractéristiques
+| Caractéristique | Valeur |
+|-----------------|--------|
+| **Modèle** | `mistralai/Voxtral-4B-TTS-2603` |
+| **Taille** | 4B paramètres |
+| **License** | CC BY-NC 4.0 (non-commercial) |
+| **Langues** | 9 (English, French, German, Spanish, Dutch, Portuguese, Italian, Hindi, Arabic) |
+| **Source** | [Hugging Face](https://huggingface.co/mistralai/Voxtral-4B-TTS-2603) |
+
+#### VRAM Requirements
+| Quantization | VRAM | Status |
+|--------------|------|--------|
+| BF16 (original) | 16GB+ | ✅ Fonctionne avec vLLM-Omni |
+| F16 | ~9GB | ❌ Non supporté par vLLM-Omni |
+| Q8_0 | ~5GB | ❌ Non supporté par vLLM-Omni |
+| Q4 (GGUF) | ~3GB | ❌ Non supporté par vLLM-Omni |
+
+#### Limitations Actuelles
+- **vLLM-Omni ne supporte que le modèle BF16 officiel** (16GB VRAM minimum)
+- Les quantizations GGUF (Q4, Q8) utilisent llama.cpp/Burn et ne sont pas compatibles
+- Votre RX 7800 XT 16GB est pile à la limite
+
+#### Installation (si VRAM résolu)
+```bash
+# Option Docker
+docker run -d \
+  --name voxtral-tts \
+  --runtime rocm \
+  --ipc=host \
+  -p 8000:8000 \
+  -v ~/.cache/huggingface:/root/.cache/huggingface \
+  vllm/vllm-omni:v0.18.0 \
+  vllm serve mistralai/Voxtral-4B-TTS-2603 --omni
+```
+
+#### Configuration OpenWebUI
+```yaml
+TTS Engine: OpenAI
+API Base URL: http://192.168.1.11:8000/v1
+Model: mistralai/Voxtral-4B-TTS-2603
+Voice: casual_male  # ou autre voix française
+```
+
+#### Voix Disponibles
+20 voix préconfigurées + adaptation avec 3-25s d'audio de référence
+
+#### Points de Surveillance
+- [ ] Vérifier si vLLM supporte les quantizations pour Voxtral
+- [ ] Surveiller les releases vLLM-Omni pour support quantization
+- [ ] Alternative: utiliser API Mistral (cloud) si local trop lourd
+
+---
+
+### 2. Kokoro-FastAPI ✅ RECOMMANDÉ SI UPGRADE
+
+#### Caractéristiques
+| Caractéristique | Valeur |
+|-----------------|--------|
+| **Modèle** | Kokoro-82M (StyleTTS 2) |
+| **Taille** | 82 million paramètres |
+| **License** | Apache 2.0 ✅ |
+| **VRAM** | ~2-4 GB |
+| **Source** | [GitHub](https://github.com/remsky/Kokoro-FastAPI) |
+
+#### Avantages
+- ✅ Léger (~2-4GB VRAM) - ne bloquera pas le GPU
+- ✅ 54+ voix prêtes à l'emploi
+- ✅ Voice mixing (combiner voix avec poids)
+- ✅ TTS Arena #2 (open-weight, Elo 1056)
+- ✅ OpenWebUI bien documenté
+- ✅ Development actif (4.7k stars)
+- ✅ Apache 2.0 (usage commercial OK)
+
+#### Inconvénients
+- ⚠️ **Voix française limitée**: `ff_swis` (Grade B-, <11h training data)
+- ❌ Pas de voice cloning natif
+
+#### Installation
+```bash
+# GPU (NVIDIA - pas ROCm pour l'instant)
+docker run --gpus all -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-gpu:latest
+
+# CPU (fallback)
+docker run -p 8880:8880 ghcr.io/remsky/kokoro-fastapi-cpu:latest
+```
+
+#### Configuration OpenWebUI
+```yaml
+TTS Engine: OpenAI
+API Base URL: http://host.docker.internal:8880/v1
+API Key: not-needed
+Model: kokoro
+Voice: af_bella  # ou autre voix
+```
+
+#### Voix Françaises
+| Voice | Type | Grade | Notes |
+|-------|------|-------|-------|
+| `ff_swis` | Female | B- | <11 hours training data |
+
+---
+
+### 3. Openedai-Speech (Actuel) 🔵 EN PRODUCTION
+
+#### Caractéristiques
+| Caractéristique | Valeur |
+|-----------------|--------|
+| **Modèle** | Piper TTS + XTTS v2 |
+| **License** | AGPL-3.0 |
+| **VRAM** | ~4 GB (XTTS) |
+| **Status** | **ARCHIVED** ⚠️ |
+| **Source** | [GitHub](https://github.com/matatonic/openedai-speech) |
+
+#### Avantages
+- ✅ Fonctionne actuellement en production
+- ✅ Voice cloning avec XTTS v2 (6-30 sec audio)
+- ✅ 16 langues supportées
+- ✅ Vous avez déjà des voix françaises téléchargées
+
+#### Inconvénients
+- ⚠️ **Archivé** - plus de mises à jour
+- ⚠️ AGPL-3.0 (copyleft)
+- ⚠️ Plus lourd (~4GB VRAM)
+
+#### Solution Alternative
+`speaches.ai` - projet qui continue le développement
+
+---
+
+## Recommandations
+
+### Pour Usage Personnel (Actuel)
+**Garder openedai-speech** car:
+- Fonctionne actuellement
+- Voice cloning français possible
+- Ne nécessite pas de changement
+
+### Pour Amélioration Future
+**Surveiller dans l'ordre:**
+1. **Voxtral TTS** - Meilleure qualité française si:
+   - vLLM supporte la quantization (Q4/Q8)
+   - Ou si vous pouvez dédicacer 16GB VRAM
+   
+2. **Kokoro-FastAPI** - Si:
+   - Qualité française de `ff_swis` suffit
+   - Vous voulez une solution légère et active
+   - Voice mixing suffit (pas besoin de cloning)
+
+---
+
+## Notes Techniques
+
+### VRAM GPU (RX 7800 XT 16GB)
+- Modèle qwen3.5:latest (Q4_K_M): ~2.5GB
+- Voxtral BF16: ~16GB (pile à la limite)
+- Kokoro: ~2-4GB
+- openedai-speech (XTTS): ~4GB
+
+### Conflicts Potentiels
+- `OLLAMA_KEEP_ALIVE=0` pourrait entrer en conflit avec vLLM-Omni
+- Tester avant déploiement en production
+
+---
+
+## Sources
+- [Voxtral TTS - Hugging Face](https://huggingface.co/mistralai/Voxtral-4B-TTS-2603)
+- [vLLM-Omni](https://github.com/vllm-project/vllm-omni)
+- [Kokoro-FastAPI](https://github.com/remsky/Kokoro-FastAPI)
+- [Kokoro Model](https://huggingface.co/hexgrad/Kokoro-82M)
+- [Openedai-Speech](https://github.com/matatonic/openedai-speech) (archived)
+- [TTS Arena Rankings](https://huggingface.co/spaces/TTS-AGI/TTS-Arena)
+
+---
+
+*Document créé: Avril 2026*
+*Dernière mise à jour: Avril 2026*
diff --git a/docs/gpu/README.md b/docs/gpu/README.md
new file mode 100644
index 0000000..0f4878b
--- /dev/null
+++ b/docs/gpu/README.md
@@ -0,0 +1,23 @@
+# GPU Documentation
+
+## Fichiers
+- [Optimization](optimization.md) - Optimisation VRAM et Ollama
+
+## Résumé
+
+### RX 7800 XT 16GB - Configuration
+| Paramètre | Valeur |
+|-----------|--------|
+| VRAM Totale | 16GB |
+| OLLAMA_KEEP_ALIVE | 0 |
+| qwen3.5:latest (Q4_K_M) | ~2.5GB |
+
+### Optimisations Appliquées
+- [x] OLLAMA_KEEP_ALIVE=0
+- [x] Service Ollama redémarré
+- [x] WoL Proxy timeout réduit
+- [ ] Monitoring Beszel+Dozzle
+
+---
+
+*Dernière mise à jour: Avril 2026*
diff --git a/docs/gpu/optimization.md b/docs/gpu/optimization.md
new file mode 100644
index 0000000..6a5f783
--- /dev/null
+++ b/docs/gpu/optimization.md
@@ -0,0 +1,180 @@
+# GPU Optimization - Avril 2026
+
+## Contexte
+Optimisation GPU pour éviter le blocage de la RX 7800 XT 16GB par Ollama et les services TTS/STT.
+
+---
+
+## Problème Initial
+**Symptôme**: GPU bloqué à 100% utilisation malgré l'inactivité
+**Cause**: `OLLAMA_KEEP_ALIVE=-1` (défaut) - modèles chargés indéfiniment en VRAM
+
+---
+
+## Solutions Appliquées
+
+### 1. OLLAMA_KEEP_ALIVE=0 ✅ APPLIQUÉ
+
+#### Configuration
+```bash
+# Fichier: /etc/systemd/system/ollama.service.d/override.conf
+[Service]
+Environment=OLLAMA_KEEP_ALIVE=0
+```
+
+#### Application
+```bash
+# Redémarrer le service Ollama
+sudo systemctl restart ollama
+
+# Vérifier
+systemctl show ollama | grep Environment
+# Doit afficher: OLLAMA_KEEP_ALIVE=0
+```
+
+#### Vérification
+```bash
+# Test: faire une requête puis vérifier VRAM
+curl -s http://localhost:11434/api/ps
+# Doit montrer "models": [] après requête
+
+rocm-smi --showmeminfo vram
+# Doit montrer ~3-9% VRAM après requête (idle)
+```
+
+---
+
+### 2. WoL Proxy Timeout ⚠️ MODIFIÉ
+
+#### Configuration Actuelle
+```python
+# wol-proxy/app.py
+WAKE_TIMEOUT = 60  # Secondes
+timeout = 600      # Ancien: 10 minutes (problème)
+```
+
+#### Problème
+- Timeout de 600s (10 minutes) maintenait les connexions longues
+- Empêchait Ollama de décharger les modèles
+
+#### Solution
+- Réduire `timeout` à une valeur plus basse
+- Ou utiliser `keep_alive=0` dans les requêtes
+
+---
+
+## Surveillance GPU
+
+### Commandes Utiles
+```bash
+# VRAM et utilisation GPU
+rocm-smi --showmeminfo vram --showuse
+
+# Watching en temps réel
+watch -n 1 rocm-smi --showmeminfo vram --showuse
+
+# Vérifier processus Ollama
+ps aux | grep ollama
+
+# Forcer déchargement si nécessaire
+~/scripts/kill-ollama.sh
+```
+
+### Scripts Disponibles
+| Script | Fonction |
+|--------|----------|
+| `~/scripts/kill-ollama.sh` | Tuer processus Ollama bloquants |
+| `~/scripts/configure-ollama-antiblock.sh` | Configure OLLAMA_KEEP_ALIVE=0 |
+| `~/Documents/OpenCode/Projets/Effi/scripts/diagnose-gpu.sh` | Diagnostic GPU |
+| `~/Documents/OpenCode/Projets/Effi/scripts/debug-gpu.sh` | Debug avancé |
+
+---
+
+## VRAM par Service
+
+### Configuration Actuelle
+| Service | VRAM | Emplacement |
+|---------|------|-------------|
+| Ollama (qwen3.5:latest, Q4_K_M) | ~2.5GB | Fedora (192.168.1.11) |
+| openedai-speech (XTTS) | ~4GB | Ubuntu (192.168.1.27) |
+| faster-whisper | CPU | Ubuntu (192.168.1.27) |
+
+### Options TTS avec VRAM
+| Solution | VRAM | Notes |
+|----------|------|-------|
+| Voxtral TTS (BF16) | 16GB+ | Trop lourd |
+| Voxtral TTS (Q4 GGUF) | ~3GB | Incompatible vLLM-Omni |
+| Kokoro-FastAPI | ~2-4GB | ✅ Compatible |
+| openedai-speech | ~4GB | Actuel |
+
+---
+
+## Problèmes Connus
+
+### 1. expires_at: 4 heures
+**Symptôme**: Modèle charge avec `expires_at` 4h dans le futur même avec KEEP_ALIVE=0
+
+**Causes possibles**:
+- OpenWebUI envoie `keep_alive` custom dans les requêtes
+- WoL proxy timeout
+- Configuration OpenWebUI
+
+**Investigation**:
+```bash
+# Vérifier si OpenWebUI envoie keep_alive custom
+ssh ubuntu-server "docker exec open-webui env | grep -i keep"
+
+# Vérifier logs OpenWebUI
+docker logs open-webui -f
+```
+
+### 2. Stuck Runner Processes
+**Symptôme**: Processus `ollama runner` restent en mémoire
+
+**Solution**:
+```bash
+# Identifier les processus
+ps aux | grep "ollama runner"
+
+# Tuer manuellement
+kill -9 <PID>
+
+# Ou utiliser le script
+~/scripts/kill-ollama.sh
+```
+
+---
+
+## Monitoring Recommandé
+
+### Beszel + Dozzle (Planifié)
+Installation prévue sur Synology (192.168.1.25):
+- **Beszel Hub**: 8090 (surveillance CPU/RAM/GPU)
+- **Dozzle**: 8888 (logs Docker)
+
+Agents sur:
+- **Folzo Corp** (Fedora): Agent Beszel
+- **Effi-Serveur** (Ubuntu): Agent Beszel
+
+---
+
+## Checklist GPU
+
+- [x] OLLAMA_KEEP_ALIVE=0 configuré
+- [x] Service Ollama redémarré
+- [x] WoL proxy timeout réduit
+- [ ] VRAM vérifiée après usage
+- [ ] Monitoring Beszel+Dozzle installé
+- [ ] SSH Synology réparé
+
+---
+
+## Références
+- [Ollama Keep Alive Docs](https://github.com/ollama/ollama/blob/main/docs/faq.md#how-do-i-keep-models-loaded-in-memory)
+- [ROCm SMI](https://docs.amd.com/bestfoundrydocs/rocm-docs/latest/tools/rocm-smi.html)
+- [vLLM-Omni](https://github.com/vllm-project/vllm-omni)
+
+---
+
+*Document créé: Avril 2026*
+*Dernière mise à jour: Avril 2026*