docs: add jean-router architecture and session journal

- Add SESSION-2026-07-20-JEAN-ROUTER.md (complete session journal)
- Add ARCHITECTURE-JEAN-ROUTER.md (new architecture documentation)
- Remove ARCHITECTURE-LITELLM.md (replaced by jean-router)
- Update README.md with jean-router, Jean backend, and VRAM management
- Document dynamic preset discovery and VRAM switching logic

README.md

@@ -10,8 +10,8 @@ Effi est un assistant IA personnel **100% auto-hébergé**, avec mémoire persis
 
 | Machine | IP | Rôle | Services |
 |---------|-----|------|----------|
-| **effi-server** | `192.168.1.27` | Serveur Docker principal | OpenWebUI, Qdrant, n8n, Ollama proxy |
-| **folzo-Corp** | `192.168.1.11` | LLM + STT + TTS + Gen | Ollama, ComfyUI, effi-stt, openedai-speech, kreuzberg |
+| **effi-server** | `192.168.1.27` | Serveur Docker principal | OpenWebUI, Qdrant, n8n, jean-router |
+| **folzo-Corp** | `192.168.1.11` | LLM + STT + TTS + Gen | Jean, Ollama, ComfyUI, effi-stt, openedai-speech, kreuzberg |
 | **NAS Synology** | `192.168.1.25` | Monitoring | Beszel Hub |
 
 ### Schéma Global
@@ -28,26 +28,30 @@ Effi est un assistant IA personnel **100% auto-hébergé**, avec mémoire persis
 │       EFFI SERVER (192.168.1.27) │  │         FOLZO-CORP (192.168.1.11)       │
 │                                 │  │                                          │
 │  ┌──────────────┐  ┌──────────┐ │  │  ┌──────────────┐  ┌──────────────┐   │
-│  │ Open WebUI   │  │ Qdrant   │ │  │  │ Ollama       │  │ ComfyUI     │   │
-│  │ Port 3000    │  │ Port 6333│ │  │  │ Port 11434   │  │ Port 8188   │   │
-│  └──────────────┘  └──────────┘ │  │  │  qwen3:8b    │  │ Image/Audio │   │
-│                                 │  │  └──────────────┘  └──────────────┘   │
-│  ┌──────────────┐  ┌──────────┐ │  │                                          │
-│  │ n8n          │  │ wol-proxy│ │  │  ┌──────────────┐  ┌──────────────┐   │
-│  │ Port 5678    │  │ Port 3011│ │  │  │ effi-stt     │  │ openedai    │   │
-│  └──────────────┘  └──────────┘ │  │  │ Port 8200    │  │ Port 8100   │   │
-│                                 │  │  │ Whisper STT  │  │ TTS         │   │
-│  ┌──────────────┐  ┌──────────┐ │  │  └──────────────┘  └──────────────┘   │
-│  │ Beszel Agent │  │ Watchtower│ │  │                                          │
+│  │ Open WebUI   │  │ Qdrant   │ │  │  │ Jean         │  │ Ollama       │   │
+│  │ Port 3000    │  │ Port 6333│ │  │  │ Port 8080    │  │ Port 11434   │   │
+│  └──────────────┘  └──────────┘ │  │  │ llama.cpp    │  │ Vision       │   │
+│                                 │  │  │ Ornith 35B   │  │ mistral,     │   │
+│  ┌──────────────┐  ┌──────────┐ │  │  │ Qwen3.6...   │  │ qwen3.5:9b   │   │
+│  │ n8n          │  │jean-router│ │  │  └──────────────┘  └──────────────┘   │
+│  │ Port 5678    │  │ Port 3014│ │  │                                          │
 │  └──────────────┘  └──────────┘ │  │  ┌──────────────┐  ┌──────────────┐   │
-└─────────────────────────────────┘  │  │ kreuzberg    │  │ Beszel Agent │   │
-                                      │  │ Port 8300   │  │ Monitoring   │   │
-                                      │  │ Doc Extract  │  └──────────────┘   │
-                                      │  └──────────────┘                      │
-                                      │         RX 7800 XT (VRAM 17GB)        │
+│                                 │  │  │ ComfyUI      │  │ effi-stt     │   │
+│  ┌──────────────┐  ┌──────────┐ │  │  │ Port 8188    │  │ Port 8200    │   │
+│  │ Beszel Agent │  │ Watchtower│ │  │  │ Image/Audio  │  │ Whisper STT  │   │
+│  └──────────────┘  └──────────┘ │  │  └──────────────┘  └──────────────┘   │
+└─────────────────────────────────┘  │                                          │
+                                      │  ┌──────────────┐  ┌──────────────┐   │
+                                      │  │ openedai     │  │ kreuzberg    │   │
+                                      │  │ Port 8100    │  │ Port 8300    │   │
+                                      │  │ TTS          │  │ Doc Extract  │   │
+                                      │  └──────────────┘  └──────────────┘   │
+                                      │         RX 7800 XT (VRAM 16GB)        │
                                       └─────────────────────────────────────────┘
 ```
 
+**Note :** jean-router gère le routing dynamique entre Jean et Ollama avec gestion automatique de la VRAM partagée. Voir [ARCHITECTURE-JEAN-ROUTER.md](docs/ARCHITECTURE-JEAN-ROUTER.md) pour les détails.
+
 ---
 
 ## 📦 Services
@@ -56,13 +60,16 @@ Effi est un assistant IA personnel **100% auto-hébergé**, avec mémoire persis
 
 | Service | Port | Image | Rôle | RAM/VRAM | Auto-unload |
 |---------|------|-------|------|----------|-------------|
-| **Ollama** | 11434 | Native | LLM inference (gemma4:e4b) | ~10GB | systemd auto-start |
+| **Jean** | 8080 | Native | LLM inference (llama.cpp, presets dynamiques) | ~28GB | Arrêt via API |
+| **Ollama** | 11434 | Native | LLM vision (mistral, qwen3.5:9b) | ~4-6GB | 5min après dernier usage |
 | **ComfyUI** | 8188 | `yanwk/comfyui-boot:rocm` | Image + Audio generation | 18GB shm | ✅ après 10min idle |
 | **effi-stt** | 8200 | Build local | Whisper STT | ~20MB | ✅ après 5min idle |
 | **openedai-speech** | 8100 | `ghcr.io/matatonic/openedai-speech` | TTS | ~15MB | Non (GPU) |
 | **kreuzberg** | 8300 | `ghcr.io/kreuzberg-dev/kreuzberg:latest` | Document extraction | ~5MB | ✅ après 10min idle |
 | **beszel-agent** | - | `henrygd/beszel-agent:latest` | Monitoring | ~5MB | Auto-start |
 
+**Note :** Jean et Ollama partagent la VRAM (RX 7800 XT, 16GB). jean-router gère automatiquement le switch pour éviter la contention mémoire.
+
 ### EffiServer (192.168.1.27)
 
 | Service | Port | Image | Rôle |
@@ -70,6 +77,8 @@ Effi est un assistant IA personnel **100% auto-hébergé**, avec mémoire persis
 | **Open WebUI** | 3000 | `ghcr.io/open-webui/open-webui:main` | Interface IA |
 | **Qdrant** | 6333 | `qdrant/qdrant:latest` | Vector DB (RAG) |
 | **n8n** | 5678 | `docker.n8n.io/n8nio/n8n:latest` | Automatisation |
+| **jean-router** | 3014 | Build local | Routing dynamique Jean/Ollama + gestion VRAM |
+| **jean-proxy** | 3012 | Build local | Wake-on-LAN + Jean proxy |
 | **wol-proxy** | 3011 | Build local | Wake-on-LAN + Ollama proxy |
 | **beszel-agent** | - | `henrygd/beszel-agent:latest` | Monitoring |
 
@@ -85,9 +94,27 @@ Effi est un assistant IA personnel **100% auto-hébergé**, avec mémoire persis
 
 ### 💬 Chat IA
 - **Interface**: Open WebUI
-- **LLM principal**: gemma4:e4b (via Ollama, 9.6GB, 128K context)
-- **LLM secondaire**: qwen3:8b (tâches légères)
-- **Autres modèles**: qwen3.5, gemma4:26b, deepseek-r1, magistral, etc.
+- **LLM principal**: Jean (llama.cpp) avec presets dynamiques
+  - **ornith-35b-q6** (35B, Q6_K, reasoning) — modèle principal
+  - **qwen3.6-27b-mtp** (27B, IQ4_XS, reasoning, MTP)
+  - **qwen3.6-35b-moe-compact** (35B MoE, compact)
+  - **qwen3.6-35b-moe-compact-reason** (35B MoE, reasoning)
+  - **qwen3.6-35b-moe-nano** (35B MoE, nano)
+- **LLM vision**: Ollama (mistral, qwen3.5:9b) pour les tâches avec images
+- **Routing automatique**: jean-router détecte le modèle demandé et route vers Jean ou Ollama
+- **Gestion VRAM**: Switch automatique entre Jean et Ollama pour éviter la contention mémoire
+
+**Note :** Nouveaux presets Jean apparaissent automatiquement dans OpenWebUI sans configuration. Voir [ARCHITECTURE-JEAN-ROUTER.md](docs/ARCHITECTURE-JEAN-ROUTER.md) pour les détails.
+
+### 🚀 jean-router — Routing dynamique LLM
+- **Découverte automatique**: Interroge Jean et Ollama pour lister les modèles disponibles
+- **Routing intelligent**: Route vers Jean (presets) ou Ollama (vision) selon le modèle demandé
+- **Switch automatique**: Change de preset Jean si nécessaire (via API web)
+- **Gestion VRAM**: 
+  - Arrête Jean quand on passe sur Ollama (libère VRAM)
+  - Garde Ollama en mémoire 5 min avant déchargement automatique
+  - Évite la contention mémoire entre les deux backends
+- **API OpenAI-compatible**: `/v1/models` et `/v1/chat/completions`
 
 ### 🎤 Pipeline Vocal
 - **STT**: Whisper large-v3 via effi-stt (CPU, déchargement auto)
@@ -164,6 +191,8 @@ python3 scripts/beszel_client.py --system folzocorp --check stats
 
 ## 📚 Documentation
 
+- [Architecture jean-router](./docs/ARCHITECTURE-JEAN-ROUTER.md) — Routing dynamique LLM + gestion VRAM
+- [Session 2026-07-20](./docs/05-journal/SESSION-2026-07-20-JEAN-ROUTER.md) — Création de jean-router
 - [Installation Beszel](./docs/BESZEL-INSTALLATION.md)
 - [Gestion Mémoire](./docs/MEMOIRE-GESTION.md)
 - [Session 2026-04-12](./docs/SESSION-2026-04-12-RAM-BESZEL.md)
@@ -176,7 +205,8 @@ python3 scripts/beszel_client.py --system folzocorp --check stats
 
 | Domaine | Technologies |
 |---------|-------------|
-| **LLM** | Ollama, qwen3:8b |
+| **LLM** | Jean (llama.cpp), Ollama (vision) |
+| **Routing** | jean-router (Flask, routing dynamique + gestion VRAM) |
 | **Interface** | Open WebUI |
 | **STT** | Faster Whisper (CPU) |
 | **TTS** | XTTS v2 (ROCm GPU) |
@@ -238,6 +268,23 @@ effi/
 
 ## 📝 Historique
 
+**Juillet 2026** - jean-router : routing dynamique LLM + gestion VRAM
+
+### jean-router ✅
+- Création de jean-router (Flask) pour routing dynamique entre Jean et Ollama
+- Découverte automatique des presets Jean via `/api/presets`
+- Découverte automatique des modèles Ollama via `/api/tags`
+- Nouveaux presets Jean automatiquement visibles dans OpenWebUI
+- Gestion VRAM : arrêt Jean quand on passe sur Ollama, timer 5min pour Ollama
+- Suppression de LiteLLM (une couche de moins, config statique obsolète)
+- OpenWebUI pointe directement vers jean-router:3014
+
+### Jean (llama.cpp) ✅
+- Migration vers Jean comme backend LLM principal
+- Presets dynamiques : ornith-35b-q6, qwen3.6-27b-mtp, qwen3.6-35b-moe-compact...
+- Service systemd avec démarrage au boot (sans login)
+- API web pour gestion (start/stop/switch presets)
+
 **Avril 2026** - Optimisation RAM + Monitoring + Tool OpenWebUI
 
 ### RAM Management ✅