feat: jean-router — routing dynamique Jean + Ollama

- jean-router interroge /api/presets pour lister dynamiquement les presets Jean
- Support Ollama via /api/tags pour les modèles vision
- Switch automatique de preset quand nécessaire
- Expose /v1/models avec tous les modèles disponibles
- Route les requêtes vers Jean ou Ollama selon le modèle demandé
- Nouveaux presets Jean automatiquement visibles dans OpenWebUI

Architecture:
  open-webui → LiteLLM:4000 → jean-router:3014
                                ├→ jean-proxy:3012 → Jean (.11:8080)
                                └→ wol-proxy:3011 → Ollama (.11:11434)

litellm/config.yaml

@@ -1,112 +1,26 @@
 # ═══════════════════════════════════════════════════════════
-# LiteLLM Proxy — Routing pour Effi
+# LiteLLM Proxy — Routing pour Effi via jean-router
 # Endpoint OpenAI-compatible sur :4000 (host network)
-# ‎
-# Backend unique : JeanOrchestrator (port 8080 sur PC gaming .11)
-# via jean-proxy :3012 + WOL auto si PC eteint.
-# ‎
-# L'orchestrateur gere automatiquement le switch entre :
-#   - Qwen3.6-35B MoE I-Nano (defaut, 11.7 Go, 100k ctx, ~70 tok/s)
-#   - Qwen3.6-27B IQ4_XS (code/analyse, 14.6 Go, 55k ctx, ~60 tok/s)
-# ‎
-# Tous les modeles passent par le meme proxy :3012.
-# L'orchestrateur detecte le modele demande et charge le bon LLM.
-# Retour automatique au MoE apres 15 min sans 27B.
+#
+# jean-router (:3014) gère dynamiquement :
+# - Liste des presets Jean (avec switch automatique)
+# - Liste des modèles Ollama
+# - Routing vers le bon backend
+#
+# LiteLLM sert uniquement de proxy OpenAI unifié pour OpenWebUI.
 # ═══════════════════════════════════════════════════════════
 
 model_list:
-  # ═════════════════════════════════════════════════════════
-  # Profil 1 — Raisonnement ON (défaut, pour tâches complexes)
-  # Le modele reflechit (jusqu'a 2048 tokens de reasoning_content)
-  # avant de produire sa reponse. Bon pour code, analyse, RAG, rapports.
-  # ═════════════════════════════════════════════════════════
-  - model_name: qwen3.6-reason
+  - model_name: jean
     litellm_params:
-      model: openai/qwen3.6-reason
-      api_base: http://localhost:3012/v1
+      model: openai/*
+      api_base: http://localhost:3014/v1
       api_key: "null"
       timeout: 600
-      extra_body:
-        chat_template_kwargs:
-          enable_thinking: true
-
-  - model_name: qwen3.6-27b
-    litellm_params:
-      model: openai/qwen3.6-27b
-      api_base: http://localhost:3012/v1
-      api_key: "null"
-      timeout: 600
-      extra_body:
-        chat_template_kwargs:
-          enable_thinking: true
-
-  # ═════════════════════════════════════════════════════════
-  # Profil 2 — Raisonnement OFF (chat rapide, ~5x moins de latence)
-  # Reponse immediate (TTFT <1s) sans phase de reflexion.
-  # Ideal pour : chat interactif, redaction de mail, extraction
-  # structuree simple, Q/R directes.
-  # ═════════════════════════════════════════════════════════
-  - model_name: qwen3.6-fast
-    litellm_params:
-      model: openai/qwen3.6-fast
-      api_base: http://localhost:3012/v1
-      api_key: "null"
-      timeout: 600
-      extra_body:
-        chat_template_kwargs:
-          enable_thinking: false
-
-  # Alias court "qwen3.6" = fast par defaut (usage chat le plus courant)
-  - model_name: qwen3.6
-    litellm_params:
-      model: openai/qwen3.6
-      api_base: http://localhost:3012/v1
-      api_key: "null"
-      timeout: 600
-      extra_body:
-        chat_template_kwargs:
-          enable_thinking: false
-
-  # ═════════════════════════════════════════════════════════
-  # Profil 3 — Qwen3.6-35B MoE APEX I-Nano (chat Hermes, usage quotidien)
-  # Modele MoE : 35B total / 3B actifs, 11.7 Go, cache KV 5x plus petit
-  # que le 27B -> contexte 100k possible. Cohabite avec ComfyUI.
-  # Route via le meme proxy :3012 que le 27B (orchestrateur fait le switch).
-  # ═════════════════════════════════════════════════════════
-  - model_name: qwen3.6-moe
-    litellm_params:
-      model: openai/qwen3.6-moe
-      api_base: http://localhost:3012/v1
-      api_key: "null"
-      timeout: 600
-      extra_body:
-        chat_template_kwargs:
-          enable_thinking: false
-
-  - model_name: qwen3.6-moe-reason
-    litellm_params:
-      model: openai/qwen3.6-moe-reason
-      api_base: http://localhost:3012/v1
-      api_key: "null"
-      timeout: 600
-      extra_body:
-        chat_template_kwargs:
-          enable_thinking: true
-
-  # ═════════════════════════════════════════════════════════
-  # Backend Ollama — COMMENTE (contention VRAM, voir entete)
-  # Pour reactiver si dispo (autre machine / GPU dedie), decommenter
-  # et s'assurer que le GPU peut charger les deux modeles.
-  # ═════════════════════════════════════════════════════════
-  # - model_name: llama3.1-8b
-  #   litellm_params:
-  #     model: ollama/llama3.1:8b
-  #     api_base: http://localhost:3011
-  #     timeout: 600
 
 litellm_settings:
-  drop_params: false   # ne pas dropper: on veut passer chat_template_kwargs a Jean
+  drop_params: false
   telemetry: false
 
 general_settings:
-  master_key: sk-effi-litellm-master
+  master_key: sk-effi-litellm-master