feat(r5): recette sans clé API + durcissement production siop2-ai

Recette (mode extractif, aucune clé) — elle a invalidé le modèle R5.1 :
- MiniLM-384 classait la page-réponse DERRIÈRE des passages sans rapport
  (0,24 vs 0,41 sur la question type du plan) → bascule mesurée vers
  paraphrase-multilingual-mpnet-base-v2 (768 d, local/CPU), ADR-004 amendé
  avec le banc comparatif (e5-large écarté : 2,2 Go, scores compressés).
- Migration r5_embeddings_mpnet : pgvector 384 → 768, index vidé
  (re-dérivable par « Réindexer tout »).
- Découpage affiné (~350 caractères) : la phrase-réponse ne se noie plus,
  l'extrait cité est lisible ; seuils par défaut recalés 0,45/0,40/0,55.
- Rejouée après bascule : réponse sourcée p. 2 en tête, refus honnête
  chiffré, suggestions étagées — 16/16 Playwright, 78 API, 23 pytest.
- Revue pixel publiée (6 écrans réels vs maquettes, 3 arbitrages).

Durcissement :
- apps/ai/Dockerfile : uv, modèle ONNX téléchargé AU BUILD (ADR-004 §1),
  non-root, healthcheck ; répétition locale conteneurisée validée
  (healthz, reindex via MinIO/pgvector, 401 sans jeton, refus de boot
  api-sans-clé, réponse sourcée depuis le conteneur).
- Compose Dokploy : siop2-ai interne (jamais sur dokploy-network,
  AI_SERVICE_TOKEN requis, génération opt-in, seuils par env) ;
  siop2-api branché (AI_SERVICE_URL).
- Runbook §5-6 : service IA en production, calibrage des seuils sur le
  corpus client, réindexation post-déploiement.

Le tag release/r5 attend la validation de la revue pixel par le référent.

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

apps/ai/src/siop_ai/assistant.py

@@ -30,8 +30,8 @@ CHAMPS_BILAN = {
 }
 
 # Défauts — surchargés par la config (AI_SEUIL_*) : calibrage en recette.
-SEUIL_PERTINENCE = 0.30  # en dessous : le corpus ne porte pas la réponse
-SEUIL_SUGGESTION = 0.35
+SEUIL_PERTINENCE = 0.45  # en dessous : le corpus ne porte pas la réponse
+SEUIL_SUGGESTION = 0.40
 SEUIL_CONFIANCE_FORTE = 0.55
 
 

apps/ai/src/siop_ai/config.py

@@ -26,8 +26,8 @@ class Reglages(BaseSettings):
     ai_model: str = "claude-opus-4-8"
     # Seuils de similarité — constantes de départ, calibrables par env
     # (recette sur corpus réel ; abaissés en CI e2e — embeddeur déterministe).
-    ai_seuil_pertinence: float = 0.30
-    ai_seuil_suggestion: float = 0.35
+    ai_seuil_pertinence: float = 0.45
+    ai_seuil_suggestion: float = 0.40
     ai_seuil_confiance_forte: float = 0.55
 
     model_config = {"env_prefix": "", "case_sensitive": False}

apps/ai/src/siop_ai/decoupage.py

@@ -1,14 +1,19 @@
 """Découpage du texte en extraits indexables — pur et testé.
 
-Paragraphes regroupés jusqu'à ~900 caractères, avec un chevauchement de
+Paragraphes regroupés jusqu'à ~350 caractères, avec un chevauchement de
 queue pour ne pas couper une prescription en deux. Un extrait trop long est
 scindé sur les phrases.
+
+Le grain est court À DESSEIN (recette R5) : sur des pages entières, la phrase
+qui répond se noie dans son contexte et les scores question→passage ne
+séparent plus le pertinent du voisin de domaine ; à ~350 caractères, la marge
+revient — et l'extrait cité à l'écran reste lisible d'un coup d'œil.
 """
 
 import re
 
-TAILLE_CIBLE = 900
-CHEVAUCHEMENT = 150
+TAILLE_CIBLE = 350
+CHEVAUCHEMENT = 80
 TAILLE_MINIMALE = 40  # en deçà : bruit (titres orphelins, numéros de page)
 
 

apps/ai/src/siop_ai/embeddings.py

@@ -1,13 +1,17 @@
 """Embeddeurs (ADR-004) : le vrai modèle local ONNX, et un déterministe pour
-tests/CI — même interface, mêmes 384 dimensions, aucun téléchargement en test.
+tests/CI — même interface, mêmes dimensions (DIMENSIONS), aucun téléchargement en test.
 """
 
 import hashlib
 import math
 from typing import Protocol
 
-DIMENSIONS = 384
-MODELE_LOCAL = "sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2"
+DIMENSIONS = 768
+# mpnet remplace MiniLM-384 : décision de recette R5 (journal 17/07) — sur le
+# banc français, MiniLM classait la page-réponse DERRIÈRE des passages sans
+# rapport (0,24 vs 0,41) ; mpnet rétablit le classement et une marge
+# signal/bruit exploitable (≥ 0,46 vs ≤ 0,42).
+MODELE_LOCAL = "sentence-transformers/paraphrase-multilingual-mpnet-base-v2"
 
 
 class Embeddeur(Protocol):