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>

CLAUDE.md

@@ -63,5 +63,6 @@ pnpm + Turborepo. `apps/api` : NestJS, Prisma, PostgreSQL (pgvector + PostGIS),
 - ✅ **R5 — maquettes + décisions D1-D5 VALIDÉES par le référent (17/07)** ; **R5.1 socle `apps/ai`** : ADR-004 (embeddings locaux fastembed 384d, pgvector via migration Prisma `r5_ia` (`RagChunk` + corpus sur Document), génération opt-in — mode extractif par défaut, service jamais exposé joint par l'API seule), pipeline d'ingestion anonymisé D4 (fonction pure testée, PDF paginés + bilans codés), `/internal/reindex` + `/internal/search` sous jeton de service, 14 pytest + ruff + job CI `ai` (embeddeur déterministe en CI). Vérifié en réel : corpus seedé indexé en 7 s, recherche sémantique concluante, 0 identité dans les chunks.
 - ✅ **R5.1+ génération opt-in** : `Generateur` ADR-004 §3 — extractif par défaut, `AI_GENERATION=api` + `AI_API_KEY` (exigée au boot, jamais loguée ; Dokploy secrets) + `AI_MODEL` (défaut claude-opus-4-8), SDK anthropic en extra optionnel, citations [n] obligatoires, repli extractif sur tout échec (dont `stop_reason=refusal`). **R5.2 assistant au contrat** : `POST /assistant/ask` (WORK_ORDERS.view) + `POST /assistant/suggest-bilan` (WORK_ORDERS.edit) proxifiés par NestJS (traduction dialecte interne → contrat, 503 propre), suggestion = codes EXISTANTS seulement (confiance + « N bilans similaires »), normalisation fastembed corrigée (débusquée en chaîne réelle), 23 pytest, tests API sur stub HTTP.
 - ✅ **R5.3 — écrans IA** : page web Assistant (chat sourcé, refus honnête chiffré, « Ouvrir » vers PDF/OT), Bibliothèque = corpus administrable (statut d'indexation par document, interrupteur d'exclusion, « Réindexer tout », bandeau 09-08), suggestions fiche OT (« Appliquer » = geste humain, liseré « suggéré » retiré au choix manuel) et clôture mobile (chips, « réseau requis » hors-ligne) ; contrat 76 opérations (corpus sur Document, `PATCH /documents/{id}/corpus`, `POST /assistant/reindex` — ci-contract vérifie aussi le client mobile) ; seuils `AI_SEUIL_*` par env ; job e2e CI avec `siop2-ai` (embeddeur déterministe, seuils calibrés sur mesures réelles), 16/16 Playwright, 78 tests API ; chaîne vérifiée au vrai modèle ONNX (web 7/7, mobile Expo web 6/6, 0 erreur console).
-- 🔄 **Reprise ici** : recette R5 (doit passer SANS clé API) → durcissement production (Dockerfile `siop2-ai`, compose Dokploy, calibrage des seuils sur corpus client) → tag `release/r5`. Restes : recette R4 sur téléphone (Expo Go), redéploiement Dokploy de `release/r3`, secret `DOKPLOY_WEBHOOK_URL`.
+- ✅ **Recette R5 sans clé API + durcissement** (17/07) : la recette a invalidé MiniLM-384 (page-réponse classée derrière des passages sans rapport, 0,24 vs 0,41) → **bascule mesurée vers `paraphrase-multilingual-mpnet-base-v2` 768 d** (ADR-004 amendé, migration `r5_embeddings_mpnet`, découpage ~350 car., seuils 0,45/0,40/0,55) ; recette type ✓ (réponse sourcée p. 2, refus honnête, D1-D5, tout en extractif) ; revue pixel publiée (artefact, 3 arbitrages) ; Dockerfile `siop2-ai` (modèle au build, non-root), compose Dokploy (service interne, `AI_SERVICE_TOKEN` requis, génération opt-in), runbook §5-6 (service IA, calibrage seuils client, réindexation post-déploiement).
+- 🔄 **Reprise ici** : validation du référent (revue pixel R5 + 3 arbitrages) → tag `release/r5`. Restes : recette R4 sur téléphone (Expo Go), redéploiement Dokploy (`release/r3` puis r5), secret `DOKPLOY_WEBHOOK_URL`, calibrage `AI_SEUIL_*` sur corpus SPELEV réel.
 - Détail quotidien : `docs/journal/journal.md`. Dépôt : `siop-spelev/siop2` (privé), jalons R0→R5.

apps/ai/.dockerignore

@@ -0,0 +1,9 @@
+.venv
+.pytest_cache
+.ruff_cache
+__pycache__
+tests
+README.md
+.env
+.env.example
+Dockerfile

apps/ai/Dockerfile

@@ -0,0 +1,38 @@
+# SIOP V2 — image du service IA (siop2-ai, ADR-004).
+# Contexte de build : apps/ai (le service est autonome, pas de dépendance au
+# monorepo). Étage 1 : uv sync + téléchargement du modèle ONNX AU BUILD
+# (ADR-004 §1 — jamais au démarrage) ; étage 2 : runtime minimal non-root.
+# Ce service n'est JAMAIS exposé publiquement : seul siop2-api le contacte,
+# porteur du secret AI_SERVICE_TOKEN (ADR-004 §4).
+
+FROM ghcr.io/astral-sh/uv:python3.11-bookworm-slim AS builder
+WORKDIR /app
+ENV UV_LINK_MODE=copy \
+    FASTEMBED_CACHE_PATH=/opt/fastembed
+
+# Manifestes d'abord (cache de couche), puis le code. L'installation du projet
+# reste éditable (.pth → /app/src) : src est donc copié dans l'image finale.
+COPY pyproject.toml uv.lock ./
+RUN uv sync --frozen --no-install-project --no-dev \
+    --extra embeddings --extra generation
+COPY src src
+RUN uv sync --frozen --no-dev \
+    --extra embeddings --extra generation
+
+# Le modèle d'embeddings est EMBARQUÉ dans l'image : pas de téléchargement au
+# boot (démarrage prévisible, marche sans accès à Hugging Face en production).
+RUN uv run python -c "from siop_ai.embeddings import EmbeddeurLocal; EmbeddeurLocal()"
+
+FROM python:3.11-slim-bookworm
+WORKDIR /app
+ENV PATH=/app/.venv/bin:$PATH \
+    FASTEMBED_CACHE_PATH=/opt/fastembed
+RUN useradd --system --create-home siop
+COPY --from=builder --chown=siop:siop /app/.venv /app/.venv
+COPY --from=builder --chown=siop:siop /app/src /app/src
+COPY --from=builder --chown=siop:siop /opt/fastembed /opt/fastembed
+USER siop
+EXPOSE 8000
+HEALTHCHECK --interval=30s --timeout=5s --start-period=40s --retries=3 \
+  CMD python -c "import urllib.request,sys; sys.exit(0 if urllib.request.urlopen('http://localhost:8000/healthz', timeout=4).status==200 else 1)"
+CMD ["uvicorn", "siop_ai.app:app", "--host", "0.0.0.0", "--port", "8000"]

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_PERTINENCE = 0.45  # en dessous : le corpus ne porte pas la réponse
-SEUIL_SUGGESTION = 0.35
+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_pertinence: float = 0.45
-    ai_seuil_suggestion: float = 0.35
+    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
+TAILLE_CIBLE = 350
-CHEVAUCHEMENT = 150
+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
+DIMENSIONS = 768
-MODELE_LOCAL = "sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2"
+# 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):

apps/ai/tests/test_assistant.py

@@ -13,9 +13,11 @@ from siop_ai.embeddings import EmbeddeurDeterministe
 
 
 def test_les_seuils_sont_ordonnes():
-    # pertinence < suggestion < confiance forte : un extrait tout juste
+    # Pertinence et suggestion vivent dans des pipelines distincts (question →
-    # pertinent ne devient jamais une suggestion « forte » par accident.
+    # passages vs description → libellés) : pas d'ordre imposé entre eux.
-    assert 0 < SEUIL_PERTINENCE <= SEUIL_SUGGESTION < SEUIL_CONFIANCE_FORTE < 1
+    # L'invariant : une suggestion tout juste retenue n'est jamais « forte ».
+    assert 0 < SEUIL_PERTINENCE < 1
+    assert 0 < SEUIL_SUGGESTION < SEUIL_CONFIANCE_FORTE < 1
 
 
 def test_champs_bilan_couvrent_les_six_champs_du_contrat():

apps/api/prisma/migrations/20260717170000_r5_embeddings_mpnet/migration.sql

@@ -0,0 +1,8 @@
+-- Décision de recette R5 (journal 17/07) : le modèle d'embeddings passe de
+-- MiniLM (384 dims) à paraphrase-multilingual-mpnet-base-v2 (768 dims) —
+-- MiniLM classait la page-réponse derrière des passages sans rapport.
+-- Les chunks sont re-dérivables : on vide l'index et on change la dimension ;
+-- une réindexation (bouton « Réindexer tout » ou /assistant/reindex) reconstruit tout.
+TRUNCATE "RagChunk";
+ALTER TABLE "RagChunk" DROP COLUMN "embedding";
+ALTER TABLE "RagChunk" ADD COLUMN "embedding" vector(768) NOT NULL;

apps/api/prisma/schema.prisma

@@ -536,7 +536,7 @@ model RagChunk {
   /// Repère humain de la source : « p. 42 », « bilan du 17/07/2026 »…
   locator     String
   content     String
-  embedding   Unsupported("vector(384)")
+  embedding   Unsupported("vector(768)")
   createdAt   DateTime                     @default(now())
 
   @@index([documentId])

apps/web/src/pages/bibliotheque.tsx

@@ -50,7 +50,8 @@ export default function PageBibliotheque() {
       <div className="entete-page">
         <h1>Bibliothèque — corpus de l'assistant</h1>
         <span className="filajout">
-          {documents?.length ?? 0} documents · {indexes} indexés · {tailleLisible(totalOctets)}
+          {documents?.length ?? 0} document{(documents?.length ?? 0) > 1 ? 's' : ''} · {indexes}{' '}
+          indexé{indexes > 1 ? 's' : ''} · {tailleLisible(totalOctets)}
         </span>
         <div className="actions">
           {administreCorpus ? (

docs/03-architecture/adr/ADR-004-modeles-ia.md

@@ -10,10 +10,23 @@
 ## Décision
 
 1. **Embeddings : locaux, sur CPU** — `fastembed` (ONNX, sans PyTorch) avec
-   `sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2` (384 dimensions, multilingue, ~120 Mo, registre fastembed). Les textes du
+   `sentence-transformers/paraphrase-multilingual-mpnet-base-v2` (768 dimensions, multilingue,
-   client ne quittent JAMAIS le serveur pour l'indexation ni pour la recherche. Le modèle est
+   ~1 Go, registre fastembed). Les textes du client ne quittent JAMAIS le serveur pour
-   téléchargé au build de l'image (pas au démarrage). En **tests/CI : embeddeur déterministe
+   l'indexation ni pour la recherche. Le modèle est téléchargé au build de l'image (pas au
-   par hachage** (pas de téléchargement, pas de flottement) derrière la même interface.
+   démarrage). En **tests/CI : embeddeur déterministe par hachage** (pas de téléchargement,
+   pas de flottement) derrière la même interface.
+
+   > **Amendé en recette R5 (17/07/2026)** : le choix initial, MiniLM-L12-v2 (384 d, ~220 Mo),
+   > a été invalidé par la mesure — sur un banc français question→passage, il classait la
+   > page contenant la réponse DERRIÈRE des passages sans rapport (0,24 contre 0,41) et ne
+   > laissait aucune marge pour le seuil de refus D2. `mpnet-base-v2` rétablit le classement
+   > et une marge signal/bruit exploitable (pertinent ≥ 0,46 ; hors-corpus ≤ 0,42) pour un
+   > coût CPU encore raisonnable. `multilingual-e5-large` (1024 d, 2,2 Go) classait aussi
+   > correctement mais ses scores compressés (0,73-0,90) et son poids l'écartent — à
+   > réévaluer au calibrage sur le corpus client si la marge de mpnet s'avère insuffisante.
+   > Migration `r5_embeddings_mpnet` : colonne pgvector 384 → 768, index vidé (re-dérivable
+   > par réindexation). Seuils par défaut recalés : pertinence 0,45, suggestion 0,40,
+   > confiance forte 0,55.
 2. **Stockage vectoriel : pgvector** dans le PostgreSQL existant (extension déjà installée
    depuis R0) — table `RagChunk` gérée par la **migration Prisma** (le schéma reste la
    propriété d'`apps/api`, source unique). Pas de base vectorielle de plus à opérer.

docs/06-production/runbook-dokploy.md

@@ -19,7 +19,8 @@ domaine (Traefik/Dokploy) ──▶ siop2-web :80 (nginx, statique)
                               siop2-api :3000 (NestJS)
                                    │── siop2-postgres :5432 (pgvector + PostGIS)
                                    │── siop2-redis :6379
-                                   └── siop2-minio :9000
+                                   │── siop2-minio :9000
+                                   └── siop2-ai :8000 (FastAPI — R5, interne)
 ```
 
 - **Convention `siop2-`** (leçon v1) : le réseau Dokploy est partagé entre projets ;
@@ -42,6 +43,11 @@ domaine (Traefik/Dokploy) ──▶ siop2-web :80 (nginx, statique)
 | `DEMO_MODE_I_KNOW` | — | double verrou ADR-002 : requis si `DEMO_MODE=true` en production, sinon l'API **refuse de démarrer** |
 | `SEED_ON_START` | — | `true` sur l'instance de démonstration : rôles, matrice et comptes démo au boot (idempotent) |
 | `SEED_DEMO_PASSWORD` | — | mot de passe commun des comptes démo (défaut `Demo!2026`) |
+| `AI_SERVICE_TOKEN` | ✅ (R5) | secret partagé api ↔ service IA (générer : `openssl rand -hex 32`) — le service IA refuse tout appel sans lui |
+| `AI_GENERATION` | — | `off` (défaut, mode extractif — la recette R5 passe ainsi) ou `api` (rédaction LLM, exige `AI_API_KEY`) |
+| `AI_API_KEY` | — | clé API Anthropic — **uniquement** si `AI_GENERATION=api` ; le service refuse de démarrer si elle manque en mode api |
+| `AI_MODEL` | — | défaut `claude-opus-4-8` |
+| `AI_SEUIL_PERTINENCE` / `AI_SEUIL_SUGGESTION` / `AI_SEUIL_CONFIANCE_FORTE` | — | défauts 0,45 / 0,40 / 0,55 — **à calibrer sur le corpus client** (voir §7) |
 
 Profils types :
 
@@ -64,6 +70,7 @@ Dans le service **Compose** du projet Dokploy (déjà créé pour l'instance ENS
    POSTGRES_PASSWORD=<openssl rand -hex 24>
    MINIO_ROOT_PASSWORD=<openssl rand -hex 24>
    JWT_SECRET=<openssl rand -hex 32>
+   AI_SERVICE_TOKEN=<openssl rand -hex 32>
    DEMO_MODE=true
    DEMO_MODE_I_KNOW=true
    SEED_ON_START=true
@@ -103,7 +110,36 @@ Les migrations de la release s'appliquent au démarrage du conteneur API ; en ca
 d'échec de migration, le conteneur s'arrête **sans** servir de trafic (l'ancienne
 version reste visible côté web).
 
-## 5. Incidents & retours arrière
+## 5. Le service IA en production (R5)
+
+- `siop2-ai` **ne rejoint jamais** `dokploy-network` : il n'a pas de domaine, pas de
+  port publié — seul `siop2-api` le contacte, avec `AI_SERVICE_TOKEN`. S'il est
+  éteint, l'assistant répond « indisponible » (503 propre) et **tout le reste de
+  l'application fonctionne**.
+- Le modèle d'embeddings (mpnet multilingue, ~1 Go) est **dans l'image** : premier
+  build long (téléchargement au build), démarrages rapides ensuite, aucun accès à
+  Hugging Face requis en production.
+- **Après chaque déploiement qui change le modèle ou le découpage** (ex. migration
+  `r5_embeddings_mpnet`) : l'index est vide — cliquer **« Réindexer tout »** dans
+  Bibliothèque (ou `POST /assistant/reindex`) pour reconstruire le corpus.
+- Mode génératif : ajouter `AI_GENERATION=api` + `AI_API_KEY` dans l'environnement
+  Dokploy puis redéployer le service `siop2-ai` seul. La clé ne transite jamais par
+  le dépôt ni par les journaux (`/healthz` n'expose que le mode).
+
+## 6. Calibrage des seuils sur le corpus client
+
+Les seuils par défaut ont été mesurés sur un banc synthétique (journal 17/07/2026).
+Sur le vrai corpus SPELEV (notices réelles), rejouer une dizaine de questions métier
+et quelques questions hors corpus via l'écran Assistant, puis ajuster :
+
+- trop de refus → baisser `AI_SEUIL_PERTINENCE` par pas de 0,03 ;
+- réponses « à côté » sur des questions hors corpus → le monter ;
+- suggestions de bilan trop rares/trop bruyantes → jouer sur `AI_SEUIL_SUGGESTION`.
+
+Chaque ajustement = variable d'environnement Dokploy + redéploiement de `siop2-ai`
+(pas de rebuild, pas de réindexation).
+
+## 7. Incidents & retours arrière
 
 - **Rollback applicatif** : Dokploy → Deployments → redéployer le commit précédent.
   Les migrations Prisma étant additives (convention projet : jamais de `DROP` sans
@@ -115,7 +151,7 @@ version reste visible côté web).
   Sauvegarde PostgreSQL planifiée côté Dokploy (onglet Backups) — à configurer
   à la première mise en production réelle.
 
-## 6. Répétition locale (sans Dokploy)
+## 8. Répétition locale (sans Dokploy)
 
 ```bash
 # depuis la racine — construit et lance les 5 services comme en production

docs/journal/journal.md

@@ -4,6 +4,43 @@ Trace chronologique des sessions (la plus récente en premier). Le **playbook**
 
 ---
 
+## 2026-07-17 — Pr. Daaif (+ Claude) — Recette R5 (sans clé API) + durcissement production `siop2-ai`
+
+**Actions**
+
+- **Recette rejouée au vrai modèle, mode extractif (aucune clé API)** sur un corpus mis en scène (notice
+  Otis Gen2 générée, 2 pages). Elle a **invalidé le modèle d'embeddings choisi en R5.1** : sur la question
+  type du plan (« quel couple de serrage pour les guides du Gen2 ? »), MiniLM-384 classait la page-réponse
+  DERRIÈRE des passages sans rapport (0,24 contre 0,41). Banc comparatif mesuré : `mpnet-base-v2` multilingue
+  (768 d) rétablit le classement et une marge signal/bruit exploitable (pertinent ≥ 0,46, hors-corpus ≤ 0,42) ;
+  `multilingual-e5-large` (1 024 d, 2,2 Go) classait bien aussi mais scores compressés (0,73-0,90) et poids
+  rédhibitoires. **Bascule vers mpnet** (ADR-004 amendé, 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).
+- **Recette validée après bascule** : réponse sourcée p. 2 en tête ✓, refus honnête chiffré sur question hors
+  corpus ✓ (« routeur wifi » → refus ; charabia → refus), suggestions étagées ✓, D1-D5 tenues, le tout SANS
+  clé. 16/16 Playwright (l'embeddeur déterministe suit les 768 dims sans recalibrage), 78 tests API, 23 pytest.
+- **Revue pixel** : captures réelles des 6 écrans (web ×4, liseré « suggéré », mobile) face aux écrans de
+  maquette-r5 — artefact publié pour le référent avec 3 points d'arbitrage (« Appliquer » à écriture directe,
+  vignettes vs tableau du corpus, refus « voisin de domaine » dépendant du calibrage client).
+- **Durcissement production** : `apps/ai/Dockerfile` (uv, venv non éditable, **modèle ONNX téléchargé au
+  build** — ADR-004 §1, non-root, healthcheck) ; compose Dokploy : service `siop2-ai` interne (jamais sur
+  `dokploy-network`, secret `AI_SERVICE_TOKEN` requis, génération opt-in par variables, seuils calibrables),
+  `siop2-api` branché (`AI_SERVICE_URL`) ; runbook enrichi (§2 variables, §5 service IA, §6 calibrage des
+  seuils sur corpus client, réindexation post-déploiement).
+
+**Décisions**
+
+- Le refus « voisin de domaine » (question ascenseur absente du corpus) reste dépendant du calibrage : jamais
+  d'invention (extraits réels cités), mais pas toujours un refus. Les seuils sont des variables d'environnement
+  pour être calibrés sur le corpus SPELEV réel — procédure au runbook §6.
+- Le tag `release/r5` attend la validation de la revue pixel par le référent.
+
+**Prochaine étape** : validation du référent (revue pixel + arbitrages) → tag `release/r5`. Restes : recette
+R4 sur téléphone (Expo Go), redéploiement Dokploy (`release/r3` puis r5), secret `DOKPLOY_WEBHOOK_URL`.
+
+---
+
 ## 2026-07-17 — Pr. Daaif (+ Claude) — R5.3 : les écrans de l'IA (web + mobile) et le corpus administrable
 
 **Actions**

infra/docker-compose.dokploy.yml

@@ -51,6 +51,39 @@ services:
       timeout: 3s
       retries: 10
 
+  # Service IA (R5, ADR-004) : JAMAIS sur dokploy-network — seul siop2-api le
+  # contacte, avec le secret partagé AI_SERVICE_TOKEN. Le modèle d'embeddings
+  # est dans l'image (pas de téléchargement au boot). Sans AI_API_KEY, le
+  # service tourne en mode extractif — pleinement fonctionnel (recette R5).
+  siop2-ai:
+    container_name: siop2-ai
+    build:
+      context: ../apps/ai
+      dockerfile: Dockerfile
+    image: siop2/ai:latest
+    restart: unless-stopped
+    environment:
+      DATABASE_URL: postgresql://${POSTGRES_USER:-siop}:${POSTGRES_PASSWORD}@siop2-postgres:5432/${POSTGRES_DB:-siop}
+      MINIO_ENDPOINT: siop2-minio
+      MINIO_PORT: 9000
+      MINIO_ACCESS_KEY: ${MINIO_ROOT_USER:-siop}
+      MINIO_SECRET_KEY: ${MINIO_ROOT_PASSWORD}
+      AI_SERVICE_TOKEN: ${AI_SERVICE_TOKEN:?définir AI_SERVICE_TOKEN dans Dokploy}
+      # Génération opt-in (ADR-004 §3) : off par défaut ; pour l'activer,
+      # AI_GENERATION=api + AI_API_KEY (secret Dokploy, jamais dans ce fichier).
+      AI_GENERATION: ${AI_GENERATION:-off}
+      AI_API_KEY: ${AI_API_KEY:-}
+      AI_MODEL: ${AI_MODEL:-claude-opus-4-8}
+      # Seuils de similarité — à calibrer sur le corpus client (runbook §7)
+      AI_SEUIL_PERTINENCE: ${AI_SEUIL_PERTINENCE:-0.45}
+      AI_SEUIL_SUGGESTION: ${AI_SEUIL_SUGGESTION:-0.40}
+      AI_SEUIL_CONFIANCE_FORTE: ${AI_SEUIL_CONFIANCE_FORTE:-0.55}
+    depends_on:
+      siop2-postgres:
+        condition: service_healthy
+      siop2-minio:
+        condition: service_healthy
+
   siop2-api:
     container_name: siop2-api
     build:
@@ -68,6 +101,9 @@ services:
       MINIO_PORT: 9000
       MINIO_ACCESS_KEY: ${MINIO_ROOT_USER:-siop}
       MINIO_SECRET_KEY: ${MINIO_ROOT_PASSWORD}
+      # R5 : l'assistant passe par le service interne (503 propre s'il dort)
+      AI_SERVICE_URL: http://siop2-ai:8000
+      AI_SERVICE_TOKEN: ${AI_SERVICE_TOKEN}
       # ADR-002 — production client : les 3 variables restent ABSENTES.
       # Instance de démonstration publique UNIQUEMENT :
       #   DEMO_MODE=true + DEMO_MODE_I_KNOW=true (double verrou) + SEED_ON_START=true