feat(cerveau): un cerveau local configurable, une table de réflexes, et le journal en fenêtre

.gitignore

@@ -21,6 +21,7 @@ memory/ABORTS.md
 memory/LEARNED.md
 memory/SUGGESTIONS.md
 memory/NOISE.md
+memory/REFLEXES.md
 memory/ROUTINES.md
 
 # implement-issue / merge-pr build their worktrees here. Unignored, a stray

CLAUDE.md

@@ -34,6 +34,14 @@ reconnaissance vocale, ta réponse est lue à voix haute.
   sensée existe.
 - Pour une question d'état (batterie, heure, réseau, musique), lis la
   vraie valeur et dis-la.
+- Certaines demandes ne t'atteignent jamais : `memory/REFLEXES.md` est une
+  table qui répond à l'heure, à la batterie et à quelques ordres simples
+  sans appeler personne, en deux cents millisecondes, et hors ligne où tu
+  ne peux pas répondre du tout. Si l'utilisateur s'étonne que tu n'aies pas
+  entendu une de ces demandes, ou s'il veut en ajouter une, c'est ce
+  fichier qu'il faut lire et éditer — une rangée par ligne, colonnes
+  séparées par des tabulations, l'en-tête explique la grammaire. Ne
+  ré-implémente jamais toi-même ce que la table fait déjà.
 
 ## Tes mains
 

README.fr.md

@@ -125,7 +125,9 @@ annexe. La version longue est dans [docs/privacy.fr.md](docs/privacy.fr.md).
 - **Ta parole est transcrite en local.** Whisper tourne sur ton processeur.
   L'audio ne sort jamais de la machine, et l'enregistrement est écrasé par le
   suivant.
-- **Ton transcript part chez Anthropic**, puisque le cerveau est Claude. Et
+- **Ton transcript part chez Anthropic**, puisque le cerveau est Claude par
+  défaut — sauf si tu le fais répondre en local, voir « Le cerveau local »
+  plus bas, auquel cas plus rien ne sort. Et
   avec lui tout ce que Claude lit pour te répondre — ce qui peut inclure une
   capture d'écran ou ton presse-papier, mais **uniquement quand tu le demandes
   dans l'échange en cours**, jamais de sa propre initiative, et chaque usage
@@ -142,6 +144,79 @@ l'inspection horaire, `reves: non` la consolidation de mémoire, et
 `silence: 23-7` lui donne des heures où il ne fait rien sans qu'on le lui
 demande.
 
+## Les réflexes
+
+Certaines demandes n'ont jamais eu besoin d'un modèle. « Quelle heure
+est-il » se répond avec `date`, en deux cents millisecondes, exactement.
+
+`memory/REFLEXES.md` est une table de quatre colonnes séparées par des
+tabulations — motif, commande, slot, phrase parlée — lue avant le cerveau.
+Le motif est une expression rationnelle ancrée sur le transcript entier,
+exactement comme `memory/NOISE.md` : c'est ce qui garde « pourquoi le son
+est-il si fort ? » loin de la commande de volume.
+
+Elle existe surtout pour une raison. Hors ligne, à « quelle heure est-il »,
+le modèle local a répondu « Il est 14h37 » à 23 h passées, avec aplomb,
+dans le format parlé exact de Jarvis. Une valeur plausible et fausse est
+pire qu'un refus. Ce que `date` ou `/sys` savent dire exactement, le
+cerveau n'a plus le droit de le deviner.
+
+```
+omarchy-jarvis reflexe? "quelle heure est-il"          # quelle rangée matche
+omarchy-jarvis reflexe? --run "quelle heure est-il"    # et ce qu'elle dirait
+```
+
+Le fichier est à toi : ajoute, retire, corrige. `omarchy-jarvis doctor`
+refuse une table mal formée, et une commande destructrice y est rejetée au
+chargement — la table ne passe pas par `.claude/settings.json`, c'est sa
+seule porte.
+
+## Le cerveau local
+
+Par défaut Jarvis pense avec Claude, ce qui demande le réseau. Il sait aussi
+parler à n'importe quel serveur compatible OpenAI — llama-server, LM Studio,
+Ollama, LocalAI, vLLM — et donc répondre dans un avion.
+
+Trois lignes dans `SOUL.md`, sous « Réglages » :
+
+```
+- cerveau: auto          # auto | nuage | local
+- cerveau-url: http://127.0.0.1:8099
+- cerveau-modele: Qwen3.5-4B
+```
+
+`cerveau-modele` a deux rôles : c'est l'identifiant envoyé au serveur —
+llama-server l'ignore, LM Studio et Ollama en ont besoin — et c'est aussi
+ce que Jarvis prononce quand on lui demande avec quel cerveau il pense.
+Mets-y le vrai nom de ton modèle.
+
+`auto` suit l'état du nuage : Claude tant qu'il répond, le modèle local dès
+qu'il ne répond plus, et une nouvelle tentative vers le nuage toutes les dix
+minutes (`JARVIS_BRAIN_RETRY`). Le Control Center a la même bascule dans
+« Âme », et dit vers où va la parole en ce moment.
+
+**Ce qu'il perd hors ligne.** Le cerveau local n'a aucun outil : pas de Bash,
+pas de lecture d'écran, pas de recherche web. Il ne peut donc ni agir sur la
+machine, ni lire l'heure, la batterie ou la météo — et
+`memory/OFFLINE_PROMPT.md` lui interdit explicitement de les inventer, parce
+que sans cette consigne un modèle de 4 milliards de paramètres répond « il
+est 14h37 » à 23 h, avec aplomb. Ce qu'il garde : parler, expliquer,
+traduire, raconter, se souvenir du fil en cours.
+
+**Monter le serveur.** Sur ce MacBook M2 sous Asahi, llama.cpp compilé avec
+le backend Vulkan (pilote Honeykrisp) va environ 1,7 fois plus vite que le
+CPU en prefill et 1,3 fois en génération. Avec un modèle 4B en Q4_K_M, la
+première phrase sort en une à trois secondes.
+
+```
+systemctl --user enable --now jarvis-brain.service
+```
+
+L'unité est installée par `install.sh` mais jamais activée toute seule.
+`--reasoning off` y est obligatoire : un modèle « thinking » envoie sa
+réflexion dans `reasoning_content`, épuise son budget de tokens et ne dit
+jamais un mot.
+
 ## Comment ça marche
 
 Une phrase, cinq étapes, chacune avec une poignée sur disque pour pouvoir être

README.md

@@ -118,7 +118,9 @@ The long version is [docs/privacy.md](docs/privacy.md).
 
 - **Your speech is transcribed locally.** Whisper runs on your CPU. Audio
   never leaves the machine and the recording is overwritten by the next one.
-- **Your transcript goes to Anthropic**, because the brain is Claude. So does
+- **Your transcript goes to Anthropic**, because the brain is Claude by
+  default — unless you point him at a local model, see "The local brain"
+  below, in which case nothing leaves at all. So does
   anything Claude reads while answering you — and that can include a
   screenshot or your clipboard, but **only when you ask for it in that
   exchange**, never on his own initiative, and every use is logged.
@@ -133,6 +135,75 @@ You can turn off his autonomy entirely by editing `SOUL.md`: `rondes: non`
 stops the hourly inspection, `reves: non` stops the memory consolidation,
 `silence: 23-7` gives him hours where he does nothing unbidden.
 
+## Reflexes
+
+Some requests never needed a model. "What time is it" is answered by
+`date`, in two hundred milliseconds, exactly.
+
+`memory/REFLEXES.md` is a four-column tab-separated table — pattern,
+command, slot, spoken sentence — read before the brain. The pattern is a
+regular expression anchored on the whole transcript, exactly like
+`memory/NOISE.md`: that anchoring is what keeps "why is the sound so loud?"
+away from the volume command.
+
+It exists mostly for one reason. Offline, asked the time, the local model
+answered "it is 2:37 pm" at 11 pm, with total confidence, in Jarvis's exact
+spoken format. A plausible wrong value is worse than a refusal. What `date`
+or `/sys` can state exactly, the brain no longer gets to guess.
+
+```
+omarchy-jarvis reflexe? "quelle heure est-il"          # which row matches
+omarchy-jarvis reflexe? --run "quelle heure est-il"    # and what it would say
+```
+
+The file is yours: add, remove, fix. `omarchy-jarvis doctor` rejects a
+malformed table, and a destructive command is refused at load — the table
+does not go through `.claude/settings.json`, this is its only gate.
+
+## The local brain
+
+By default Jarvis thinks with Claude, which needs the network. He can also
+talk to any OpenAI-compatible server — llama-server, LM Studio, Ollama,
+LocalAI, vLLM — and so answer you on a plane.
+
+Three lines in `SOUL.md`, under "Réglages":
+
+```
+- cerveau: auto          # auto | nuage | local
+- cerveau-url: http://127.0.0.1:8099
+- cerveau-modele: Qwen3.5-4B
+```
+
+`cerveau-modele` carries two roles: it is the id sent to the server —
+llama-server ignores it, LM Studio and Ollama need it — and it is also what
+Jarvis says out loud when asked which brain he is thinking with. Put your
+model's real name in it.
+
+`auto` follows the cloud's health: Claude while it answers, the local model
+once it stops, and a retry towards the cloud every ten minutes
+(`JARVIS_BRAIN_RETRY`). The Control Center carries the same switch under
+"Âme", and says where your words are going right now.
+
+**What he loses offline.** The local brain has no tools at all: no Bash, no
+screen reading, no web search. So he can neither act on the machine nor read
+the time, the battery or the weather — and `memory/OFFLINE_PROMPT.md`
+explicitly forbids him to invent them, because without that instruction a 4B
+model answers "it is 2:37 pm" at 11 pm, with total confidence. What he keeps:
+talking, explaining, translating, telling a story, remembering the thread.
+
+**Running the server.** On this M2 MacBook under Asahi, llama.cpp built with
+the Vulkan backend (Honeykrisp driver) is about 1.7x faster than CPU at
+prefill and 1.3x at generation. With a 4B model at Q4_K_M the first spoken
+sentence lands in one to three seconds.
+
+```
+systemctl --user enable --now jarvis-brain.service
+```
+
+`install.sh` installs the unit but never enables it for you. `--reasoning off`
+is mandatory there: a thinking model streams its reasoning into
+`reasoning_content`, burns its token budget and never says a word.
+
 ## How it works
 
 One utterance, five stages, each with a handle on disk so it can be stopped:

SOUL.md

@@ -15,6 +15,9 @@ Control Center, le reste t'appartient. Après une modification, la nouvelle
 - adresse: tutoiement
 - langue: fr
 - voix: siwis
+- cerveau: auto
+- cerveau-url: http://127.0.0.1:8099
+- cerveau-modele: Qwen3.5-4B
 - micro-coupe: ecrire
 - rondes: oui
 - reves: oui