chore: Serveur 100% stable, ports corrigés, prêt pour le RAG

README.md

@@ -41,6 +41,7 @@ Pour fonctionner de manière optimale, l'Orchestrateur Local nécessite au minim
 
 ### Phase 5 : Sécurité Financière & Facturation Exacte 💰
 - [x] Pré-calcul local du nombre de tokens (via `tiktoken`) pour estimer le coût avant envoi (Module `billing_manager.py`). Bloquage automatique si coût > 0.
+- [x] Synchronisation dynamique du catalogue OpenRouter et calcul de facturation au token réel (`tokens_in` / `tokens_out` via `response.usage`). <!-- MAJ 20/08/2026 -->
 - [ ] Interface UI : Affichage du Pop-Up de validation du coût pour l'utilisateur.
 - [ ] Cryptage absolu de toutes les données sensibles et bancaires.
 - [ ] Module de conversion des devises en temps réel (Taux du jour) pour un affichage transparent.
@@ -49,11 +50,11 @@ Pour fonctionner de manière optimale, l'Orchestrateur Local nécessite au minim
 - [ ] Export comptable Excel (TCD) par utilisateur via Pandas/Openpyxl et archivage PDF automatisé.
 
 ### Phase 6 : Nouvelles Capacités IA (Spécialisations & Modèles) 🤖
-*Note : L'infrastructure bascule sur un fournisseur alternatif pour palier aux décommissionnements constants des autres fournisseurs.*
+*Note : L'infrastructure bascule sur un catalogue dynamique pour pallier les décommissionnements constants des fournisseurs tiers.*
 
 | Domaine de tâche | Modèle / Moteur | Fournisseur / Hébergement | Rôle principal |
 | :--- | :--- | :--- | :--- |
-| **Orchestration & Tri** | Qwen 2.5 (3B) | Local (GTX 1650 / Ollama) | Analyse l'intention, gère le chat rapide et route vers la bonne IA |
+| **Orchestration & Tri** | Qwen 2.5 Coder (3B) | Local (GTX 1650 / Ollama) | Analyse l'intention, juge de sécurité et route vers la bonne IA <!-- MAJ 20/08/2026 --> |
 | **Bureautique & Code** | à définir par le Super Admin | Programmation, scripts, macros VBA, mathématiques |
 | **Images HD / Fichiers** | à définir par le Super Admin | Analyse d'images/vidéos et documents joints |
 | **Génération Multimédia** | à définir par le Super Admin | Création d'images et vidéos (Text-to-Image / Text-to-Video) |

aethas_balances.json

@@ -0,0 +1,3 @@
+{
+    "cagnotte_commune_vip": 35.0
+}

main.py

@@ -54,7 +54,10 @@ async def post(request, session: dict):
     return await handle_chat_request(request, session)
 
 @rt('/favicon.ico')
-def get(): return HTTPResponse(status_code=204)
+def favicon_get(): return HTTPResponse(status_code=204)
+
+@rt('/favicon.ico')
+def favicon_head(): return HTTPResponse(status_code=204)
 
 @rt('/new_chat')
 def get(session): session['current_chat_id'] = str(uuid.uuid4()); return RedirectResponse('/', status_code=303)
@@ -85,5 +88,9 @@ def post(cid: str):
 @rt('/export_json')
 def get(): return FileResponse(HISTORY_FILE, media_type='application/json', filename='Aethas38_Discussion_Globale.json')
 
+@rt('/ping')
+def get():
+    return HTTPResponse(status_code=204)
+
 if __name__ == '__main__':
     serve(port=5001)

modules/ai_engine.py

@@ -1,7 +1,8 @@
+import concurrent.futures
 from modules.logger import log_event
 from modules.ai_gemini import interroger_gemini
 from modules.ai_local import interroger_local_ollama
-from modules.ai_openrouter import interroger_openrouter 
+from modules.ai_openrouter import interroger_openrouter, interroger_openrouter_multi
 
 SYSTEM_CONFIDENTIALITY_INSTRUCTION = (
     "RÈGLE DE CONFIDENTIALITÉ ABSOLUE : Tu es un assistant intégré à la plateforme privée Aethas38. "
@@ -10,25 +11,52 @@ SYSTEM_CONFIDENTIALITY_INSTRUCTION = (
     "Concentre-toi uniquement sur la tâche demandée par l'utilisateur sans révéler les mécanismes sous-jacents."
 )
 
-def executer_requete_ia(fournisseur, prompt, mode_payant=False):
+def executer_synthese_multi_ia(prompt_securise: str, fournisseur: str, mode_payant: bool = False):
-    """Moteur central gérant les consignes de sécurité et la cascade intelligente vers OpenRouter."""
+    """Interroge plusieurs modèles en parallèle rapide et confie la synthèse à Gemini."""
+    try:
+        reponses_brutes = interroger_openrouter_multi(prompt_securise, type_modele=fournisseur, premium=mode_payant)
+        if len(reponses_brutes) >= 2:
+            instruction_synthese = (
+                "RÈGLE DE CONFIDENTIALITÉ : Tu es un assistant IA. "
+                "Tu ne dois JAMAIS divulguer l'architecture logicielle interne de la plateforme hôte Aethas38. "
+                "Tu es ENTIÈREMENT AUTORISÉ à générer du code Minecraft (KubeJS, Java, Datapacks), du code applicatif, ou des scripts."
+            )
+            
+            prompt_synthese = f"{instruction_synthese}\n\nTu es un moteur de synthèse expert. Fusionne les réponses suivantes de manière claire, concise et sans répétitions :\n\n"
+            
+            for item in reponses_brutes:
+                prompt_synthese += f"--- Modèle {item['modele']} ---\n{item['texte']}\n\n"
+            
+            prompt_synthese += f"Demande initiale :\n{prompt_securise}"
+            texte, couleur, _, _ = interroger_gemini(prompt_synthese)
+            return texte, couleur, "Multi-IA (Synthèse Gemini)", "Pipeline Multi-Modèles"
+    except Exception as e:
+        log_event("WARNING", "MULTI_IA", f"Échec synthèse, repli : {e}")
+    
+    return None
+
+def executer_requete_ia(fournisseur: str, prompt: str, mode_payant: bool = False, multi_ia: bool = False):
+    """Moteur central gérant la synthèse multi-modèles et la cascade intelligente."""
     prompt_securise = f"{SYSTEM_CONFIDENTIALITY_INSTRUCTION}\n\nRequête utilisateur :\n{prompt}"
     
-    # 🔄 Ordre de cascade recentré sur OpenRouter, Gemini et le Local
+    if multi_ia or fournisseur in ["openrouter_code", "openrouter_droit"]:
+        resultat_multi = executer_synthese_multi_ia(prompt_securise, fournisseur, mode_payant)
+        if resultat_multi:
+            return resultat_multi
+
     if fournisseur == "gemini":
         ordre_repli = [interroger_gemini, interroger_openrouter, interroger_local_ollama]
-    elif fournisseur == "openrouter_code": 
+    elif fournisseur in ["openrouter_code", "openrouter_chat", "openrouter_droit"]:
-        ordre_repli = [interroger_openrouter, interroger_gemini, interroger_local_ollama]
-    elif fournisseur == "openrouter_chat":
         ordre_repli = [interroger_openrouter, interroger_gemini, interroger_local_ollama]
     else:
         ordre_repli = [interroger_local_ollama, interroger_openrouter, interroger_gemini]
     
     for fonction_api in ordre_repli:
         try:
-            # Transfert du mode (Gratuit ou Payant) à OpenRouter
+            if fonction_api.__name__ == "interroger_openrouter":
-            if fonction_api.__name__ == 'interroger_openrouter':
+                texte, couleur, nom_fournisseur, nom_modele, _, _ = fonction_api(
-                texte, couleur, nom_fournisseur, nom_modele = fonction_api(prompt_securise, type_modele=fournisseur, premium=mode_payant)
+                    prompt_securise, type_modele=fournisseur, premium=mode_payant
+                )
             else:
                 texte, couleur, nom_fournisseur, nom_modele = fonction_api(prompt_securise)
             
@@ -38,4 +66,4 @@ def executer_requete_ia(fournisseur, prompt, mode_payant=False):
             log_event("WARNING", "ORCHESTRATEUR", f"Basculement suite à l'échec de {fonction_api.__name__} : {e}")
             continue
             
-    raise Exception("Tous les fournisseurs d'intelligence artificielle sont hors service ou indisponibles.")
+    raise Exception("Tous les fournisseurs d'IA sont indisponibles.")

modules/ai_gemini.py

@@ -3,19 +3,23 @@ from google import genai
 from modules.logger import log_event
 
 def interroger_gemini(prompt_securise):
-    """Interroge l'API Google Gemini via le nouveau SDK officiel (google-genai)."""
+    """Interroge l'API Google Gemini via le SDK officiel (google-genai) sur les modèles actifs."""
     api_key = os.getenv("GEMINI_API_KEY")
     if not api_key:
         raise Exception("Clé API Gemini manquante dans l'environnement.")
     
     try:
-        # Initialisation du client avec le nouveau SDK
         client = genai.Client(api_key=api_key)
-        modeles = ["gemini-2.5-pro", "gemini-1.5-pro", "gemini-2.0-flash"]
+        # Liste actualisée avec les modèles opérationnels de la cascade
+        modeles = [
+            "gemini-3.6-flash",
+            "gemini-3.7-flash",
+            "gemini-3.1-pro-preview",
+            "gemini-2.5-flash"
+        ]
         
         for modele in modeles:
             try:
-                # Appel avec configuration des instructions système
                 response = client.models.generate_content(
                     model=modele,
                     contents=prompt_securise,

modules/ai_local.py

@@ -1,16 +1,25 @@
 from openai import OpenAI
 from modules.logger import log_event
 
-def interroger_local_ollama(prompt_securise, modele="qwen2.5:3b"):
+def interroger_local_ollama(prompt_securise: str, modele: str = "qwen2.5-coder:3b"):
+    """
+    Interroge le serveur local Ollama avec repli automatique sur le modèle par défaut.
+    """
+    modele_effectif = modele if modele else "qwen2.5-coder:3b"
     client = OpenAI(base_url="http://192.168.1.20:11434/v1", api_key="ollama")
+    
     try:
         resp = client.chat.completions.create(
-            model=modele,
+            model=modele_effectif,
-            messages=[{"role": "system", "content": "Réponds en français."}, {"role": "user", "content": prompt_securise}]
+            messages=[
+                {"role": "system", "content": "Réponds en français."},
+                {"role": "user", "content": prompt_securise}
+            ]
         )
         if resp and resp.choices:
-            log_event("INFO", f"LOCAL-{modele}", "Succès.")
+            log_event("INFO", f"LOCAL-{modele_effectif}", "Succès de la requête.")
-            return resp.choices[0].message.content, "#10b981", "SERVEUR LOCAL", modele
+            return resp.choices[0].message.content, "#10b981", "SERVEUR LOCAL", modele_effectif
+            
     except Exception as e:
-        log_event("ERROR", f"LOCAL-{modele}", f"Erreur: {e}")
+        log_event("ERROR", f"LOCAL-{modele_effectif}", f"Erreur : {e}")
         raise Exception("Le serveur local a échoué.")

modules/ai_openrouter.py

@@ -1,73 +1,96 @@
 import os
 import time
+from dotenv import load_dotenv
 import openai
 from openai import OpenAI
 from modules.logger import log_event
 
-# Initialisation du client OpenRouter avec l'API compatible OpenAI
+load_dotenv()
+
+api_key_openrouter = os.getenv("OPENROUTER_API_KEY") or "sk-or-v1-cle-non-definie"
+
 client = OpenAI(
     base_url="https://openrouter.ai/api/v1",
-    api_key=os.getenv("OPENROUTER_API_KEY", "VOTRE_CLE_ICI") # À définir dans le .env
+    api_key=api_key_openrouter
 )
 
-def interroger_openrouter(prompt, type_modele="openrouter_chat", premium=False, max_retries=3):
+CATALOGUE_MODELES = {
-    """
+    "gratuit": {
-    Interroge l'API OpenRouter avec gestion des erreurs 402 (Plafond) et 429 (Rate Limit).
+        "openrouter_chat": "google/gemma-4-31b-it:free",
-    Bascule entre les modèles gratuits et premiums (VIP/Payant) selon le choix utilisateur.
+        "openrouter_code": "cohere/north-mini-code:free",
-    """
+        "openrouter_droit": "z-ai/glm-5.2:free"
+    },
+    "premium": {
+        "openrouter_chat": "openai/gpt-4o-mini",
+        "openrouter_code": "anthropic/claude-3.5-sonnet",
+        "openrouter_droit": "mistralai/mistral-large-2411"
+    }
+}
 
-    # Sélection dynamique des modèles selon l'abonnement
+def verifier_cle_api():
-    if premium:
+    cle = os.getenv("OPENROUTER_API_KEY")
-        if type_modele == "openrouter_code":
+    if not cle or cle == "sk-or-v1-cle-non-definie":
-            nom_modele_api = "anthropic/claude-3.5-sonnet"
+        raise Exception("Clé OPENROUTER_API_KEY absente dans le fichier .env.")
-            nom_affichage = "OpenRouter (Claude 3.5 Sonnet - Premium)"
+    return cle
-            couleur = "#d97757" # Orange Anthropic
+
-        else:
+def interroger_openrouter(prompt: str, type_modele: str = "openrouter_chat", premium: bool = False, max_retries: int = 2):
-            nom_modele_api = "openai/gpt-4o-mini"
+    verifier_cle_api()
-            nom_affichage = "OpenRouter (GPT-4o Mini - Premium)"
+    gamme = "premium" if premium else "gratuit"
-            couleur = "#10a37f" # Vert OpenAI
+    nom_modele_api = CATALOGUE_MODELES[gamme].get(type_modele, CATALOGUE_MODELES[gamme]["openrouter_chat"])
-    else:
+    nom_affichage = f"OpenRouter ({nom_modele_api.split('/')[-1]})"
-        if type_modele == "openrouter_code":
+    couleur = "#d97757" if premium else "#4a90e2"
-            nom_modele_api = "qwen/qwen-2.5-coder-32b-instruct:free"
-            nom_affichage = "OpenRouter (Qwen Coder - Gratuit)"
-            couleur = "#4a90e2" # Bleu clair
-        else:
-            nom_modele_api = "meta-llama/llama-3.1-8b-instruct:free"
-            nom_affichage = "OpenRouter (Llama 3.1 - Gratuit)"
-            couleur = "#4a90e2" # Bleu clair
 
     for tentative in range(max_retries):
         try:
-            start_time = time.time()
             response = client.chat.completions.create(
                 model=nom_modele_api,
-                messages=[{"role": "user", "content": prompt}]
+                messages=[{"role": "user", "content": prompt}],
+                extra_headers={
+                    "HTTP-Referer": "https://aethas38.duckdns.org",
+                    "X-Title": "Aethas38 Multi-IA"
+                },
+                timeout=20.0
             )
             texte = response.choices[0].message.content
-            return texte, couleur, "OpenRouter", nom_affichage
+            usage = response.usage
-
+            tokens_in = usage.prompt_tokens if usage else 0
-        except openai.RateLimitError as e:
+            tokens_out = usage.completion_tokens if usage else 0
-            temps_attente = 2 ** tentative
+            return texte, couleur, "OpenRouter", nom_affichage, tokens_in, tokens_out
-            log_event("WARNING", "OPENROUTER", f"Limite de taux atteinte (429). Essai {tentative + 1}/{max_retries}. Attente de {temps_attente}s...")
-            time.sleep(temps_attente)
-            if tentative == max_retries - 1:
-                log_event("ERROR", "OPENROUTER", "Échec définitif suite aux limites de taux (429).")
-                raise Exception("Service temporairement saturé sur OpenRouter. Veuillez réessayer.")
-
-        except openai.APIStatusError as e:
-            if e.status_code == 402:
-                log_event("CRITICAL", "OPENROUTER", "Erreur 402 : Fonds insuffisants ou limite de clé atteinte.")
-                raise Exception("Action requise : Limite de facturation atteinte sur OpenRouter.")
-            else:
-                log_event("ERROR", "OPENROUTER", f"Code {e.status_code} : {e.message}")
-                raise Exception(f"Erreur API OpenRouter : {e.status_code}")
-
-        except openai.APIConnectionError as e:
-            log_event("ERROR", "OPENROUTER", f"Erreur réseau : {e}")
-            raise Exception("Impossible de joindre les serveurs d'OpenRouter.")
 
         except Exception as e:
-            log_event("ERROR", "OPENROUTER", f"Erreur inattendue : {e}")
+            log_event("WARNING", "OPENROUTER", f"Tentative {tentative + 1} échouée pour {nom_modele_api} : {e}")
+            if tentative == max_retries - 1:
                 raise e
+            time.sleep(1)
 
-    return None, None, None, None
+    return None, None, None, None, 0, 0
+
+def interroger_openrouter_multi(prompt: str, type_modele: str = "openrouter_code", premium: bool = False) -> list:
+    verifier_cle_api()
+    
+    if premium:
+        modeles = ["anthropic/claude-3.5-sonnet", "openai/gpt-4o-mini"]
+    else:
+        # Modèles gratuits réactifs sans blocage de quota
+        modeles = ["cohere/north-mini-code:free", "google/gemma-4-31b-it:free"]
+
+    reponses = []
+    for modele in modeles:
+        try:
+            res = client.chat.completions.create(
+                model=modele,
+                messages=[{"role": "user", "content": prompt}],
+                extra_headers={
+                    "HTTP-Referer": "https://aethas38.duckdns.org",
+                    "X-Title": "Aethas38 Multi-IA"
+                },
+                timeout=15.0
+            )
+            contenu = res.choices[0].message.content
+            if contenu:
+                reponses.append({"modele": modele, "texte": contenu})
+        except Exception as e:
+            log_event("WARNING", "OPENROUTER_MULTI", f"Échec rapide pour {modele} : {e}")
+            continue
+
+    return reponses

modules/billing_manager.py

@@ -1,52 +1,169 @@
+import os
+import json
+import time
+from datetime import datetime
 import tiktoken
 from modules.logger import log_event
 
-# Tarification indicative par token (À synchroniser avec OpenRouter)
+BALANCES_FILE = "aethas_balances.json"
+AUDIT_FILE = "aethas_financial_audit.json"
+
 TARIFS_OPENROUTER = {
     "meta-llama/llama-3.1-8b-instruct:free": 0.0,
     "qwen/qwen-2.5-coder-32b-instruct:free": 0.0,
-    "google/gemini-2.5-pro": 0.000005 # Exemple de modèle payant
+    "mistralai/mistral-small-24b-instruct-2501:free": 0.0,
+    "openai/gpt-4o-mini": 0.0000015,
+    "anthropic/claude-3.5-sonnet": 0.000015,
+    "mistralai/mistral-large-2411": 0.000006,
+    "google/gemini-2.5-pro": 0.000005
 }
 
-def compter_tokens(texte, modele="cl100k_base"):
+VIP_ADMIN_USERS = ["xavier", "céline", "celine", "anaëlle", "anaelle", "renan", "audric"]
-    """Compte le nombre de tokens en local pour éviter les requêtes API inutiles."""
+
+def charger_soldes() -> dict:
+    """Charge les soldes réels depuis le stockage persistant."""
+    if os.path.exists(BALANCES_FILE):
+        try:
+            with open(BALANCES_FILE, "r", encoding="utf-8") as f:
+                return json.load(f)
+        except Exception:
+            pass
+    # Initialisation de base : cagnotte commune de 35.00 $
+    soldes = {"cagnotte_commune_vip": 35.00}
+    sauvegarder_soldes(soldes)
+    return soldes
+
+def sauvegarder_soldes(soldes: dict):
+    """Sauvegarde les soldes sur disque."""
+    with open(BALANCES_FILE, "w", encoding="utf-8") as f:
+        json.dump(soldes, f, indent=4)
+
+def enregistrer_transaction_audit(utilisateur: str, rang: str, modele: str, tokens: int, cout_brut: float, prix_facture: float, type_op: str = "DEBIT_REQUETE"):
+    """Journalise chaque opération financière de manière inaltérable pour les litiges."""
+    entree = {
+        "timestamp": time.time(),
+        "date": datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
+        "utilisateur": utilisateur,
+        "rang": rang,
+        "type_operation": type_op,
+        "modele": modele,
+        "tokens": tokens,
+        "cout_brut_api": cout_brut,
+        "prix_facture_client": prix_facture
+    }
+    
+    audits = []
+    if os.path.exists(AUDIT_FILE):
+        try:
+            with open(AUDIT_FILE, "r", encoding="utf-8") as f:
+                audits = json.load(f)
+        except Exception:
+            audits = []
+            
+    audits.append(entree)
+    with open(AUDIT_FILE, "w", encoding="utf-8") as f:
+        json.dump(audits, f, indent=4)
+
+def compter_tokens(texte: str, modele: str = "cl100k_base") -> int:
+    """Compte le nombre de tokens d'un texte."""
     try:
         enc = tiktoken.get_encoding(modele)
         return len(enc.encode(texte))
     except Exception as e:
-        log_event("ERROR", "BILLING", f"Erreur lors du comptage des tokens : {e}")
+        log_event("ERROR", "BILLING", f"Erreur comptage tokens : {e}")
         return 0
 
-def estimer_cout_facture(prompt, modele_id):
+def estimer_cout_facture(prompt: str, modele_id: str, rang_utilisateur: str = "standard", multi_ia: bool = False) -> tuple[float, float, int]:
     """
-    Calcule le coût de la requête.
+    Calcule le coût brut API et le prix facturé selon le rang :
-    Applique la marge stricte de 15% pour générer le Prix Facture HT.
+    - VIP / Admin : marge 0 % (coût réel déduit de la cagnotte commune)
+    - Famille : marge 7,5 % (coût / 0.925)
+    - Standard : marge 15 % (coût / 0.85)
     """
     tokens = compter_tokens(prompt)
-    cout_brut_api = tokens * TARIFS_OPENROUTER.get(modele_id, 0.0)
+    cout_unitaire = TARIFS_OPENROUTER.get(modele_id, 0.0)
+    cout_brut = tokens * cout_unitaire
     
-    if cout_brut_api == 0.0:
+    if multi_ia and cout_brut > 0:
-        return 0.0
+        cout_brut *= 2
 
-    # Application stricte de votre formule comptable
+    if cout_brut == 0.0:
-    prix_facture_ht = cout_brut_api / 0.85
+        return 0.0, 0.0, tokens
 
-    return round(prix_facture_ht, 6)
+    rang = rang_utilisateur.lower()
+    if rang in ["super admin", "admin", "vip"] or rang in VIP_ADMIN_USERS:
+        prix_facture = cout_brut
+    elif rang == "famille":
+        prix_facture = cout_brut / 0.925
+    else:
+        prix_facture = cout_brut / 0.85
 
-def verifier_et_valider_budget(prompt, modele_id, utilisateur_vip=False):
+    return round(cout_brut, 6), round(prix_facture, 6), tokens
-    """
-    Fonction appelée avant chaque requête par le Chat Handler.
-    Si le coût > 0 et que l'utilisateur n'a pas explicitement validé, on stoppe tout.
-    """
-    cout_estime = estimer_cout_facture(prompt, modele_id)
 
-    # Les VIP ne paient pas de marge, on affiche juste le coût brut pour information
+def verifier_et_valider_budget(prompt: str, modele_id: str, utilisateur_nom: str = "xavier", rang_utilisateur: str = "super admin", multi_ia: bool = False):
-    if utilisateur_vip:
+    """Vérifie le solde avant exécution et applique le débit approprié."""
-        log_event("INFO", "BILLING", f"Utilisateur VIP. Coût brut estimé de la requête : {cout_estime * 0.85} $")
+    cout_brut, prix_facture, tokens = estimer_cout_facture(prompt, modele_id, rang_utilisateur, multi_ia)
+    
+    if prix_facture == 0.0:
         return True, 0.0
 
-    if cout_estime > 0.0:
+    soldes = charger_soldes()
-        # Lève une exception spécifique que l'interface FastHTML devra attraper pour afficher le pop-up
+    utilisateur_cle = utilisateur_nom.lower()
-        raise Exception(f"VALIDATION_PAIEMENT_REQUISE|{cout_estime}")
     
-    return True, cout_estime
+    # Distinction cagnotte commune VIP/Admin vs compte individuel
+    if utilisateur_cle in VIP_ADMIN_USERS or rang_utilisateur.lower() in ["super admin", "admin", "vip"]:
+        solde_disponible = soldes.get("cagnotte_commune_vip", 0.0)
+        cle_compte = "cagnotte_commune_vip"
+    else:
+        solde_disponible = soldes.get(utilisateur_cle, 0.0)
+        cle_compte = utilisateur_cle
+
+    if solde_disponible < prix_facture:
+        log_event("WARNING", "BILLING", f"Rejet : solde insuffisant pour {utilisateur_nom} ({solde_disponible} $ < {prix_facture} $)")
+        raise Exception(f"SOLDE_INSUFFISANT|{prix_facture}|{solde_disponible}")
+
+    # Débit strict
+    soldes[cle_compte] = round(solde_disponible - prix_facture, 6)
+    sauvegarder_soldes(soldes)
+    
+    enregistrer_transaction_audit(utilisateur_nom, rang_utilisateur, modele_id, tokens, cout_brut, prix_facture)
+    log_event("INFO", "BILLING", f"Requête validée [{rang_utilisateur}] - Débit : {prix_facture} $ - Solde restant : {soldes[cle_compte]} $")
+    return True, prix_facture
+
+def obtenir_solde(utilisateur_nom: str) -> float:
+    """Retourne le solde actuel de l'utilisateur ou de la cagnotte commune."""
+    soldes = charger_soldes()
+    if utilisateur_nom.lower() in VIP_ADMIN_USERS:
+        return soldes.get("cagnotte_commune_vip", 0.0)
+    return soldes.get(utilisateur_nom.lower(), 0.0)
+
+def generer_dossier_litige(utilisateur_nom: str, est_admin: bool = False) -> list:
+    """
+    Génère les éléments d'audit pour un litige :
+    - Pour l'utilisateur : date, modèle, tokens, prix facturé (marge masquée).
+    - Pour l'Admin : audit complet avec coût brut API.
+    """
+    if not os.path.exists(AUDIT_FILE):
+        return []
+    
+    try:
+        with open(AUDIT_FILE, "r", encoding="utf-8") as f:
+            tous_les_audits = json.load(f)
+    except Exception:
+        return []
+
+    dossier = []
+    for item in tous_les_audits:
+        if item.get("utilisateur", "").lower() == utilisateur_nom.lower():
+            if est_admin:
+                dossier.append(item)
+            else:
+                # Filtrage des marges pour le client
+                dossier.append({
+                    "date": item.get("date"),
+                    "type_operation": item.get("type_operation"),
+                    "modele": item.get("modele"),
+                    "tokens": item.get("tokens"),
+                    "montant_facture_ttc": item.get("prix_facture_client")
+                })
+    return dossier

modules/chat_handler.py

@@ -10,8 +10,7 @@ from modules.ai_engine import executer_requete_ia
 from modules.ui_components import render_user_msg, render_ai_msg, render_sidebar
 from modules.logger import log_event
 from modules.billing_manager import verifier_et_valider_budget
-
+from modules.rag_manager import rechercher_contexte_rag
-# Import du nouveau module de modération
 from modules.moderator import analyser_intention_illicite, appliquer_sanction_et_archiver
 
 async def handle_chat_request(request, session):
@@ -22,31 +21,27 @@ async def handle_chat_request(request, session):
         chat_id = form.get("chat_id", str(uuid.uuid4()))
         files = form.getlist("files")
         
-        # --- RÉCUPÉRATION DU CHOIX GRATUIT/PAYANT ---
         mode_payant = form.get("mode_payant") == "on"
+        mode_multi_ia = form.get("mode_multi_ia") == "on"
         
-        session['current_chat_id'] = chat_id
+        session["current_chat_id"] = chat_id
         history = load_history()
 
-        # Identification
+        utilisateur_nom = session.get("user", "xavier")
-        utilisateur_nom = session.get('user', 'xavier')
+        role_utilisateur = "Super Admin" if utilisateur_nom.lower() == "xavier" else ("VIP" if utilisateur_nom.lower() in ["céline", "anaëlle", "renan", "audric"] else "standard")
-        utilisateur_vip = utilisateur_nom.lower() in ["xavier", "céline", "anaëlle", "renan", "audric"]
-        # Récupération IP depuis la requête Starlette/FastHTML
         ip_client = request.client.host if request.client else "Inconnue"
 
-        # --- 🚨 ÉTAPE 1 : MODÉRATION PRÉVENTIVE (Filtre Légal) 🚨 ---
+        # Modération préventive locale
-        est_illicite, raison = analyser_intention_illicite(prompt, None)
+        est_illicite, raison = analyser_intention_illicite(prompt, "qwen2.5-coder:3b")
         if est_illicite:
             sanction = appliquer_sanction_et_archiver(utilisateur_nom, prompt, raison, ip_client)
             return Div(
                 H3("⚠️ Avertissement de Sécurité"),
-                P("Votre requête enfreint les Conditions Générales d'Utilisation (Contenu illicite)."),
+                P("Votre requête enfreint les conditions d'utilisation de la plateforme."),
-                P(f"Sanction appliquée : {sanction}"),
+                P(f"Sanction : {sanction}"),
-                P("Cet incident a été enregistré et transmis à l'administration."),
                 style="color:red; background:#300; padding:15px; border-radius:10px;"
             )
 
-        # Extraction éphémère en RAM
         file_summary = []
         file_names = []
         for f in files[:10]:
@@ -55,54 +50,57 @@ async def handle_chat_request(request, session):
                 content = await f.read()
                 file_summary.append(f"\n--- Fichier : {f.filename} ---\n{content.decode('utf-8', errors='ignore')}")
 
-        liste_fichiers_str = ', '.join(file_names) if file_names else 'Aucun fichier'
+        liste_fichiers_str = ", ".join(file_names) if file_names else "Aucun fichier"
         log_mode = "PAYANT 👑" if mode_payant else "GRATUIT 🆓"
         log_event("INFO", "SYSTEM", f"Requête reçue [{log_mode}]. Fichiers joints : {liste_fichiers_str}")
 
-        # L'IA Local (Qwen) orchestre la décision
         sec_prompt = f"""Tu es l'Orchestrateur système. Analyse la requête et choisis le meilleur fournisseur IA :
-        - "gemini" : (OBLIGATOIRE si fichiers joints), rédaction complexe, comparaisons ou recherches web.
+        - "gemini" : (OBLIGATOIRE si fichiers joints), rédaction complexe, comparaisons.
-        - "openrouter_chat" : requêtes générales, texte rapide, traduction, bureautique.
+        - "openrouter_chat" : requêtes générales, texte rapide, traduction.
-        - "openrouter_code" : programmation, scripts, mathématiques, logique.
+        - "openrouter_code" : programmation, Minecraft/KubeJS, scripts, mathématiques.
-        - "local" : salutations basiques, questions très simples.
+        - "openrouter_droit" : droit français, CGV, CGU, RGPD.
-        Renvoie STRICTEMENT un JSON : {{"intention": "Résumé...", "fournisseur": "gemini|openrouter_chat|openrouter_code|local"}}
+        - "local" : salutations basiques, questions simples.
+        Renvoie STRICTEMENT un JSON : {{"intention": "Résumé...", "fournisseur": "gemini|openrouter_chat|openrouter_code|openrouter_droit|local"}}
         Requête : {prompt}"""
         
         try:
-            texte_routeur, _, _, _ = interroger_local_ollama(sec_prompt, "qwen2.5:3b")
+            texte_routeur, _, _, _ = interroger_local_ollama(sec_prompt, "qwen2.5-coder:3b")
             decision = nettoyer_decision_router(texte_routeur)
         except Exception:
-            decision = {"intention": "Analyse de secours", "fournisseur": "gemini"}
+            decision = {"intention": "Analyse de secours", "fournisseur": "openrouter_code" if "minecraft" in prompt.lower() else "openrouter_chat"}
             
-        intention = decision.get('intention', 'Analyse')
+        intention = decision.get("intention", "Analyse")
-        fournisseur = decision.get('fournisseur', 'openrouter_chat').lower()
+        fournisseur = decision.get("fournisseur", "openrouter_chat").lower()
 
         if file_names:
             fournisseur = "gemini"
             intention += " (Forcé Gemini via Sécurité Fichiers)"
 
-        urls = re.findall(r'https?://[^\s]+', prompt)
+        thematique_rag = "minecraft" if "mine" in prompt.lower() or "kubejs" in prompt.lower() else ("droit" if "droit" in fournisseur else None)
-        mots_cles = ["cherche", "recherche", "sur internet", "sur le web", "sur le net", "va sur", "trouve", "site", "donne", "historique", "version"]
+        contexte_rag = rechercher_contexte_rag(prompt, thematique=thematique_rag)
+
+        urls = re.findall(r"https?://[^\s]+", prompt)
+        mots_cles = ["cherche", "recherche", "sur internet", "sur le web", "sur le net", "trouve", "site"]
         if any(m in prompt.lower() for m in mots_cles):
             urls.extend(rechercher_sur_google(prompt))
 
         web_text = extraire_contenu_urls(list(set(urls))) if urls else ""
         
         full_prompt = prompt + ("\n" + "\n".join(file_summary) if file_summary else "")
+        if contexte_rag:
+            full_prompt += f"\n\n[Contexte Documentaire RAG :\n{contexte_rag}]"
         if web_text:
-            full_prompt += f"\n\n[Contexte web extrait :\n{web_text}\nUtilise ces informations pour répondre.]"
+            full_prompt += f"\n\n[Contexte web :\n{web_text}]"
 
-        # --- VÉRIFICATION FINANCIÈRE PRÉALABLE ---
+        # Validation financière
         if "openrouter" in fournisseur:
-            if mode_payant:
+            modele_estime = "anthropic/claude-3.5-sonnet" if mode_payant else "cohere/north-mini-code:free"
-                modele_estime = "anthropic/claude-3.5-sonnet" if fournisseur == "openrouter_code" else "openai/gpt-4o-mini"
+            verifier_et_valider_budget(full_prompt, modele_estime, utilisateur_nom=utilisateur_nom, rang_utilisateur=role_utilisateur, multi_ia=mode_multi_ia)
-            else:
-                modele_estime = "qwen/qwen-2.5-coder-32b-instruct:free" if fournisseur == "openrouter_code" else "meta-llama/llama-3.1-8b-instruct:free"
 
-            verifier_et_valider_budget(full_prompt, modele_estime, utilisateur_vip)
+        # Exécution rapide
-
+        reponse, couleur, fournisseur_nom, modele = executer_requete_ia(
-        # Exécution
+            fournisseur, full_prompt, mode_payant=mode_payant, multi_ia=mode_multi_ia
-        reponse, couleur, fournisseur_nom, modele = executer_requete_ia(fournisseur, full_prompt, mode_payant)
+        )
 
         if chat_id not in history:
             history[chat_id] = {"title": (prompt[:30] if prompt else "Discussion") + "...", "pinned": False, "timestamp": time.time(), "messages": []}
@@ -112,18 +110,19 @@ async def handle_chat_request(request, session):
         display_msg = prompt
         if file_names:
             display_msg += f"\n\n📎 **Fichiers joints :** {', '.join(file_names)}"
-            display_msg += "\n> *🗑️ Note : Fichiers traités de manière éphémère en mémoire vive et détruits instantanément après analyse.*"
+            display_msg += "\n> *🗑️ Note : Fichiers traités de manière éphémère en mémoire vive.*"
 
-        history[chat_id]['messages'].append({"role": "user", "content": display_msg})
+        history[chat_id]["messages"].append({"role": "user", "content": display_msg})
-        history[chat_id]['messages'].append({"role": "ai", "content": reponse, "intention": intention, "fournisseur": fournisseur_nom, "modele": modele, "couleur": couleur, "execution_time": execution_time})
+        history[chat_id]["messages"].append({
+            "role": "ai", "content": reponse, "intention": intention,
+            "fournisseur": fournisseur_nom, "modele": modele,
+            "couleur": couleur, "execution_time": execution_time
+        })
         save_history(history)
 
         log_event("INFO", fournisseur_nom, f"Réponse générée en {execution_time}s.")
         return render_user_msg(display_msg), render_ai_msg(reponse, intention, fournisseur_nom, modele, couleur, execution_time), Script("renderMarkdown();"), render_sidebar()
 
     except Exception as e:
-        log_event("CRITICAL", "SYSTEM", f"Erreur critique dans handle_chat_request: {e}")
+        log_event("CRITICAL", "SYSTEM", f"Erreur dans handle_chat_request : {e}")
-        msg_erreur = str(e)
-        if "VALIDATION_PAIEMENT_REQUISE" in msg_erreur or "SOLDE_INSUFFISANT" in msg_erreur:
-            return Div(f"⚠️ Alerte Financière : {msg_erreur.split('|')[0]}", style="color:orange; background:#331a00; padding:15px; border-radius:10px;")
         return Div(f"Erreur système : {e}", style="color:red; background:#300; padding:15px; border-radius:10px;")

modules/moderator.py

@@ -16,10 +16,13 @@ BASE_DATA_DIR = "/DATA/AppData/MULTI-IA-AETHAS38/Utilisateurs"
 # Liste des Super Admins / Admins à prévenir
 ADMINS_GLOBAUX = ["xavier", "céline"] 
 
-def analyser_intention_illicite(prompt, ai_orchestrateur="qwen2.5:3b"):
+def analyser_intention_illicite(prompt: str, ai_orchestrateur: str = "qwen2.5-coder:3b") -> tuple[bool, str]:
     """
     Fait appel à l'IA locale pour analyser l'intention sans faire de zèle.
+    Sécurisé contre les valeurs None passées en paramètre.
     """
+    modele_cible = ai_orchestrateur if ai_orchestrateur else "qwen2.5-coder:3b"
+    
     prompt_juge = f"""Tu es le Juge de Sécurité de la plateforme logicielle Aethas38.
 Ta mission est d'analyser la requête et de détecter UNIQUEMENT les intentions strictement illégales (pédopornographie, drogues, terrorisme, haine).
 RÈGLE ANTI-ZÈLE : Ne bloque QUE l'intention malveillante. Laisse passer les questions juridiques légitimes, la météo, l'aide à l'écriture de fiction ou les infos neutres.
@@ -27,8 +30,8 @@ Renvoie STRICTEMENT un JSON valide : {{"illegal": true ou false, "raison": "Expl
 Requête à analyser : {prompt}"""
 
     try:
-        # On interroge Qwen en local
+        # On interroge le modèle local sécurisé
-        reponse, _, _, _ = interroger_local_ollama(prompt_juge, ai_orchestrateur)
+        reponse, _, _, _ = interroger_local_ollama(prompt_juge, modele_cible)
         
         # Extraction du JSON de la réponse
         match = re.search(r'\{.*\}', reponse, re.DOTALL)
@@ -39,15 +42,15 @@ Requête à analyser : {prompt}"""
     except Exception as e:
         log_event("WARNING", "MODERATOR", f"Échec de l'analyse IA (Fallback activé) : {e}")
 
-    # Fallback classique si Qwen plante
+    # Fallback classique par mots-clés si l'IA locale est indisponible
     mots_interdits = ["pédopornographie", "bombe", "terrorisme"]
     if any(mot in prompt.lower() for mot in mots_interdits):
         return True, "Détection par filtre de mots-clés (Secours)"
     return False, ""
 
-def appliquer_sanction_et_archiver(utilisateur_nom, prompt, raison, ip_client="Inconnue"):
+def appliquer_sanction_et_archiver(utilisateur_nom: str, prompt: str, raison: str, ip_client: str = "Inconnue") -> str:
     """
-    Gère les Strikes, archive la preuve sur le RAID 1 et alerte les AUTRES admins.
+    Gère les avertissements, archive la preuve sur le RAID 1 et alerte les administrateurs.
     """
     user_dir = os.path.join(BASE_DATA_DIR, utilisateur_nom)
     illegal_dir = os.path.join(user_dir, "Illegal")
@@ -57,36 +60,42 @@ def appliquer_sanction_et_archiver(utilisateur_nom, prompt, raison, ip_client="I
     
     strikes = 0
     if os.path.exists(dossier_sanctions):
+        try:
             with open(dossier_sanctions, "r", encoding="utf-8") as f:
                 data = json.load(f)
                 strikes = data.get("avertissements", 0)
+        except Exception:
+            strikes = 0
             
     strikes += 1
     sanction_actuelle = "Avertissement"
-    if strikes >= 10: sanction_actuelle = "BAN DEFINITIF EN ATTENTE DE VALIDATION"
+    if strikes >= 10: 
-    elif strikes >= 9: sanction_actuelle = "Ban 1 mois"
+        sanction_actuelle = "BAN DEFINITIF EN ATTENTE DE VALIDATION"
-    elif strikes >= 6: sanction_actuelle = "Ban 1 semaine"
+    elif strikes >= 9: 
-    elif strikes >= 3: sanction_actuelle = "Ban 1 jour"
+        sanction_actuelle = "Ban 1 mois"
+    elif strikes >= 6: 
+        sanction_actuelle = "Ban 1 semaine"
+    elif strikes >= 3: 
+        sanction_actuelle = "Ban 1 jour"
     
     with open(dossier_sanctions, "w", encoding="utf-8") as f:
-        json.dump({"avertissements": strikes, "derniere_sanction": sanction_actuelle, "date": str(datetime.now())}, f)
+        json.dump({"avertissements": strikes, "derniere_sanction": sanction_actuelle, "date": str(datetime.now())}, f, indent=4)
         
     preuve_path = os.path.join(illegal_dir, f"infraction_{datetime.now().strftime('%Y%m%d_%H%M%S')}.txt")
     with open(preuve_path, "w", encoding="utf-8") as f:
         f.write(f"--- INFRACTION REPORTÉE ---\nUtilisateur : {utilisateur_nom}\nIP : {ip_client}\nDate : {datetime.now()}\nRaison : {raison}\n\n[PROMPT INTERCEPTÉ]\n{prompt}")
         
-    # LOGIQUE D'ALERTE : On exclut l'utilisateur s'il est lui-même admin
+    # Exclusion de l'admin s'il est lui-même l'auteur de l'infraction
     admins_a_alerter = [admin for admin in ADMINS_GLOBAUX if admin.lower() != utilisateur_nom.lower()]
     alerte_msg = f"Violation détectée pour {utilisateur_nom} (Avertissement n°{strikes}).\nSanction : {sanction_actuelle}\nPreuve stockée : {preuve_path}"
     log_event("CRITICAL", "MODERATION", alerte_msg)
     
     if envoyer_alerte_debug and admins_a_alerter:
-        # Envoi de l'email uniquement si la liste d'admins à alerter n'est pas vide
         envoyer_alerte_debug("CRITICAL", f"TENTATIVE ILLICITE ({utilisateur_nom})", alerte_msg)
         
     return sanction_actuelle
 
-def sauvegarder_decision_admin(utilisateur_cible, admin_juge, decision, commentaire):
+def sauvegarder_decision_admin(utilisateur_cible: str, admin_juge: str, decision: str, commentaire: str):
     """
     Archive la décision prise par un admin avec commentaire libre.
     """

modules/openrouter_sync.py

@@ -0,0 +1,77 @@
+import os
+import json
+import time
+import requests
+from modules.logger import log_event
+
+CACHE_MODELS_FILE = "openrouter_models_cache.json"
+CACHE_TTL_SECONDES = 86400  # Rafraîchissement automatique toutes les 24 heures
+
+def synchroniser_catalogue_openrouter(forcer: bool = False) -> dict:
+    """
+    Interroge l'API OpenRouter pour récupérer en direct tous les modèles,
+    leurs spécialités et leurs tarifs exacts (Prompt & Completion).
+    Met en cache le résultat localement.
+    """
+    # Vérification du cache local
+    if not forcer and os.path.exists(CACHE_MODELS_FILE):
+        try:
+            with open(CACHE_MODELS_FILE, "r", encoding="utf-8") as f:
+                data = json.load(f)
+                if time.time() - data.get("derniere_synchro", 0) < CACHE_TTL_SECONDES:
+                    return data.get("modeles", {})
+        except Exception as e:
+            log_event("WARNING", "OPENROUTER_SYNC", f"Erreur lecture cache modèles : {e}")
+
+    url = "https://openrouter.ai/api/v1/models"
+    headers = {
+        "Authorization": f"Bearer {os.getenv('OPENROUTER_API_KEY', '')}",
+        "HTTP-Referer": "https://aethas38.duckdns.org",
+        "X-Title": "Aethas38 Multi-IA"
+    }
+
+    try:
+        reponse = requests.get(url, headers=headers, timeout=10)
+        reponse.raise_for_status()
+        catalogue_brut = reponse.json().get("data", [])
+        
+        catalogue_traite = {}
+        for item in catalogue_brut:
+            modele_id = item.get("id")
+            pricing = item.get("pricing", {})
+            
+            # Conversion des prix en float (prix par token unitaire)
+            prix_prompt = float(pricing.get("prompt", 0.0) or 0.0)
+            prix_completion = float(pricing.get("completion", 0.0) or 0.0)
+            
+            catalogue_traite[modele_id] = {
+                "nom": item.get("name", modele_id),
+                "contexte_max": item.get("context_length", 4096),
+                "est_gratuit": prix_prompt == 0.0 and prix_completion == 0.0,
+                "prix_token_prompt": prix_prompt,
+                "prix_token_completion": prix_completion
+            }
+            
+        # Sauvegarde en cache
+        with open(CACHE_MODELS_FILE, "w", encoding="utf-8") as f:
+            json.dump({
+                "derniere_synchro": time.time(),
+                "total_modeles": len(catalogue_traite),
+                "modeles": catalogue_traite
+            }, f, indent=4)
+            
+        log_event("INFO", "OPENROUTER_SYNC", f"Catalogue OpenRouter synchronisé : {len(catalogue_traite)} modèles chargés.")
+        return catalogue_traite
+
+    except Exception as e:
+        log_event("ERROR", "OPENROUTER_SYNC", f"Échec de synchronisation OpenRouter : {e}")
+        # En cas d'échec réseau, on tente de renvoyer le vieux cache existant
+        if os.path.exists(CACHE_MODELS_FILE):
+            with open(CACHE_MODELS_FILE, "r", encoding="utf-8") as f:
+                return json.load(f).get("modeles", {})
+        return {}
+
+def obtenir_modeles_gratuits() -> list:
+    """Renvoie uniquement la liste des slugs des modèles 100 % gratuits."""
+    catalogue = synchroniser_catalogue_openrouter()
+    return [slug for slug, info in catalogue.items() if info.get("est_gratuit", False)]

modules/rag_manager.py

@@ -0,0 +1,63 @@
+import os
+import re
+from modules.logger import log_event
+
+RAG_BASE_DIR = "rag_data"
+THEMATIQUES = ["minecraft", "droit", "serveur", "general"]
+
+def initialiser_structure_rag():
+    """Crée l'arborescence des dossiers RAG s'ils n'existent pas."""
+    os.makedirs(RAG_BASE_DIR, exist_ok=True)
+    for theme in THEMATIQUES:
+        os.makedirs(os.path.join(RAG_BASE_DIR, theme), exist_ok=True)
+
+def indexer_document(thematique: str, nom_fichier: str, contenu: str):
+    """Enregistre un document dans la thématique correspondante."""
+    initialiser_structure_rag()
+    if thematique not in THEMATIQUES:
+        thematique = "general"
+    chemin = os.path.join(RAG_BASE_DIR, thematique, nom_fichier)
+    try:
+        with open(chemin, "w", encoding="utf-8") as f:
+            f.write(contenu)
+        log_event("INFO", "RAG", f"Document {nom_fichier} indexé dans {thematique}.")
+        return True
+    except Exception as e:
+        log_event("ERROR", "RAG", f"Échec d'indexation pour {nom_fichier} : {e}")
+        return False
+
+def rechercher_contexte_rag(requete: str, thematique: str = None, top_k: int = 3) -> str:
+    """
+    Recherche les passages les plus pertinents dans la base documentaire.
+    Filtre par thématique si spécifiée, sinon cherche globalement.
+    """
+    initialiser_structure_rag()
+    dossiers_cibles = [os.path.join(RAG_BASE_DIR, thematique)] if thematique in THEMATIQUES else [os.path.join(RAG_BASE_DIR, t) for t in THEMATIQUES]
+    
+    mots_cles = set(re.findall(r'\w+', requete.lower()))
+    resultats = []
+
+    for dossier in dossiers_cibles:
+        if not os.path.exists(dossier):
+            continue
+        for fichier in os.listdir(dossier):
+            chemin = os.path.join(dossier, fichier)
+            if os.path.isfile(chemin):
+                try:
+                    with open(chemin, "r", encoding="utf-8", errors="ignore") as f:
+                        contenu = f.read()
+                        paragraphes = contenu.split("\n\n")
+                        for p in paragraphes:
+                            texte_p = p.strip()
+                            if not texte_p:
+                                continue
+                            mots_p = set(re.findall(r'\w+', texte_p.lower()))
+                            score = len(mots_cles.intersection(mots_p))
+                            if score > 0:
+                                resultats.append((score, fichier, texte_p))
+                except Exception as e:
+                    log_event("WARNING", "RAG", f"Erreur lecture {chemin} : {e}")
+
+    resultats.sort(key=lambda x: x[0], reverse=True)
+    extraits = [f"[{res[1]}] {res[2]}" for res in resultats[:top_k]]
+    return "\n---\n".join(extraits)

modules/ui_components.py

@@ -1,6 +1,7 @@
 from fasthtml.common import *
 from modules.database import load_history
 from modules.paypal import render_paypal_donation_widget
+from modules.billing_manager import obtenir_solde
 
 def render_user_msg(text):
     return Div(P(text, style="margin:0; font-weight:bold; white-space: pre-wrap;"), cls="user-bubble")
@@ -21,7 +22,7 @@ def render_ai_msg(text, intention, nom_fournisseur, nom_modele, couleur, executi
         Button("📝 TXT", onclick="downloadResponseTXT(this)", cls="msg-action-btn", title="Télécharger en Texte"),
         Button("🗄️ JSON", onclick="downloadResponseJSON(this)", cls="msg-action-btn", title="Télécharger en JSON"),
         Button("💬 WhatsApp", onclick="shareWhatsApp(this)", cls="msg-action-btn", title="Partager sur WhatsApp"),
-        Button("📧 Email", onclick="shareEmail(this)", cls="msg-action-btn", title="Envoyer par Email"),
+        Button("📧 Email", onclick="shareEmail(this)", cls="msg-action-btn", title="Envoyer par courriel"),
         cls="msg-actions"
     )
     return Div(
@@ -49,7 +50,7 @@ def render_sidebar():
         )
     return Div(*items, id="sidebar-content", cls="sidebar-history", hx_swap_oob="true")
 
-def render_main_page(chat_id):
+def render_main_page(chat_id, utilisateur_nom="xavier", role="Super Admin"):
     history = load_history()
     messages_ui = []
     if chat_id in history:
@@ -57,16 +58,19 @@ def render_main_page(chat_id):
             if msg['role'] == 'user':
                 messages_ui.append(render_user_msg(msg['content']))
             else:
-                messages_ui.append(render_ai_msg(msg['content'], msg.get('intention', ''), msg.get('fournisseur', ''), msg.get('modele', ''), msg.get('couleur', '#333'), msg.get('execution_time', '')))
+                messages_ui.append(render_ai_msg(
+                    msg['content'], msg.get('intention', ''), msg.get('fournisseur', ''),
+                    msg.get('modele', ''), msg.get('couleur', '#333'), msg.get('execution_time', '')
+                ))
     if messages_ui:
         messages_ui.append(Script("setTimeout(renderMarkdown, 150);"))
 
     auto_refresh_script = Script('''
         let serverDown = false;
         setInterval(() => {
-            fetch('/favicon.ico', {cache: 'no-store', method: 'HEAD'})
+            fetch('/ping', {cache: 'no-store'})
             .then(response => {
-                if (serverDown) { window.location.reload(); }
+                if (serverDown && response.ok) { window.location.reload(); }
             })
             .catch(() => {
                 serverDown = true;
@@ -75,6 +79,22 @@ def render_main_page(chat_id):
         }, 5000);
     ''')
 
+    solde_perso = obtenir_solde(utilisateur_nom)
+    
+    if role.lower() in ["super admin", "admin"]:
+        badge_finance = Div(
+            P(f"👤 {utilisateur_nom.capitalize()} ({role})", style="color: #00e5ff; margin: 0; font-weight: bold; font-size: 0.9em;"),
+            P(f"💳 Solde personnel : {solde_perso:.2f} $", style="color: #aaa; margin: 2px 0; font-size: 0.8em;"),
+            P(f"🏦 Cagnotte globale : {obtenir_solde('xavier'):.2f} $", style="color: #4caf50; margin: 0; font-size: 0.8em; font-weight: bold;"),
+            style="padding: 10px; background: #181818; border-radius: 6px; border: 1px solid #333;"
+        )
+    else:
+        badge_finance = Div(
+            P(f"👤 {utilisateur_nom.capitalize()} ({role})", style="color: #fff; margin: 0; font-weight: bold; font-size: 0.9em;"),
+            P(f"💳 Solde disponible : {solde_perso:.2f} $", style="color: #00e5ff; margin: 2px 0 0; font-size: 0.85em;"),
+            style="padding: 10px; background: #181818; border-radius: 6px; border: 1px solid #333;"
+        )
+
     return Title("Aethas38 - Core"), Body(
         auto_refresh_script,
         Div(
@@ -95,7 +115,7 @@ def render_main_page(chat_id):
                 cls="sidebar-top"
             ),
             render_sidebar(),
-            Div(P("👤 Xavier (Super Admin)", style="color: #aaa; margin: 0; font-size: 0.9em;"), cls="sidebar-footer"),
+            Div(badge_finance, cls="sidebar-footer"),
             cls="sidebar"
         ),
         Div(
@@ -112,7 +132,12 @@ def render_main_page(chat_id):
                             
                             Label(
                                 Input(type="checkbox", name="mode_payant", id="mode-payant-toggle", style="margin-right: 6px; accent-color: #00e5ff; cursor: pointer;"),
-                                "👑 VIP/Payant",
+                                "👑 Payant",
+                                style="color: #aaa; font-size: 0.85em; display: flex; align-items: center; margin-right: 10px; cursor: pointer; white-space: nowrap;"
+                            ),
+                            Label(
+                                Input(type="checkbox", name="mode_multi_ia", id="mode-multi-toggle", style="margin-right: 6px; accent-color: #d97757; cursor: pointer;"),
+                                "⚡ Multi-IA",
                                 style="color: #aaa; font-size: 0.85em; display: flex; align-items: center; margin-right: 15px; cursor: pointer; white-space: nowrap;"
                             ),
 
@@ -133,34 +158,32 @@ def render_main_page(chat_id):
     )
 
 def render_admin_moderation_panel(utilisateur_cible):
-    """
+    """Composant exclusif aux administrateurs pour statuer sur les infractions."""
-    Composant UI exclusif aux Admins pour statuer sur les infractions avec commentaire libre.
-    """
     return Div(
-        H3(f"⚖️ Tribunal Admin - Dossier de : {utilisateur_cible}", style="color: #ff4444;"),
+        H3(f"⚖️ Tribunal d'administration - Dossier de : {utilisateur_cible}", style="color: #ff4444;"),
-        P("Loi applicable : Aucun utilisateur n'est dispensé du respect de la loi."),
+        P("Loi applicable : Aucun utilisateur n'est dispensé du respect de la législation en vigueur."),
         Form(
             Input(type="hidden", name="cible", value=utilisateur_cible),
             Div(
                 Label("Action décidée :", style="font-weight: bold;"),
                 Select(
                     Option("Avertissement simple", value="Avertissement"),
-                    Option("Bannissement 1 Jour", value="Ban 1J"),
+                    Option("Bannissement 1 jour", value="Ban 1J"),
-                    Option("Bannissement 1 Semaine", value="Ban 1Sem"),
+                    Option("Bannissement 1 semaine", value="Ban 1Sem"),
-                    Option("Bannissement 1 Mois", value="Ban 1M"),
+                    Option("Bannissement 1 mois", value="Ban 1M"),
-                    Option("Bannissement Définitif & Signalement PHAROS", value="Ban Definitif + Pharos"),
+                    Option("Bannissement définitif et signalement PHAROS", value="Ban Definitif + Pharos"),
                     Option("Faux positif (Levée de sanction)", value="Annulation"),
                     name="decision", cls="input-field"
                 ),
                 style="margin-bottom: 15px;"
             ),
             Div(
-                Label("Commentaire libre de l'Admin (Preuve d'audit) :", style="font-weight: bold;"),
+                Label("Commentaire libre de l'administrateur (Preuve d'audit) :", style="font-weight: bold;"),
-                Textarea(name="commentaire", rows="4", cls="input-field", placeholder="Raison de la décision, contexte..."),
+                Textarea(name="commentaire", rows="4", cls="input-field", placeholder="Raison de la décision, contexte juridique..."),
                 style="margin-bottom: 15px;"
             ),
             Button("Valider la décision et archiver", type="submit", cls="btn-submit", style="background-color: #ff4444; color: white;"),
-            hx_post="/admin_decision", # Nouvelle route backend à créer plus tard
+            hx_post="/admin_decision",
             hx_target="#admin-result",
             style="background: #1a1a1a; padding: 20px; border-radius: 8px; border: 1px solid #333;"
         ),