dotfiles/programs/pi.nix

{
  config,
  pkgs,
  lib,
  ...
}:

let
  # Ces dotfiles ne sont pas un flake (config par channels) : on résout donc
  # les sorties du flake pi.nix à la main, en épinglant le rev.
  # Mise à jour : remplacer le rev par le dernier de https://github.com/lukasl-dev/pi.nix
  pi = builtins.getFlake "github:lukasl-dev/pi.nix/1d37b58675b763ae6c9dc05d62321109066a4126";

  # Passerelle LLM interne Lundi Matin (LiteLLM), même endpoint et même jeton
  # que la fonction zsh `lmc`. Côté serveur, LM-Code route vers glm-5.2.
  lmcModels = (pkgs.formats.json { }).generate "pi-models.json" {
    providers.lundimatin = {
      baseUrl = "https://llm-core.lundimatin.app";
      api = "anthropic-messages";
      # Résolu à chaque requête : le jeton ne passe pas par le store Nix.
      apiKey = "!cat ${config.home.homeDirectory}/.config/lmc-token";
      # La passerelle renvoie des blocs thinking sans signature ; sans ça pi
      # les dégrade en texte au lieu de les rejouer.
      compat.allowEmptySignature = true;
      models = [
        {
          id = "LM-Code";
          name = "LM-Code (glm-5.2 — Lundi Matin)";
          # reasoning absent : la passerelle fallback sur deepseek côté serveur.
          reasoning = false;
          # Limite réelle mesurée via la passerelle LiteLLM (HTTP 400 ContextWindowExceededError).
          contextWindow = 250000;
          maxTokens = 64000;
        }
        {
          id = "glm-5.2";
          name = "GLM 5.2 — Lundi Matin";
          # Ces alias directs ne passent pas par le shim anthropic de la
          # passerelle : le paramètre `thinking` y déclenche un 400
          # (json_parse_error / ChatCompletionRequest). reasoning = false le
          # retire des requêtes ; passer par LM-Code pour du thinking explicite.
          reasoning = false;
          # Alias direct, sans repli : servi de jour (8h-19h30), 500k de contexte.
          # Hors plage de service, la passerelle renvoie une erreur claire.
          contextWindow = 500000;
          maxTokens = 64000;
        }
        {
          id = "kimi-k3";
          name = "Kimi K3 — Lundi Matin";
          reasoning = false;
          # Alias direct, sans repli : servi de nuit (20h-7h30), 500k de contexte.
          contextWindow = 500000;
          maxTokens = 64000;
        }
        {
          id = "deepseek-v4-flash";
          name = "DeepSeek V4 Flash — Lundi Matin";
          reasoning = true;
          # Limite réelle mesurée via la passerelle LiteLLM (HTTP 400 ContextWindowExceededError).
          contextWindow = 262144;
          maxTokens = 64000;
        }
        {
          id = "qwen3.8-27b";
          name = "Qwen 3.8 27B (vision) — Lundi Matin";
          # reasoning = false : avec thinking.enabled la passerelle/vLLM supprime
          # le bloc thinking (testé), donc on laisse pi ne pas envoyer le
          # paramètre thinking. qwen raisonne alors nativement et emet des
          # blocs thinking a signature vide (deja gere par
          # compat.allowEmptySignature du provider).
          reasoning = false;
          # Modele vision : accepte les images (teste via l'endpoint anthropic
          # /v1/messages, format image.source.base64). Reserve aux analyses
          # d'image : basculer dessus via /model pour cet usage, ou via
          # l'extension vision-proxy pour un routage automatique.
          input = [
            "text"
            "image"
          ];
          # Limite reelle mesuree via la passerelle LiteLLM (HTTP 400 :
          # "This model's maximum context length is 250000 tokens").
          contextWindow = 250000;
          maxTokens = 64000;
        }
        {
          id = "qwen3.8-flash-next";
          name = "Qwen 3.8 Flash Next (vision) — Lundi Matin";
          # Meme logique que qwen3.8-27b : thinking.enabled supprime le bloc
          # thinking cote vLLM (teste), donc on laisse pi ne pas envoyer le
          # parametre thinking. Le modele raisonne alors nativement et emet
          # des blocs thinking a signature vide, deja geres par
          # compat.allowEmptySignature du provider.
          reasoning = false;
          # Modele vision : 125B-A5B MoE multimodal (plus rapide et plus
          # puissant que deepseek-v4-flash, qui reste 284B-A13B non multimodal).
          # Bémol : contexte plafonne a 262k, comme deepseek-v4-flash, contre
          # 500k pour glm-5.2 et kimi-k3.
          input = [
            "text"
            "image"
          ];
          # Limite reelle mesuree via la passerelle LiteLLM (HTTP 400
          # ContextWindowExceededError a 262145 tokens).
          contextWindow = 262144;
          maxTokens = 64000;
        }
      ];
    };
  };
in
{
  imports = [ pi.homeModules.default ];

  programs.pi.coding-agent = {
    enable = true;
    models = lmcModels;
    settings = {
      defaultProvider = "lundimatin";
      defaultModel = "LM-Code";
    };
  };

  # Le wrapper pi ne copie models.json que s'il n'existe pas déjà (garde-fou du
  # module lukasl-dev/pi.nix, variable modelsPrelude dans coding-agent/options.nix).
  # Pour que ce fichier nix reste l'unique source de vérité, on supprime le
  # models.json utilisateur à chaque activation : pi le recréera depuis le store
  # au prochain lancement.
  home.activation.pi-models-source-of-truth = lib.hm.dag.entryAfter [ "writeBoundary" ] ''
    $DRY_RUN_CMD rm -f ${config.home.homeDirectory}/.pi/agent/models.json
  '';
}