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";

  # Source de vérité des limites modèles : GET /v1/model/info sur la passerelle
  # (donne le moteur derrière chaque alias, max_input_tokens et
  # max_output_tokens réels). À interroger AVANT toute bascule ou édition de
  # modèles : les annonces internes ne sont pas toujours exactes — le
  # 28/09/2026, qwen3.8-flash-next était annoncé en 64k out alors que la
  # passerelle plafonne à 32 768. Le champ `description` donne aussi le moteur
  # derrière l'alias et la date de bascule.
  #
  #   curl -s https://llm-core.lundimatin.app/v1/model/info \
  #     -H "Authorization: Bearer $(cat ~/.config/lmc-token)" \
  #     | jq -r '.data[] | {model_name, model: .litellm_params.model, in: .model_info.max_input_tokens, out: .model_info.max_output_tokens, desc: .model_info.description}'
  #
  # Passerelle LLM interne Lundi Matin (LiteLLM), même endpoint et même jeton
  # que la fonction zsh `lmc`. Côté serveur, LM-Code route vers Mimo Pro 2.6
  # depuis le 28/09/2026 (remplace GLM 5.3 : plus rapide, qualité équivalente).
  # Consigne équipe IA Lundi Matin (07/09/2026) : viser 100-300k de contexte
  # par session et limiter le nombre d'agents en période de pic — le KV cache
  # GLM 5.3 est la ressource rare. Ne pas tester la limite à 500k.
  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;

      # Retirés le 07/09/2026 : glm-5.2 (redirection morte vers glm-5.3),
      # kimi-k3 et qwen3.8-27b (off, confirmés), deepseek-v4-flash
      # (3 échecs consécutifs, mêmes symptômes que 27b — réajouter s'il revient).
      models = [
        {
          id = "LM-Code";
          name = "LM-Code (Mimo Pro 2.6 — Lundi Matin)";
          # Même comportement que qwen3.8-flash-next : envoyer le paramètre
          # `thinking` supprime le bloc thinking côté passerelle. reasoning =
          # false laisse pi ne pas l'envoyer : le modèle raisonne nativement et
          # émet des blocs thinking à signature vide (re-testé 28/09/2026 sous
          # Mimo), gérés par compat.allowEmptySignature du provider.
          reasoning = false;
          # Vision re-validée sous Mimo via l'endpoint anthropic /v1/messages
          # (28/09/2026).
          input = [
            "text"
            "image"
          ];
          # Confirmés le 28/09/2026 sur /v1/model/info (max_input_tokens et
          # max_output_tokens de la passerelle), sans charge de test dédiée.
          contextWindow = 500000;
          maxTokens = 128000;
        }
        {
          id = "qwen3.8-flash-next";
          name = "Qwen 3.8 Flash Next (vision) — Lundi Matin";
          # thinking.enabled supprime le bloc thinking côté vLLM (re-testé
          # 07/09/2026) : on laisse pi ne pas envoyer le paramètre thinking,
          # le modèle raisonne nativement et émet des blocs thinking à
          # signature vide, gérés par compat.allowEmptySignature.
          reasoning = false;
          # Vision re-validée 07/09/2026 (image base64 via /v1/messages).
          input = [
            "text"
            "image"
          ];
          # Repli serveur de LM-Code, mais 262k de contexte : pas un vrai
          # fallback. Recommandé par LM pour les tâches simples, de manière
          # proactive, afin d'alléger GLM 5.3 (07/09/2026).
          # 32 768 : plafond réel de la passerelle (max_output_tokens sur
          # /v1/model/info, vérifié 28/09/2026). Les valeurs antérieures
          # étaient fausses et risquaient une erreur 400 en fin de réponse.
          contextWindow = 262144;
          maxTokens = 32768;
        }
        {
          id = "glm-ocr";
          name = "GLM OCR (vision) — Lundi Matin";
          # Spécialisé lecture d'images / OCR : basculer dessus via /model
          # pour cet usage, ou via l'extension vision-proxy.
          reasoning = false;
          input = [
            "text"
            "image"
          ];
          # Vision et 8k out testés 07/09/2026 ; limites annoncées côté LM.
          contextWindow = 65536;
          maxTokens = 8192;
        }
      ];
    };
  };
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
  '';
}