Ajout des dépendance dans le package.json pour forcer les dépendances sur les bonnes versions

- ArcJpaEntity.type : columnDefinition VARCHAR(16) DEFAULT remplace par
  length=16 + @ColumnDefault. Hibernate 6.6 recopiait la chaine brute dans son
  ALTER SET DATA TYPE de migration (DDL invalide pour PostgreSQL, retente
  a chaque demarrage).
- MinioConfig : la verification du bucket construisait le client via la
  methode @Bean proxifiee depuis @PostConstruct, interdit par Spring 6.2
  (Requested bean is currently in creation), le check ne tournait plus.
  Fabrique privee directe partagee par le bean et la verification.

Verifie : 507 tests verts.

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

brain/app/api/__init__.py

@@ -0,0 +1,5 @@
+"""Adapter web (architecture hexagonale) : routers FastAPI, DTOs et factories DI.
+
+C'est la FRONTIÈRE HTTP du Brain : validation Pydantic, mapping DTO ↔ domaine,
+traduction des erreurs domaine → HTTP. Aucune logique métier ici.
+"""

brain/app/api/chat_dto.py

@@ -0,0 +1,215 @@
+"""DTOs Pydantic du chat contextuel — frontière HTTP avec le Core Java.
+
+C'est ici (et seulement ici, avec les autres modules de `app.api`) qu'on
+utilise Pydantic : le domaine ne voit que des dataclasses (voir chat_mapping).
+"""
+from pydantic import BaseModel, Field
+
+
+class ChatMessageDTO(BaseModel):
+    """Un message de la conversation. Rôles acceptés : user, assistant, system."""
+
+    role: str = Field(pattern="^(user|assistant|system)$")
+    content: str
+
+
+class PageSummaryDTO(BaseModel):
+    """Résumé enrichi d'une page : identité + contenu + interconnexions.
+
+    Depuis b9 : values/tags/related_page_titles sont optionnels côté JSON —
+    le Core Java ne les sérialise que s'ils sont non-vides (payload léger
+    pour un Lore avec beaucoup de pages vierges).
+    """
+
+    title: str
+    template_name: str
+    values: dict[str, str] = Field(default_factory=dict)
+    tags: list[str] = Field(default_factory=list)
+    related_page_titles: list[str] = Field(default_factory=list)
+
+
+class LoreContextDTO(BaseModel):
+    """Carte structurelle du Lore avec contenu des pages (b9+)."""
+
+    lore_name: str
+    lore_description: str | None = None
+    folders: dict[str, list[PageSummaryDTO]] = Field(default_factory=dict)
+    tags: list[str] = Field(default_factory=list)
+
+
+class PageContextDTO(BaseModel):
+    """Contexte d'une page spécifique pour focaliser le chat (optionnel)."""
+
+    title: str
+    template_name: str
+    template_fields: list[str] = Field(default_factory=list)
+    values: dict[str, str] = Field(default_factory=dict)
+
+
+class SceneBranchHintDTO(BaseModel):
+    """Indice d'une branche narrative (le Core a deja resolu le nom cible)."""
+
+    label: str
+    target_scene_name: str
+    condition: str | None = None
+
+
+class RoomBranchHintDTO(BaseModel):
+    """Sortie d'une pièce vers une autre pièce du même lieu (donjon)."""
+
+    label: str
+    target_room_name: str
+    condition: str | None = None
+
+
+class RoomSummaryDTO(BaseModel):
+    """Pièce d'un lieu explorable. Omise par le Core si la scène est classique."""
+
+    name: str
+    floor: int | None = None
+    description: str | None = None
+    enemies: str | None = None
+    branches: list[RoomBranchHintDTO] = Field(default_factory=list)
+
+
+class SceneSummaryDTO(BaseModel):
+    """Résumé d'une scène : nom + description courte (synopsis)."""
+
+    name: str
+    description: str | None = None
+    # Optionnel : le Core Java ne serialise illustration_count QUE si > 0
+    # (payload plus leger). Defaut 0 = pas d'illustrations ou champ absent.
+    illustration_count: int = 0
+    # Branches narratives sortantes, omises cote Core si vides.
+    branches: list[SceneBranchHintDTO] = Field(default_factory=list)
+    # Pièces du lieu explorable, omises par Core si scène classique.
+    rooms: list[RoomSummaryDTO] = Field(default_factory=list)
+
+
+class ChapterSummaryDTO(BaseModel):
+    """Résumé d'un chapitre : nom + description courte + ses scènes."""
+
+    name: str
+    description: str | None = None
+    scenes: list[SceneSummaryDTO] = Field(default_factory=list)
+    illustration_count: int = 0
+
+
+class ArcSummaryDTO(BaseModel):
+    """Résumé d'un arc narratif : nom + description courte + ses chapitres."""
+
+    name: str
+    description: str | None = None
+    chapters: list[ChapterSummaryDTO] = Field(default_factory=list)
+    illustration_count: int = 0
+
+
+class CharacterSummaryDTO(BaseModel):
+    """Résumé d'un PJ : nom + snippet. Pas de fiche complète au niveau résumé."""
+
+    name: str
+    snippet: str = ""
+
+
+class NpcSummaryDTO(BaseModel):
+    """Résumé d'un PNJ : symétrique à CharacterSummaryDTO."""
+
+    name: str
+    snippet: str = ""
+
+
+class CampaignContextDTO(BaseModel):
+    """Carte narrative enrichie : arcs → chapitres → scènes avec synopsis."""
+
+    campaign_name: str
+    campaign_description: str | None = None
+    arcs: list[ArcSummaryDTO] = Field(default_factory=list)
+    characters: list[CharacterSummaryDTO] = Field(default_factory=list)
+    npcs: list[NpcSummaryDTO] = Field(default_factory=list)
+
+
+class NarrativeEntityDTO(BaseModel):
+    """Entité narrative (arc/chapter/scene/character) en cours d'édition — focus optionnel."""
+
+    entity_type: str = Field(pattern="^(arc|chapter|scene|character|npc)$")
+    title: str
+    fields: dict[str, str] = Field(default_factory=dict)
+
+
+class GameSystemContextDTO(BaseModel):
+    """Règles de JDR présélectionnées par le Core (filtrées par intent).
+
+    Les sections sont un dict titre_H2 → contenu_markdown. Peuvent être
+    vides si aucune section ne matchait l'intent de génération courant.
+    """
+
+    system_name: str
+    system_description: str | None = None
+    sections: dict[str, str] = Field(default_factory=dict)
+
+
+class JournalEntrySummaryDTO(BaseModel):
+    """Une entrée du journal de session.
+
+    `source_session_name` est présent uniquement pour les évènements issus
+    des sessions précédentes — sert à ancrer temporellement dans le prompt.
+    """
+
+    type: str
+    content: str
+    occurred_at: str | None = None
+    source_session_name: str | None = None
+
+
+class QuestSummaryDTO(BaseModel):
+    """Résumé d'une quête (Chapter dans un Arc HUB). Voir QuestSummary côté domaine."""
+
+    name: str
+    arc_name: str
+    description: str | None = None
+
+
+class SessionContextDTO(BaseModel):
+    """Contexte d'une Session de jeu en cours (Play Context).
+
+    Combine le journal complet (`entries`), les EVENTs des sessions précédentes
+    (`previous_events`), et — depuis l'ajout du mode Hub — l'état des quêtes
+    Hub de la campagne (disponibles / en cours / verrouillées) plus les flags
+    narratifs actuellement actifs.
+    """
+
+    session_name: str
+    active: bool
+    started_at: str | None = None
+    entries: list[JournalEntrySummaryDTO] = Field(default_factory=list)
+    previous_events: list[JournalEntrySummaryDTO] = Field(default_factory=list)
+    available_quests: list[QuestSummaryDTO] = Field(default_factory=list)
+    in_progress_quests: list[QuestSummaryDTO] = Field(default_factory=list)
+    locked_quest_titles: list[str] = Field(default_factory=list)
+    active_flags: list[str] = Field(default_factory=list)
+
+
+class ChatStreamRequestDTO(BaseModel):
+    """Requête de chat streamé : historique + contextes structurels.
+
+    Les contextes (lore, page, campaign, narrative_entity, session) sont
+    optionnels, mais au moins l'un des contextes "racines" (lore_context,
+    campaign_context ou session_context) doit être fourni. Le validateur
+    `check_scope` applique cette règle à la frontière HTTP.
+    """
+
+    messages: list[ChatMessageDTO] = Field(min_length=1)
+    lore_context: LoreContextDTO | None = None
+    page_context: PageContextDTO | None = None
+    campaign_context: CampaignContextDTO | None = None
+    narrative_entity: NarrativeEntityDTO | None = None
+    game_system_context: GameSystemContextDTO | None = None
+    session_context: SessionContextDTO | None = None
+
+    def has_scope(self) -> bool:
+        """Vrai si au moins un contexte racine (Lore, Campagne ou Session) est fourni."""
+        return (
+            self.lore_context is not None
+            or self.campaign_context is not None
+            or self.session_context is not None
+        )

brain/app/api/chat_mapping.py

@@ -0,0 +1,192 @@
+"""Mapping DTO → domaine (couche anti-corruption de la frontière HTTP).
+
+Traduit les DTOs Pydantic du chat contextuel en dataclasses du domaine :
+le cœur métier ne dépend ainsi jamais de Pydantic ni du format JSON du Core.
+"""
+from app.api.chat_dto import (
+    CampaignContextDTO,
+    GameSystemContextDTO,
+    JournalEntrySummaryDTO,
+    LoreContextDTO,
+    NarrativeEntityDTO,
+    PageContextDTO,
+    PageSummaryDTO,
+    QuestSummaryDTO,
+    SessionContextDTO,
+)
+from app.domain.models import (
+    ArcSummary,
+    CampaignStructuralContext,
+    ChapterSummary,
+    CharacterSummary,
+    GameSystemContext,
+    JournalEntrySummary,
+    LoreStructuralContext,
+    NarrativeEntityContext,
+    NpcSummary,
+    PageContext,
+    PageSummary,
+    QuestSummary,
+    RoomBranchHint,
+    RoomSummary,
+    SceneBranchHint,
+    SceneSummary,
+    SessionContext,
+)
+
+
+def to_lore_context(dto: LoreContextDTO | None) -> LoreStructuralContext | None:
+    if dto is None:
+        return None
+    return LoreStructuralContext(
+        lore_name=dto.lore_name,
+        lore_description=dto.lore_description,
+        folders={
+            folder: [_to_page_summary(p) for p in pages]
+            for folder, pages in dto.folders.items()
+        },
+        tags=dto.tags,
+    )
+
+
+def _to_page_summary(dto: PageSummaryDTO) -> PageSummary:
+    return PageSummary(
+        title=dto.title,
+        template_name=dto.template_name,
+        values=dict(dto.values),
+        tags=list(dto.tags),
+        related_page_titles=list(dto.related_page_titles),
+    )
+
+
+def to_page_context(dto: PageContextDTO | None) -> PageContext | None:
+    if dto is None:
+        return None
+    return PageContext(
+        title=dto.title,
+        template_name=dto.template_name,
+        template_fields=dto.template_fields,
+        values=dto.values,
+    )
+
+
+def to_campaign_context(dto: CampaignContextDTO | None) -> CampaignStructuralContext | None:
+    if dto is None:
+        return None
+    arcs = [
+        ArcSummary(
+            name=arc.name,
+            description=arc.description,
+            illustration_count=arc.illustration_count,
+            chapters=[
+                ChapterSummary(
+                    name=ch.name,
+                    description=ch.description,
+                    illustration_count=ch.illustration_count,
+                    scenes=[
+                        SceneSummary(
+                            name=sc.name,
+                            description=sc.description,
+                            illustration_count=sc.illustration_count,
+                            branches=[
+                                SceneBranchHint(
+                                    label=br.label,
+                                    target_scene_name=br.target_scene_name,
+                                    condition=br.condition,
+                                )
+                                for br in sc.branches
+                            ],
+                            rooms=[
+                                RoomSummary(
+                                    name=room.name,
+                                    floor=room.floor,
+                                    description=room.description,
+                                    enemies=room.enemies,
+                                    branches=[
+                                        RoomBranchHint(
+                                            label=rb.label,
+                                            target_room_name=rb.target_room_name,
+                                            condition=rb.condition,
+                                        )
+                                        for rb in room.branches
+                                    ],
+                                )
+                                for room in sc.rooms
+                            ],
+                        )
+                        for sc in ch.scenes
+                    ],
+                )
+                for ch in arc.chapters
+            ],
+        )
+        for arc in dto.arcs
+    ]
+    characters = [
+        CharacterSummary(name=c.name, snippet=c.snippet)
+        for c in dto.characters
+    ]
+    npcs = [
+        NpcSummary(name=n.name, snippet=n.snippet)
+        for n in dto.npcs
+    ]
+    return CampaignStructuralContext(
+        campaign_name=dto.campaign_name,
+        campaign_description=dto.campaign_description,
+        arcs=arcs,
+        characters=characters,
+        npcs=npcs,
+    )
+
+
+def to_narrative_entity(dto: NarrativeEntityDTO | None) -> NarrativeEntityContext | None:
+    if dto is None:
+        return None
+    return NarrativeEntityContext(
+        entity_type=dto.entity_type,
+        title=dto.title,
+        fields=dict(dto.fields),
+    )
+
+
+def to_game_system_context(dto: GameSystemContextDTO | None) -> GameSystemContext | None:
+    if dto is None:
+        return None
+    return GameSystemContext(
+        system_name=dto.system_name,
+        system_description=dto.system_description,
+        sections=dict(dto.sections),
+    )
+
+
+def to_session_context(dto: SessionContextDTO | None) -> SessionContext | None:
+    if dto is None:
+        return None
+    return SessionContext(
+        session_name=dto.session_name,
+        active=dto.active,
+        started_at=dto.started_at,
+        entries=[_to_journal_entry(e) for e in dto.entries],
+        previous_events=[_to_journal_entry(e) for e in dto.previous_events],
+        available_quests=[_to_quest_summary(q) for q in dto.available_quests],
+        in_progress_quests=[_to_quest_summary(q) for q in dto.in_progress_quests],
+        locked_quest_titles=list(dto.locked_quest_titles),
+        active_flags=list(dto.active_flags),
+    )
+
+
+def _to_quest_summary(dto: QuestSummaryDTO) -> QuestSummary:
+    return QuestSummary(
+        name=dto.name,
+        arc_name=dto.arc_name,
+        description=dto.description,
+    )
+
+
+def _to_journal_entry(dto: JournalEntrySummaryDTO) -> JournalEntrySummary:
+    return JournalEntrySummary(
+        type=dto.type,
+        content=dto.content,
+        occurred_at=dto.occurred_at,
+        source_session_name=dto.source_session_name,
+    )

brain/app/api/common.py

@@ -0,0 +1,26 @@
+"""Utilitaires partagés des routers : encodage SSE + garde-fous d'upload PDF."""
+from __future__ import annotations
+
+import json
+
+# Garde-fou taille : un livre de règles dépasse rarement quelques dizaines de Mo.
+# Au-delà, on refuse (probable erreur d'upload) plutôt que d'OOM le conteneur.
+MAX_PDF_BYTES = 60 * 1024 * 1024  # 60 Mo
+
+
+def sse_event(event: str, data: dict) -> str:
+    """Encode un évènement Server-Sent Events (accents préservés)."""
+    return f"event: {event}\ndata: {json.dumps(data, ensure_ascii=False)}\n\n"
+
+
+def pdf_upload_error(content: bytes) -> str | None:
+    """Message d'erreur si l'upload PDF est invalide (vide / trop gros), sinon None.
+
+    Utilisé par les flux SSE, où l'erreur doit partir en évènement `error`
+    plutôt qu'en HTTPException (le flux est déjà ouvert en 200).
+    """
+    if not content:
+        return "Fichier PDF vide."
+    if len(content) > MAX_PDF_BYTES:
+        return f"PDF trop volumineux (> {MAX_PDF_BYTES // (1024 * 1024)} Mo)."
+    return None

brain/app/api/deps.py

@@ -0,0 +1,156 @@
+"""Factories d'injection de dépendance — le point d'inversion de l'hexagone.
+
+C'est ICI (et seulement ici) qu'on choisit QUEL adapter concret incarne chaque
+port (LLM, embeddings, extracteur PDF), en fonction des Settings — modifiables
+à chaud depuis l'écran Paramètres de l'UI. Les routers ne connaissent que les
+ports et les use cases, jamais Ollama/Mistral/etc.
+"""
+from typing import Annotated
+
+from fastapi import Depends, HTTPException
+
+from app.application.adapt_campaign import AdaptCampaignUseCase
+from app.application.chat import ChatUseCase
+from app.application.embeddings import EmbeddingError
+from app.application.generate_page import GeneratePageUseCase
+from app.application.import_campaign import ImportCampaignUseCase
+from app.application.import_rules import ImportRulesUseCase
+from app.application.notebook_chat import NotebookChatUseCase
+from app.application.notebook_deep import NotebookDeepUseCase
+from app.application.notebook_rag import NotebookRagUseCase
+from app.core.config import Settings, get_settings
+from app.domain.ports import LLMProvider, LLMProviderError
+from app.infrastructure.gemini_adapter import GeminiLLMProvider
+from app.infrastructure.mistral_adapter import MistralLLMProvider
+from app.infrastructure.mistral_embedding_adapter import MistralEmbeddingProvider
+from app.infrastructure.ollama_adapter import OllamaLLMProvider
+from app.infrastructure.ollama_embedding_adapter import OllamaEmbeddingProvider
+from app.infrastructure.onemin_adapter import OneMinAiLLMProvider
+from app.infrastructure.openrouter_adapter import OpenRouterLLMProvider
+from app.infrastructure.pdf_extractor import PyMuPdfTextExtractor
+
+# Extracteur PDF partagé : la détection OCR (version Tesseract) a un coût
+# (subprocess) qu'on ne veut pas payer à chaque requête → singleton module.
+_PDF_EXTRACTOR = PyMuPdfTextExtractor()
+
+
+def get_llm_provider(
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> LLMProvider:
+    """Factory d'adapter — point d'inversion de dépendance.
+
+    C'est ici (et uniquement ici) qu'on choisit QUEL adapter concret
+    incarne le port, en fonction du champ `llm_provider` des Settings
+    (modifiable a chaud depuis l'ecran Parametres de l'UI).
+    """
+    try:
+        if settings.llm_provider == "onemin":
+            return OneMinAiLLMProvider(settings)
+        if settings.llm_provider == "openrouter":
+            return OpenRouterLLMProvider(settings)
+        if settings.llm_provider == "mistral":
+            return MistralLLMProvider(settings)
+        if settings.llm_provider == "gemini":
+            return GeminiLLMProvider(settings)
+        return OllamaLLMProvider(settings)
+    except LLMProviderError as exc:
+        # Ex : cle 1min.ai manquante. On renvoie du 400 plutot que du 500
+        # pour que le frontend puisse afficher un message actionnable.
+        raise HTTPException(status_code=400, detail=str(exc)) from exc
+
+
+def get_generate_page_use_case(
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+) -> GeneratePageUseCase:
+    """Factory du use case — injecte le port LLMProvider sans connaître l'adapter."""
+    return GeneratePageUseCase(llm=llm)
+
+
+def get_chat_use_case(
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+) -> ChatUseCase:
+    """Factory du use case chat.
+
+    L'adapter OllamaLLMProvider satisfait les deux protocoles (LLMProvider
+    et LLMChatProvider) par duck typing ; on lui passe la même instance.
+    """
+    return ChatUseCase(llm=llm)  # type: ignore[arg-type]
+
+
+def get_import_rules_use_case(
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> ImportRulesUseCase:
+    """Factory du use case d'import de règles PDF (extraction + structuration)."""
+    return ImportRulesUseCase(
+        llm=llm, extractor=_PDF_EXTRACTOR, chunk_target_tokens=settings.import_chunk_tokens)
+
+
+def get_import_campaign_use_case(
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> ImportCampaignUseCase:
+    """Factory du use case d'import de campagne PDF (extraction + arborescence)."""
+    return ImportCampaignUseCase(
+        llm=llm,
+        extractor=_PDF_EXTRACTOR,
+        chunk_target_tokens=settings.import_chunk_tokens,
+        map_concurrency=settings.llm_map_concurrency,
+    )
+
+
+def get_adapt_campaign_use_case(
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> AdaptCampaignUseCase:
+    """Factory du use case d'adaptation d'un PDF à une campagne (conseils streamés)."""
+    # L'adapter satisfait aussi LLMChatProvider (stream_chat) par duck typing.
+    # Budget d'entrée = taille de morceau configurée (qui passe déjà côté provider).
+    return AdaptCampaignUseCase(  # type: ignore[arg-type]
+        llm=llm, extractor=_PDF_EXTRACTOR, max_input_tokens=settings.import_chunk_tokens)
+
+
+def get_embedding_provider(
+    settings: Annotated[Settings, Depends(get_settings)],
+):
+    """Factory de l'adapter d'embeddings (RAG) selon `embedding_provider`."""
+    try:
+        if settings.embedding_provider == "mistral":
+            return MistralEmbeddingProvider(settings)
+        return OllamaEmbeddingProvider(settings)
+    except EmbeddingError as exc:
+        raise HTTPException(status_code=400, detail=str(exc)) from exc
+
+
+def get_notebook_rag_use_case(
+    embedder: Annotated[object, Depends(get_embedding_provider)],
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> NotebookRagUseCase:
+    return NotebookRagUseCase(
+        extractor=_PDF_EXTRACTOR,
+        embedder=embedder,  # type: ignore[arg-type]
+        min_score=settings.rag_min_score,
+    )
+
+
+def get_notebook_chat_use_case(
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+    rag: Annotated[NotebookRagUseCase, Depends(get_notebook_rag_use_case)],
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> NotebookChatUseCase:
+    return NotebookChatUseCase(
+        rag=rag, llm=llm, rerank_enabled=settings.rag_rerank)  # type: ignore[arg-type]
+
+
+def get_notebook_deep_use_case(
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+    embedder: Annotated[object, Depends(get_embedding_provider)],
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> NotebookDeepUseCase:
+    return NotebookDeepUseCase(
+        llm=llm,
+        batch_tokens=settings.import_chunk_tokens,
+        map_concurrency=settings.llm_map_concurrency,
+        embedder=embedder,
+        summary_filter=settings.deep_summary_filter,
+    )

brain/app/api/routers/__init__.py

@@ -0,0 +1,5 @@
+"""Routers FastAPI du Brain, un par responsabilité métier.
+
+Chemins inchangés par rapport à l'ancien main.py monolithique : le Core Java
+et le frontend ne voient AUCUNE différence.
+"""

brain/app/api/routers/chat.py

@@ -0,0 +1,119 @@
+"""Endpoint du chat contextuel (/chat/stream) : Structural Context + jauge tokens."""
+import json
+from typing import Annotated, AsyncIterator
+
+import tiktoken
+from fastapi import APIRouter, Depends, HTTPException
+from fastapi.responses import StreamingResponse
+
+from app.api.chat_dto import ChatStreamRequestDTO
+from app.api.chat_mapping import (
+    to_campaign_context,
+    to_game_system_context,
+    to_lore_context,
+    to_narrative_entity,
+    to_page_context,
+    to_session_context,
+)
+from app.api.deps import get_chat_use_case
+from app.application.chat import ChatUseCase
+from app.core.config import get_settings
+from app.domain.models import ChatMessage
+from app.domain.ports import LLMProviderError
+
+router = APIRouter()
+
+# Encodeur tiktoken partagé — chargé une fois pour éviter le coût de lookup
+# à chaque requête. On utilise cl100k_base (GPT-3.5/4) comme tokenizer
+# universel approximatif : ±10% d'écart avec Llama/Gemma mais largement
+# suffisant pour une jauge visuelle à l'utilisateur.
+_TOKEN_ENCODER: tiktoken.Encoding | None = None
+
+
+def _count_tokens(text: str | None) -> int:
+    """Compte les tokens d'un texte via tiktoken. Null/empty → 0."""
+    if not text:
+        return 0
+    global _TOKEN_ENCODER
+    if _TOKEN_ENCODER is None:
+        _TOKEN_ENCODER = tiktoken.get_encoding("cl100k_base")
+    return len(_TOKEN_ENCODER.encode(text))
+
+
+@router.post("/chat/stream")
+async def chat_stream(
+    body: ChatStreamRequestDTO,
+    use_case: Annotated[ChatUseCase, Depends(get_chat_use_case)],
+) -> StreamingResponse:
+    """Chat streamé (Server-Sent Events) avec Structural Context.
+
+    Accepte jusqu'à 4 contextes optionnels (Lore, Page focalisée, Campagne,
+    entité narrative focalisée). Au moins un contexte racine (Lore ou
+    Campagne) est requis pour que la requête ait du sens.
+
+    Format de flux :
+      - Chaque token : `data: {"token": "..."}\\n\\n`
+      - Fin normale  : `event: done\\ndata: {}\\n\\n`
+      - Erreur LLM   : `event: error\\ndata: {"message": "..."}\\n\\n`
+    """
+    if not body.has_scope():
+        raise HTTPException(
+            status_code=422,
+            detail="Au moins un des deux contextes racines (lore_context ou campaign_context) est requis.",
+        )
+
+    messages = [ChatMessage(role=m.role, content=m.content) for m in body.messages]
+    lore_context = to_lore_context(body.lore_context)
+    page_context = to_page_context(body.page_context)
+    campaign_context = to_campaign_context(body.campaign_context)
+    narrative_entity = to_narrative_entity(body.narrative_entity)
+    game_system_context = to_game_system_context(body.game_system_context)
+    session_context = to_session_context(body.session_context)
+
+    # --- Comptage tokens pour la jauge de contexte frontend ---
+    # On construit le system prompt une fois ici pour le compter — le use case
+    # le reconstruira à l'identique en interne (coût négligeable : concat de str).
+    # Cette duplication évite de complexifier le contrat stream() avec un
+    # paramètre optionnel system_prompt précalculé.
+    system_prompt_preview = use_case.build_system_prompt(
+        lore_context=lore_context,
+        page_context=page_context,
+        campaign_context=campaign_context,
+        narrative_entity=narrative_entity,
+        game_system_context=game_system_context,
+        session_context=session_context,
+    )
+    # Dernier message = "current" (souvent user), le reste = historique accumulé.
+    current_msg = messages[-1] if messages else None
+    history_msgs = messages[:-1] if messages else []
+    settings = get_settings()
+    usage_payload = {
+        "system": _count_tokens(system_prompt_preview),
+        "history": sum(_count_tokens(m.content) for m in history_msgs),
+        "current": _count_tokens(current_msg.content) if current_msg else 0,
+        # Plafond connu seulement pour Ollama (num_ctx). Pour le cloud (1min/OpenRouter)
+        # on ne connaît pas la fenêtre réelle → 0 = "pas de max" (jauge sans dénominateur).
+        "max": settings.llm_num_ctx if settings.llm_provider == "ollama" else 0,
+    }
+
+    async def event_stream() -> AsyncIterator[str]:
+        # Event 'usage' émis en tout premier : le frontend peut afficher la
+        # jauge avant même le premier token de réponse.
+        yield f"event: usage\ndata: {json.dumps(usage_payload, ensure_ascii=False)}\n\n"
+        try:
+            async for token in use_case.stream(
+                messages,
+                lore_context=lore_context,
+                page_context=page_context,
+                campaign_context=campaign_context,
+                narrative_entity=narrative_entity,
+                game_system_context=game_system_context,
+                session_context=session_context,
+            ):
+                # json.dumps avec ensure_ascii=False pour préserver les accents
+                yield f"data: {json.dumps({'token': token}, ensure_ascii=False)}\n\n"
+            yield "event: done\ndata: {}\n\n"
+        except LLMProviderError as exc:
+            yield f"event: error\ndata: {json.dumps({'message': str(exc)})}\n\n"
+
+    return StreamingResponse(event_stream(), media_type="text/event-stream")

brain/app/api/routers/generation.py

@@ -0,0 +1,137 @@
+"""Endpoints de génération « simple » : prompt libre, page de Lore, auto-titre."""
+from typing import Annotated, Literal
+
+from fastapi import APIRouter, Depends, HTTPException
+from pydantic import BaseModel, Field
+
+from app.api.deps import get_generate_page_use_case, get_llm_provider
+from app.application.generate_page import GeneratePageUseCase
+from app.core.config import Settings, get_settings
+from app.domain.models import PageGenerationContext
+from app.domain.ports import LLMProvider, LLMProviderError
+
+router = APIRouter()
+
+
+class GenerateRequest(BaseModel):
+    prompt: str
+
+
+class GenerateResponse(BaseModel):
+    model: str
+    response: str
+
+
+@router.post("/generate", response_model=GenerateResponse)
+async def generate(
+    body: GenerateRequest,
+    settings: Annotated[Settings, Depends(get_settings)],
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+) -> GenerateResponse:
+    """Endpoint libre : prompt → texte brut. Utile pour debug et exploration."""
+    try:
+        text = await llm.generate(body.prompt)
+    except LLMProviderError as exc:
+        raise HTTPException(status_code=502, detail=str(exc)) from exc
+
+    return GenerateResponse(model=settings.llm_model, response=text)
+
+
+class GeneratePageRequestDTO(BaseModel):
+    """Contexte envoyé par le Core Java pour remplir une page via le LLM."""
+
+    lore_name: str
+    folder_name: str
+    template_name: str
+    template_fields: list[str] = Field(min_length=1)
+    page_title: str
+    lore_description: str | None = None
+
+
+class GeneratePageResponseDTO(BaseModel):
+    """Retour : une valeur textuelle par champ du template (clé = field name)."""
+
+    values: dict[str, str]
+
+
+@router.post("/generate-page", response_model=GeneratePageResponseDTO)
+async def generate_page(
+    body: GeneratePageRequestDTO,
+    use_case: Annotated[
+        GeneratePageUseCase, Depends(get_generate_page_use_case)
+    ],
+) -> GeneratePageResponseDTO:
+    """Endpoint métier : contexte LoreMind → valeurs structurées par champ.
+
+    Branche tout le use case `GeneratePageUseCase`. Ce controller ne fait
+    que le mapping DTO ↔ dataclass et la traduction d'erreur domaine → HTTP.
+    """
+    context = PageGenerationContext(
+        lore_name=body.lore_name,
+        lore_description=body.lore_description,
+        folder_name=body.folder_name,
+        template_name=body.template_name,
+        template_fields=body.template_fields,
+        page_title=body.page_title,
+    )
+
+    try:
+        result = await use_case.execute(context)
+    except LLMProviderError as exc:
+        raise HTTPException(status_code=502, detail=str(exc)) from exc
+
+    return GeneratePageResponseDTO(values=result.values)
+
+
+# --- Auto-titre d'une conversation persistee --------------------------------
+
+
+class SummarizeTitleMessageDTO(BaseModel):
+    role: Literal["user", "assistant", "system"]
+    content: str
+
+
+class SummarizeTitleRequestDTO(BaseModel):
+    """Premiers messages d'une conversation pour auto-generer un titre court."""
+
+    messages: list[SummarizeTitleMessageDTO] = Field(default_factory=list)
+
+
+class SummarizeTitleResponseDTO(BaseModel):
+    title: str
+
+
+_TITLE_SYSTEM_PROMPT = (
+    "Tu generes un titre court (4 a 7 mots max) qui resume le sujet de la "
+    "conversation ci-dessous. Reponds UNIQUEMENT par le titre, sans guillemets, "
+    "sans ponctuation finale, sans prefixe type 'Titre :'. Le titre doit etre "
+    "en francais et capturer le sujet metier (pas 'Conversation IA')."
+)
+
+
+@router.post("/summarize/conversation-title", response_model=SummarizeTitleResponseDTO)
+async def summarize_conversation_title(
+    body: SummarizeTitleRequestDTO,
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+) -> SummarizeTitleResponseDTO:
+    """Genere un titre court a partir des premiers echanges de la conversation.
+
+    Appele par le core apres le 1er couple user/assistant, pour remplacer le
+    titre provisoire "Nouvelle conversation" par quelque chose de parlant.
+    """
+    if not body.messages:
+        raise HTTPException(status_code=422, detail="Au moins un message requis")
+
+    transcript = "\n".join(f"{m.role.upper()}: {m.content}" for m in body.messages[:6])
+    prompt = f"{_TITLE_SYSTEM_PROMPT}\n\nConversation :\n{transcript}\n\nTitre :"
+    try:
+        raw = await llm.generate(prompt)
+    except LLMProviderError as exc:
+        raise HTTPException(status_code=502, detail=str(exc)) from exc
+
+    title = raw.strip().splitlines()[0].strip().strip('"').strip("'").rstrip(".")
+    if len(title) > 80:
+        title = title[:80].rstrip()
+    if not title:
+        title = "Nouvelle conversation"
+    return SummarizeTitleResponseDTO(title=title)

brain/app/api/routers/imports.py

@@ -0,0 +1,184 @@
+"""Endpoints d'import/adaptation de PDF (règles, campagne) — REST + flux SSE."""
+import json
+import logging
+from typing import Annotated, AsyncIterator
+
+from fastapi import APIRouter, Depends, File, Form, HTTPException, UploadFile
+from fastapi.responses import StreamingResponse
+from pydantic import BaseModel
+
+from app.api.common import MAX_PDF_BYTES, pdf_upload_error, sse_event
+from app.api.deps import (
+    get_adapt_campaign_use_case,
+    get_import_campaign_use_case,
+    get_import_rules_use_case,
+)
+from app.application.adapt_campaign import AdaptCampaignUseCase
+from app.application.import_campaign import ImportCampaignUseCase
+from app.application.import_rules import ImportRulesUseCase
+from app.domain.models import ChatMessage
+from app.domain.ports import LLMProviderError, PdfExtractionError
+
+logger = logging.getLogger(__name__)
+
+router = APIRouter()
+
+
+class RulesImportResponseDTO(BaseModel):
+    """Proposition de sections de règles extraites d'un PDF.
+
+    `sections` = {titre → contenu markdown}. C'est une PROPOSITION : le Core
+    et l'UI laissent l'utilisateur réviser/éditer avant toute persistance.
+    `ocr_page_count` permet d'indiquer si le PDF était un scan (OCR utilisé).
+    """
+
+    sections: dict[str, str]
+    page_count: int
+    ocr_page_count: int
+
+
+@router.post("/import/rules", response_model=RulesImportResponseDTO)
+async def import_rules(
+    use_case: Annotated[ImportRulesUseCase, Depends(get_import_rules_use_case)],
+    file: UploadFile = File(...),
+) -> RulesImportResponseDTO:
+    """Import d'un PDF de règles → sections markdown structurées (proposition).
+
+    Extrait le texte (couche texte + repli OCR par page pour les scans), découpe,
+    et demande au LLM de répartir les règles en sections thématiques. Ne persiste
+    rien : renvoie la proposition au Core, qui la présente pour révision.
+    """
+    content = await file.read()
+    if not content:
+        raise HTTPException(status_code=422, detail="Fichier PDF vide.")
+    if len(content) > MAX_PDF_BYTES:
+        raise HTTPException(
+            status_code=413,
+            detail=f"PDF trop volumineux (> {MAX_PDF_BYTES // (1024 * 1024)} Mo).",
+        )
+
+    try:
+        result = await use_case.execute(content)
+    except PdfExtractionError as exc:
+        raise HTTPException(status_code=400, detail=str(exc)) from exc
+    except LLMProviderError as exc:
+        raise HTTPException(status_code=502, detail=str(exc)) from exc
+
+    return RulesImportResponseDTO(
+        sections=result.sections,
+        page_count=result.page_count,
+        ocr_page_count=result.ocr_page_count,
+    )
+
+
+@router.post("/import/rules/stream")
+async def import_rules_stream(
+    use_case: Annotated[ImportRulesUseCase, Depends(get_import_rules_use_case)],
+    file: UploadFile = File(...),
+) -> StreamingResponse:
+    """Import streamé : émet l'avancement (SSE) puis le résultat final.
+
+    Évènements SSE :
+      - `event: extracting`  → data: {}                    (extraction en cours)
+      - `event: start`       → data: {page_count, ocr_page_count, total}
+      - `event: progress`    → data: {current, total, new_sections:[...]}
+      - `event: done`        → data: {sections, page_count, ocr_page_count}
+      - `event: error`       → data: {message}
+    """
+    content = await file.read()
+
+    async def event_stream() -> AsyncIterator[str]:
+        upload_error = pdf_upload_error(content)
+        if upload_error:
+            yield sse_event("error", {"message": upload_error})
+            return
+        try:
+            async for ev in use_case.stream(content):
+                event_type = ev.pop("type")
+                yield sse_event(event_type, ev)
+        except PdfExtractionError as exc:
+            yield sse_event("error", {"message": str(exc)})
+        except LLMProviderError as exc:
+            yield sse_event("error", {"message": str(exc)})
+        except Exception as exc:  # noqa: BLE001 — filet : une erreur inattendue ne doit
+            # PAS casser le flux SSE brutalement (sinon le Core n'a qu'un message générique
+            # sans détail). On la transforme en évènement `error` propre + log avec trace.
+            logger.exception("Import règles : erreur inattendue dans le flux.")
+            yield sse_event("error", {"message": f"Erreur inattendue du Brain : {type(exc).__name__} : {exc}"})
+
+    return StreamingResponse(event_stream(), media_type="text/event-stream")
+
+
+@router.post("/import/campaign/stream")
+async def import_campaign_stream(
+    use_case: Annotated[ImportCampaignUseCase, Depends(get_import_campaign_use_case)],
+    file: UploadFile = File(...),
+) -> StreamingResponse:
+    """Import streamé d'un PDF de campagne → arbre arc→chapitre→scène (SSE).
+
+    Évènements : `extracting`, `start` {page_count, ocr_page_count, total},
+    `progress` {current, total, arc_count, chapter_count, scene_count},
+    `done` {arcs:[...], page_count, ocr_page_count}, `error` {message}.
+    """
+    content = await file.read()
+
+    async def event_stream() -> AsyncIterator[str]:
+        upload_error = pdf_upload_error(content)
+        if upload_error:
+            yield sse_event("error", {"message": upload_error})
+            return
+        try:
+            async for ev in use_case.stream(content):
+                event_type = ev.pop("type")
+                yield sse_event(event_type, ev)
+        except PdfExtractionError as exc:
+            yield sse_event("error", {"message": str(exc)})
+        except LLMProviderError as exc:
+            yield sse_event("error", {"message": str(exc)})
+        except Exception as exc:  # noqa: BLE001 — voir import règles : on ne laisse pas
+            # une erreur inattendue casser le flux sans détail.
+            logger.exception("Import campagne : erreur inattendue dans le flux.")
+            yield sse_event("error", {"message": f"Erreur inattendue du Brain : {type(exc).__name__} : {exc}"})
+
+    return StreamingResponse(event_stream(), media_type="text/event-stream")
+
+
+@router.post("/adapt/campaign/stream")
+async def adapt_campaign_stream(
+    use_case: Annotated[AdaptCampaignUseCase, Depends(get_adapt_campaign_use_case)],
+    file: UploadFile = File(...),
+    brief: str = Form(""),
+    messages: str = Form("[]"),
+) -> StreamingResponse:
+    """Adaptation CONVERSATIONNELLE d'un PDF à une campagne (SSE markdown).
+
+    `brief` = description de la campagne (Core). `messages` = JSON de l'échange
+    ([{role, content}, …]) ; vide au 1er tour. Évènements : `token`, `done`, `error`.
+    """
+    content = await file.read()
+
+    try:
+        raw_messages = json.loads(messages) if messages else []
+    except json.JSONDecodeError:
+        raw_messages = []
+    convo = [
+        ChatMessage(role=str(m.get("role", "user")), content=str(m.get("content", "")))
+        for m in raw_messages
+        if isinstance(m, dict) and str(m.get("content", "")).strip()
+    ]
+
+    async def event_stream() -> AsyncIterator[str]:
+        upload_error = pdf_upload_error(content)
+        if upload_error:
+            yield sse_event("error", {"message": upload_error})
+            return
+        try:
+            async for token in use_case.stream(content, brief, convo):
+                yield sse_event("token", {"token": token})
+            yield sse_event("done", {})
+        except PdfExtractionError as exc:
+            yield sse_event("error", {"message": str(exc)})
+        except LLMProviderError as exc:
+            yield sse_event("error", {"message": str(exc)})
+
+    return StreamingResponse(event_stream(), media_type="text/event-stream")

brain/app/api/routers/models.py

@@ -0,0 +1,365 @@
+"""Endpoints de catalogue de modèles (Ollama, OpenRouter, Mistral, Gemini, 1min.ai).
+
+Proxifie les APIs des providers pour que l'UI propose des listes de modèles ;
+repli statique quand l'API est injoignable ou la clé absente (pas de 500 à l'UI).
+"""
+import json
+from typing import Annotated, AsyncIterator
+
+import httpx
+from fastapi import APIRouter, Depends, HTTPException
+from fastapi.responses import StreamingResponse
+from pydantic import BaseModel
+
+from app.core.config import Settings, get_settings
+
+router = APIRouter()
+
+
+@router.get("/models/ollama")
+async def list_ollama_models(
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> dict[str, list[str]]:
+    """Liste les modeles disponibles sur le serveur Ollama configure.
+
+    Retourne une liste vide si Ollama est injoignable — l'UI affichera un
+    message plutot qu'une 500.
+    """
+    url = f"{settings.ollama_base_url}/api/tags"
+    try:
+        async with httpx.AsyncClient(timeout=5) as client:
+            response = await client.get(url)
+            response.raise_for_status()
+            data = response.json()
+    except httpx.HTTPError:
+        return {"models": []}
+    models = [m.get("name", "") for m in data.get("models", []) if m.get("name")]
+    return {"models": sorted(models)}
+
+
+class OllamaModelInfoDTO(BaseModel):
+    """Info utile extraite de /api/show pour un modele Ollama donne.
+
+    `context_length` = fenetre de contexte max supportee par le modele
+    (extraite des metadonnees GGUF). 0 si inconnue. Le frontend s'en sert
+    pour borner le slider de num_ctx dans les Parametres.
+    """
+
+    context_length: int = 0
+
+
+@router.post("/models/ollama/info", response_model=OllamaModelInfoDTO)
+async def get_ollama_model_info(
+    body: dict[str, str],
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> OllamaModelInfoDTO:
+    """Retourne les metadonnees d'un modele Ollama via /api/show.
+
+    On passe par POST (et pas GET /models/ollama/{name}) parce que les noms
+    Ollama contiennent souvent un `:` (ex: `gemma3:e2b`) qui se segmente
+    mal dans une URL — le body JSON evite le probleme d'escaping.
+
+    Le champ qui nous interesse est `model_info["<arch>.context_length"]`
+    (ex: `gemma3.context_length: 131072`). L'arch varie selon le modele, on
+    scanne donc tous les champs finissant par `.context_length`.
+    """
+    name = (body.get("name") or "").strip()
+    if not name:
+        raise HTTPException(status_code=400, detail="name requis")
+    url = f"{settings.ollama_base_url}/api/show"
+    try:
+        async with httpx.AsyncClient(timeout=5) as client:
+            response = await client.post(url, json={"model": name})
+            response.raise_for_status()
+            data = response.json()
+    except httpx.HTTPError:
+        return OllamaModelInfoDTO(context_length=0)
+    model_info = data.get("model_info") or {}
+    for key, value in model_info.items():
+        if key.endswith(".context_length") and isinstance(value, int):
+            return OllamaModelInfoDTO(context_length=value)
+    return OllamaModelInfoDTO(context_length=0)
+
+
+@router.post("/models/ollama/pull")
+async def pull_ollama_model(
+    body: dict[str, str],
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> StreamingResponse:
+    """Telecharge un modele depuis Ollama et streame la progression.
+
+    Proxifie l'endpoint `/api/pull` d'Ollama qui renvoie du JSON ligne par
+    ligne (NDJSON) avec le statut de chaque etape : manifest, layers,
+    digest, success. On reemet ce flux tel quel au client (le front
+    parsera les lignes et affichera une barre de progression).
+
+    Le timeout est intentionnellement tres long (60 min) car certains
+    modeles font 30+ Go.
+    """
+    name = (body.get("name") or "").strip()
+    if not name:
+        raise HTTPException(status_code=400, detail="name requis")
+    url = f"{settings.ollama_base_url}/api/pull"
+
+    async def stream() -> AsyncIterator[bytes]:
+        # On utilise un timeout long pour la lecture (60 min) mais court pour
+        # la connexion (10s) — si Ollama n'est pas joignable, on echoue vite.
+        timeout = httpx.Timeout(connect=10, read=3600, write=10, pool=10)
+        try:
+            async with httpx.AsyncClient(timeout=timeout) as client:
+                async with client.stream("POST", url, json={"model": name, "stream": True}) as r:
+                    if r.status_code != 200:
+                        # Ollama renvoie un message JSON d'erreur. On le passe
+                        # tel quel au client en preservant le code HTTP.
+                        body_text = await r.aread()
+                        yield body_text
+                        return
+                    async for chunk in r.aiter_bytes():
+                        yield chunk
+        except httpx.HTTPError as e:
+            # Erreur reseau : on emet une ligne JSON d'erreur compatible
+            # avec le format NDJSON d'Ollama.
+            err = json.dumps({"error": f"Connexion a Ollama impossible : {e}"}) + "\n"
+            yield err.encode("utf-8")
+
+    # application/x-ndjson : un objet JSON par ligne, pas de wrapping SSE.
+    # C'est le format natif d'Ollama, le front le parsera ligne par ligne.
+    return StreamingResponse(stream(), media_type="application/x-ndjson")
+
+
+@router.delete("/models/ollama/{name:path}")
+async def delete_ollama_model(
+    name: str,
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> dict[str, str]:
+    """Supprime un modele du serveur Ollama.
+
+    Le `:path` dans le pattern autorise les `:` du nom (ex: `gemma4:e4b`)
+    sans avoir besoin de URL-encoder cote client.
+    """
+    if not name.strip():
+        raise HTTPException(status_code=400, detail="name requis")
+    url = f"{settings.ollama_base_url}/api/delete"
+    try:
+        async with httpx.AsyncClient(timeout=10) as client:
+            response = await client.request("DELETE", url, json={"model": name})
+            if response.status_code == 404:
+                raise HTTPException(status_code=404, detail=f"Modele '{name}' introuvable")
+            response.raise_for_status()
+    except httpx.HTTPError as e:
+        raise HTTPException(status_code=502, detail=f"Ollama injoignable : {e}")
+    return {"status": "deleted", "name": name}
+
+
+@router.get("/models/openrouter")
+async def list_openrouter_models() -> dict[str, list[dict[str, object]]]:
+    """Catalogue DYNAMIQUE des modeles OpenRouter (API publique, sans cle).
+
+    Renvoie {models: [{id, name, context_length, free}]}, trie gratuits d'abord
+    puis contexte decroissant. `free` = id finissant par ':free' OU prix nul.
+    """
+    try:
+        async with httpx.AsyncClient(timeout=20) as client:
+            response = await client.get("https://openrouter.ai/api/v1/models")
+            response.raise_for_status()
+            data = response.json()
+    except httpx.HTTPError as exc:
+        raise HTTPException(status_code=502, detail=f"OpenRouter injoignable : {exc}")
+
+    def _is_zero(value: object) -> bool:
+        try:
+            return float(value) == 0.0  # type: ignore[arg-type]
+        except (TypeError, ValueError):
+            return False
+
+    models: list[dict[str, object]] = []
+    for m in data.get("data", []) or []:
+        mid = str(m.get("id") or "")
+        if not mid:
+            continue
+        pricing = m.get("pricing") or {}
+        is_free = mid.endswith(":free") or (
+            _is_zero(pricing.get("prompt")) and _is_zero(pricing.get("completion"))
+        )
+        try:
+            ctx = int(m.get("context_length") or 0)
+        except (TypeError, ValueError):
+            ctx = 0
+        models.append({
+            "id": mid,
+            "name": str(m.get("name") or mid),
+            "context_length": ctx,
+            "free": is_free,
+        })
+
+    models.sort(key=lambda x: (not x["free"], -int(x["context_length"])))  # type: ignore[index]
+    return {"models": models}
+
+
+# Repli statique si la cle Mistral n'est pas (encore) configuree ou si l'API est
+# injoignable — l'utilisateur peut quand meme choisir un modele. Liste curee
+# (juin 2026) ; pour l'extraction de PDF, prefere `large` (fidele, 128k) ou `small`.
+_MISTRAL_FALLBACK_MODELS = [
+    "mistral-large-latest",
+    "mistral-medium-latest",
+    "mistral-small-latest",
+    "open-mistral-nemo",
+    "ministral-8b-latest",
+    "ministral-3b-latest",
+    "magistral-medium-latest",
+    "magistral-small-latest",
+    "pixtral-large-latest",
+    "codestral-latest",
+]
+
+
+@router.get("/models/mistral")
+async def list_mistral_models(
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> dict[str, list[dict[str, object]]]:
+    """Catalogue des modeles Mistral. Dynamique si une cle est configuree
+    (GET /v1/models, qui requiert l'auth), sinon repli statique.
+
+    Renvoie {models: [{id}]} (tous accessibles sur le tier gratuit Experiment)."""
+    key = settings.mistral_api_key
+    if not key:
+        return {"models": [{"id": m} for m in _MISTRAL_FALLBACK_MODELS]}
+    try:
+        async with httpx.AsyncClient(timeout=20) as client:
+            response = await client.get(
+                "https://api.mistral.ai/v1/models",
+                headers={"Authorization": f"Bearer {key}"},
+            )
+            response.raise_for_status()
+            data = response.json()
+    except httpx.HTTPError:
+        # Cle invalide / API down : on ne casse pas l'UI, on propose le repli.
+        return {"models": [{"id": m} for m in _MISTRAL_FALLBACK_MODELS]}
+
+    ids = sorted({str(m.get("id")) for m in data.get("data", []) or [] if m.get("id")})
+    if not ids:
+        ids = _MISTRAL_FALLBACK_MODELS
+    return {"models": [{"id": i} for i in ids]}
+
+
+# Repli statique Gemini (juin 2026). Pour l'extraction, prefere un Flash a grand
+# contexte ; `gemini-2.0-flash` a le quota gratuit le plus genereux.
+_GEMINI_FALLBACK_MODELS = [
+    "gemini-2.0-flash",
+    "gemini-2.0-flash-lite",
+    "gemini-2.5-flash",
+    "gemini-2.5-flash-lite",
+    "gemini-2.5-pro",
+    "gemini-1.5-flash",
+    "gemini-1.5-pro",
+]
+
+
+@router.get("/models/gemini")
+async def list_gemini_models(
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> dict[str, list[dict[str, object]]]:
+    """Catalogue des modeles Gemini. Dynamique si une cle est configuree (endpoint
+    OpenAI-compatible /openai/models), sinon repli statique. Renvoie {models:[{id}]}."""
+    key = settings.gemini_api_key
+    if not key:
+        return {"models": [{"id": m} for m in _GEMINI_FALLBACK_MODELS]}
+    try:
+        async with httpx.AsyncClient(timeout=20) as client:
+            response = await client.get(
+                "https://generativelanguage.googleapis.com/v1beta/openai/models",
+                headers={"Authorization": f"Bearer {key}"},
+            )
+            response.raise_for_status()
+            data = response.json()
+    except httpx.HTTPError:
+        return {"models": [{"id": m} for m in _GEMINI_FALLBACK_MODELS]}
+
+    # Les ids peuvent arriver prefixes "models/" → on nettoie pour que la valeur
+    # selectionnee soit directement utilisable dans l'appel chat. On garde les
+    # modeles "gemini-*" (hors embeddings/aqa) pour ne pas noyer la liste.
+    ids: set[str] = set()
+    for m in data.get("data", []) or []:
+        mid = str(m.get("id") or "")
+        if mid.startswith("models/"):
+            mid = mid[len("models/"):]
+        if mid.startswith("gemini-"):
+            ids.add(mid)
+    clean = sorted(ids) if ids else _GEMINI_FALLBACK_MODELS
+    return {"models": [{"id": i} for i in clean]}
+
+
+@router.get("/models/onemin")
+def list_onemin_models() -> dict[str, list[dict[str, object]]]:
+    """Catalogue statique des modeles 1min.ai, groupes par fournisseur.
+
+    Liste construite par probing direct de l'endpoint chat-with-ai avec
+    une vraie cle API (avril 2026) : chaque ID renvoie 200, les IDs
+    absents renvoient 400 UNSUPPORTED_MODEL.
+
+    Nota : les IDs Anthropic utilisent la nomenclature propre a 1min.ai
+    (`claude-<family>-<version>`), pas la convention officielle Anthropic.
+    """
+    return {
+        "groups": [
+            {
+                "provider": "Anthropic",
+                "models": ["claude-opus-4-6", "claude-sonnet-4-6"],
+            },
+            {
+                "provider": "OpenAI",
+                "models": [
+                    "gpt-5",
+                    "gpt-5-mini",
+                    "gpt-5-nano",
+                    "gpt-4.1",
+                    "gpt-4.1-mini",
+                    "gpt-4.1-nano",
+                    "gpt-4o",
+                    "gpt-4o-mini",
+                    "gpt-4-turbo",
+                    "gpt-3.5-turbo",
+                    "o3",
+                    "o3-pro",
+                    "o3-mini",
+                    "o4-mini",
+                ],
+            },
+            {
+                "provider": "Google",
+                "models": ["gemini-2.5-pro", "gemini-2.5-flash"],
+            },
+            {
+                "provider": "Mistral",
+                "models": [
+                    "mistral-large-latest",
+                    "mistral-medium-latest",
+                    "mistral-small-latest",
+                    "open-mistral-nemo",
+                ],
+            },
+            {
+                "provider": "DeepSeek",
+                "models": ["deepseek-chat", "deepseek-reasoner"],
+            },
+            {
+                "provider": "xAI",
+                "models": ["grok-3", "grok-3-mini"],
+            },
+            {
+                "provider": "Meta",
+                "models": [
+                    "meta/meta-llama-3.1-405b-instruct",
+                    "meta/meta-llama-3-70b-instruct",
+                ],
+            },
+            {
+                "provider": "Alibaba",
+                "models": ["qwen-plus", "qwen3-max"],
+            },
+            {
+                "provider": "Perplexity",
+                "models": ["sonar", "sonar-pro"],
+            },
+        ]
+    }

brain/app/api/routers/notebooks.py

@@ -0,0 +1,130 @@
+"""Endpoints des notebooks (atelier RAG) : indexation des sources + chats ancrés."""
+import logging
+from typing import Annotated, AsyncIterator
+
+from fastapi import APIRouter, Depends, File, Form, HTTPException, UploadFile
+from fastapi.responses import StreamingResponse
+from pydantic import BaseModel, Field
+
+from app.api.common import MAX_PDF_BYTES, sse_event
+from app.api.deps import (
+    get_notebook_chat_use_case,
+    get_notebook_deep_use_case,
+    get_notebook_rag_use_case,
+)
+from app.application.embeddings import EmbeddingError
+from app.application.notebook_chat import NotebookChatUseCase
+from app.application.notebook_deep import NotebookDeepUseCase
+from app.application.notebook_rag import NotebookRagUseCase
+from app.core.config import Settings, get_settings
+from app.domain.models import ChatMessage
+from app.domain.ports import LLMProviderError, PdfExtractionError
+from app.infrastructure import vector_store
+
+logger = logging.getLogger(__name__)
+
+router = APIRouter()
+
+
+class IndexSourceResponseDTO(BaseModel):
+    chunks: int
+    page_count: int
+    ocr_page_count: int
+
+
+@router.post("/index/notebook-source", response_model=IndexSourceResponseDTO)
+async def index_notebook_source(
+    rag: Annotated[NotebookRagUseCase, Depends(get_notebook_rag_use_case)],
+    source_id: str = Form(...),
+    file: UploadFile = File(...),
+) -> IndexSourceResponseDTO:
+    """Indexe une source PDF (extraction + embeddings + stockage vectoriel)."""
+    content = await file.read()
+    if not content:
+        raise HTTPException(status_code=422, detail="Fichier PDF vide.")
+    if len(content) > MAX_PDF_BYTES:
+        raise HTTPException(
+            status_code=413, detail=f"PDF trop volumineux (> {MAX_PDF_BYTES // (1024 * 1024)} Mo).")
+    try:
+        recap = await rag.index_source(source_id, content)
+    except PdfExtractionError as exc:
+        raise HTTPException(status_code=422, detail=str(exc)) from exc
+    except EmbeddingError as exc:
+        raise HTTPException(status_code=502, detail=str(exc)) from exc
+    return IndexSourceResponseDTO(**recap)
+
+
+@router.delete("/index/notebook-source/{source_id}")
+def delete_notebook_source(source_id: str) -> dict[str, str]:
+    """Supprime les vecteurs d'une source (au DELETE d'une source/notebook)."""
+    vector_store.delete(source_id)
+    return {"status": "deleted", "source_id": source_id}
+
+
+class NotebookChatMessageDTO(BaseModel):
+    role: str
+    content: str
+
+
+class NotebookChatRequestDTO(BaseModel):
+    source_ids: list[str] = Field(default_factory=list)
+    messages: list[NotebookChatMessageDTO] = Field(default_factory=list)
+    context: str = Field(default="")
+
+
+@router.post("/chat/notebook/stream")
+async def chat_notebook_stream(
+    body: NotebookChatRequestDTO,
+    use_case: Annotated[NotebookChatUseCase, Depends(get_notebook_chat_use_case)],
+    settings: Annotated[Settings, Depends(get_settings)],
+) -> StreamingResponse:
+    """Chat ANCRÉ sur les sources (RAG) : récupère les passages pertinents puis
+    streame la réponse. Évènements SSE : `token` {token}, `done` {}, `error` {message}."""
+    messages = [ChatMessage(role=m.role, content=m.content) for m in body.messages]
+    top_k = max(1, min(settings.rag_top_k, 200))
+
+    async def event_stream() -> AsyncIterator[str]:
+        try:
+            async for ev in use_case.stream(body.source_ids, messages, context=body.context, top_k=top_k):
+                if ev["type"] == "token":
+                    if ev.get("token"):
+                        yield sse_event("token", {"token": ev["token"]})
+                else:
+                    # 'sources' (et tout futur évènement typé) : relayé tel quel.
+                    ev_type = ev.pop("type")
+                    yield sse_event(ev_type, ev)
+            yield sse_event("done", {})
+        except (LLMProviderError, EmbeddingError) as exc:
+            yield sse_event("error", {"message": str(exc)})
+        except Exception as exc:  # noqa: BLE001 — filet : pas de coupure brutale du flux.
+            logger.exception("Chat notebook : erreur inattendue.")
+            yield sse_event("error", {"message": f"Erreur inattendue du Brain : {type(exc).__name__} : {exc}"})
+
+    return StreamingResponse(event_stream(), media_type="text/event-stream")
+
+
+@router.post("/chat/notebook/deep/stream")
+async def chat_notebook_deep_stream(
+    body: NotebookChatRequestDTO,
+    use_case: Annotated[NotebookDeepUseCase, Depends(get_notebook_deep_use_case)],
+) -> StreamingResponse:
+    """Analyse APPROFONDIE (map-reduce sur tout le document). Évènements SSE :
+    `progress` {current,total} pendant la lecture, puis `token` {token}, puis `done`."""
+    messages = [ChatMessage(role=m.role, content=m.content) for m in body.messages]
+    question = next((m.content for m in reversed(messages) if m.role == "user"), "")
+
+    async def event_stream() -> AsyncIterator[str]:
+        if not question.strip():
+            yield sse_event("error", {"message": "Question vide."})
+            return
+        try:
+            async for ev in use_case.stream(body.source_ids, messages, context=body.context):
+                ev_type = ev.pop("type")
+                yield sse_event(ev_type, ev)
+        except (LLMProviderError, EmbeddingError) as exc:
+            yield sse_event("error", {"message": str(exc)})
+        except Exception as exc:  # noqa: BLE001 — filet : pas de coupure brutale.
+            logger.exception("Analyse approfondie : erreur inattendue.")
+            yield sse_event("error", {"message": f"Erreur inattendue du Brain : {type(exc).__name__} : {exc}"})
+
+    return StreamingResponse(event_stream(), media_type="text/event-stream")

brain/app/api/routers/settings.py

@@ -0,0 +1,115 @@
+"""Endpoints de paramétrage runtime (écran Paramètres de l'UI)."""
+from typing import Annotated, Literal
+
+from fastapi import APIRouter, Depends
+from pydantic import BaseModel
+
+from app.core.config import Settings, get_settings
+from app.core.settings_store import save_overrides
+
+router = APIRouter()
+
+
+class SettingsDTO(BaseModel):
+    """Vue serialisable des settings modifiables depuis l'UI.
+
+    Expose uniquement les champs que l'utilisateur peut changer a chaud.
+    Les secrets (onemin_api_key) sont masques en lecture.
+    """
+
+    llm_provider: Literal["ollama", "onemin", "openrouter", "mistral", "gemini"]
+    ollama_base_url: str
+    llm_model: str
+    onemin_model: str
+    # True si une cle 1min.ai est deja configuree — pas de leak de la cle elle-meme.
+    onemin_api_key_set: bool
+    openrouter_model: str
+    # True si une cle OpenRouter est deja configuree (cle elle-meme jamais renvoyee).
+    openrouter_api_key_set: bool
+    mistral_model: str
+    # True si une cle Mistral est deja configuree (cle elle-meme jamais renvoyee).
+    mistral_api_key_set: bool
+    gemini_model: str
+    # True si une cle Gemini est deja configuree (cle elle-meme jamais renvoyee).
+    gemini_api_key_set: bool
+    # Embeddings (RAG des ateliers) : provider + modeles + auto-pull Ollama.
+    embedding_provider: Literal["ollama", "mistral"]
+    ollama_embedding_model: str
+    mistral_embedding_model: str
+    auto_pull_embedding_model: bool
+    rag_top_k: int
+    # Fenetre de contexte effective passee au modele (num_ctx Ollama) — sert
+    # aussi de plafond a la jauge de contexte UI.
+    llm_num_ctx: int
+    # Taille cible d'un morceau (tokens) pour l'import de PDF (regles/campagne).
+    import_chunk_tokens: int
+    # Timeout HTTP des appels LLM (s). A monter si les imports lourds expirent.
+    llm_timeout_seconds: int
+
+
+class SettingsUpdateDTO(BaseModel):
+    """Patch partiel des settings. Tous les champs sont optionnels."""
+
+    llm_provider: Literal["ollama", "onemin", "openrouter", "mistral", "gemini"] | None = None
+    ollama_base_url: str | None = None
+    llm_model: str | None = None
+    onemin_model: str | None = None
+    # Chaine vide => on efface la cle. None => pas de changement.
+    onemin_api_key: str | None = None
+    openrouter_model: str | None = None
+    openrouter_api_key: str | None = None
+    mistral_model: str | None = None
+    mistral_api_key: str | None = None
+    gemini_model: str | None = None
+    gemini_api_key: str | None = None
+    embedding_provider: Literal["ollama", "mistral"] | None = None
+    ollama_embedding_model: str | None = None
+    mistral_embedding_model: str | None = None
+    auto_pull_embedding_model: bool | None = None
+    rag_top_k: int | None = None
+    llm_num_ctx: int | None = None
+    import_chunk_tokens: int | None = None
+    llm_timeout_seconds: int | None = None
+
+
+def _to_settings_dto(s: Settings) -> SettingsDTO:
+    return SettingsDTO(
+        llm_provider=s.llm_provider,
+        ollama_base_url=s.ollama_base_url,
+        llm_model=s.llm_model,
+        onemin_model=s.onemin_model,
+        onemin_api_key_set=bool(s.onemin_api_key),
+        openrouter_model=s.openrouter_model,
+        openrouter_api_key_set=bool(s.openrouter_api_key),
+        mistral_model=s.mistral_model,
+        mistral_api_key_set=bool(s.mistral_api_key),
+        gemini_model=s.gemini_model,
+        gemini_api_key_set=bool(s.gemini_api_key),
+        embedding_provider=s.embedding_provider,
+        ollama_embedding_model=s.ollama_embedding_model,
+        mistral_embedding_model=s.mistral_embedding_model,
+        auto_pull_embedding_model=s.auto_pull_embedding_model,
+        rag_top_k=s.rag_top_k,
+        llm_num_ctx=s.llm_num_ctx,
+        import_chunk_tokens=s.import_chunk_tokens,
+        llm_timeout_seconds=s.llm_timeout_seconds,
+    )
+
+
+@router.get("/settings", response_model=SettingsDTO)
+def read_settings(settings: Annotated[Settings, Depends(get_settings)]) -> SettingsDTO:
+    """Retourne la config courante (secrets masques)."""
+    return _to_settings_dto(settings)
+
+
+@router.put("/settings", response_model=SettingsDTO)
+def update_settings(patch: SettingsUpdateDTO) -> SettingsDTO:
+    """Applique un patch partiel aux settings et persiste les overrides.
+
+    Toute requete HTTP suivante verra les nouvelles valeurs (pas de cache).
+    """
+    overrides = {k: v for k, v in patch.model_dump().items() if v is not None}
+    if overrides:
+        save_overrides(overrides)
+    # Relit .env + overrides fusionnes pour confirmation.
+    return _to_settings_dto(get_settings())

brain/app/api/routers/tables.py

@@ -0,0 +1,216 @@
+"""Endpoints « outils de table » : tables aléatoires, improvisation, catalogues d'objets."""
+import re
+from typing import Annotated
+
+from fastapi import APIRouter, Depends, HTTPException
+from pydantic import BaseModel, Field
+
+from app.api.deps import get_llm_provider
+from app.application.llm_json import load_json_object
+from app.application.llm_retry import generate_with_retry
+from app.domain.ports import LLMProvider, LLMProviderError
+
+router = APIRouter()
+
+_DICE_FORMULA_RE = re.compile(r"^\s*(\d*)\s*[dD]\s*(\d+)\s*$")
+
+
+def _dice_total_range(formula: str) -> tuple[int, int] | None:
+    """(min, max) des totaux possibles d'une formule NdM, ou None si invalide."""
+    match = _DICE_FORMULA_RE.match(formula or "")
+    if not match:
+        return None
+    count = int(match.group(1)) if match.group(1) else 1
+    faces = int(match.group(2))
+    if count < 1 or count > 100 or faces < 2 or faces > 10000:
+        return None
+    return count, count * faces
+
+
+class GenerateTableRequestDTO(BaseModel):
+    description: str
+    dice_formula: str = Field(default="1d20")
+    # Contexte libre assemblé par le Core (nom de campagne, système, ambiance…).
+    context: str = Field(default="")
+
+
+class GeneratedTableEntryDTO(BaseModel):
+    min_roll: int
+    max_roll: int
+    label: str
+    detail: str = ""
+
+
+class GenerateTableResponseDTO(BaseModel):
+    name: str
+    description: str = ""
+    entries: list[GeneratedTableEntryDTO]
+
+
+@router.post("/generate/random-table", response_model=GenerateTableResponseDTO)
+async def generate_random_table(
+    body: GenerateTableRequestDTO,
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+) -> GenerateTableResponseDTO:
+    """Génère une table aléatoire (entrées par plage) couvrant la formule de dé."""
+    rng = _dice_total_range(body.dice_formula)
+    if rng is None:
+        raise HTTPException(status_code=422, detail="Formule de dé invalide (ex. 1d20, 2d6, d100).")
+    lo, hi = rng
+    context_block = f"\nContexte de la campagne :\n{body.context.strip()}\n" if body.context.strip() else ""
+    prompt = (
+        "Tu es un assistant de jeu de rôle. Génère une TABLE ALÉATOIRE évocatrice.\n"
+        f"Dé : {body.dice_formula} (résultats possibles de {lo} à {hi}).\n"
+        f"Sujet : {body.description.strip()}\n"
+        f"{context_block}\n"
+        "Règles IMPÉRATIVES :\n"
+        "- Réponds UNIQUEMENT par un objet JSON valide, sans texte autour.\n"
+        '- Format : {"name": "...", "description": "...", "entries": '
+        '[{"min_roll": N, "max_roll": M, "label": "résultat court", "detail": "1-2 phrases"}]}\n'
+        f"- Les plages (min_roll..max_roll) doivent COUVRIR EXACTEMENT {lo}..{hi}, "
+        "sans trou ni chevauchement, dans l'ordre croissant.\n"
+        "- Des résultats variés, cohérents avec le sujet (et le contexte s'il est fourni).\n"
+        "- En français. 'label' = résultat bref ; 'detail' = description/effet concret.\n"
+        "Renvoie maintenant le JSON."
+    )
+    try:
+        raw = await generate_with_retry(llm, prompt, output_format="json", temperature=0.7)
+    except LLMProviderError as exc:
+        raise HTTPException(status_code=502, detail=str(exc)) from exc
+
+    parsed, _ = load_json_object(raw)
+    if not isinstance(parsed, dict):
+        raise HTTPException(status_code=502, detail="Le modèle n'a pas renvoyé de table exploitable.")
+
+    entries: list[GeneratedTableEntryDTO] = []
+    for e in parsed.get("entries", []) or []:
+        if not isinstance(e, dict):
+            continue
+        try:
+            mn = int(e["min_roll"])
+            mx = int(e["max_roll"])
+        except (KeyError, TypeError, ValueError):
+            continue
+        label = str(e.get("label") or "").strip()
+        if not label:
+            continue
+        entries.append(GeneratedTableEntryDTO(
+            min_roll=mn, max_roll=max(mn, mx), label=label[:200],
+            detail=str(e.get("detail") or "").strip(),
+        ))
+    if not entries:
+        raise HTTPException(status_code=502, detail="Aucune entrée générée — réessaie ou reformule.")
+
+    name = str(parsed.get("name") or body.description).strip()[:120] or "Table générée"
+    return GenerateTableResponseDTO(
+        name=name,
+        description=str(parsed.get("description") or "").strip(),
+        entries=entries,
+    )
+
+
+class ImproviseRollRequestDTO(BaseModel):
+    table_name: str
+    result_label: str
+    result_detail: str = Field(default="")
+    context: str = Field(default="")
+
+
+class ImproviseRollResponseDTO(BaseModel):
+    narration: str
+
+
+@router.post("/improvise/table-roll", response_model=ImproviseRollResponseDTO)
+async def improvise_table_roll(
+    body: ImproviseRollRequestDTO,
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+) -> ImproviseRollResponseDTO:
+    """Brode un court récit (2-3 phrases) sur un résultat tiré, pour lancer la scène."""
+    detail = f" ({body.result_detail.strip()})" if body.result_detail.strip() else ""
+    context_block = f"\nContexte : {body.context.strip()}" if body.context.strip() else ""
+    prompt = (
+        "Tu es le Maître du Jeu. Les joueurs viennent de tirer sur la table "
+        f"« {body.table_name.strip()} » et ont obtenu : « {body.result_label.strip()} »{detail}."
+        f"{context_block}\n\n"
+        "Décris en 2-3 phrases vivantes et immédiates ce qui se passe, pour lancer la scène. "
+        "Pas de méta, pas d'options : juste la narration, en français."
+    )
+    try:
+        raw = await llm.generate(prompt, temperature=0.8)
+    except LLMProviderError as exc:
+        raise HTTPException(status_code=502, detail=str(exc)) from exc
+    return ImproviseRollResponseDTO(narration=raw.strip())
+
+
+# --- Catalogues d'objets (boutiques) : génération IA -------------------------
+
+
+class GenerateCatalogRequestDTO(BaseModel):
+    description: str
+    context: str = Field(default="")
+
+
+class GeneratedCatalogItemDTO(BaseModel):
+    name: str
+    price: str = ""
+    category: str = ""
+    description: str = ""
+
+
+class GenerateCatalogResponseDTO(BaseModel):
+    name: str
+    description: str = ""
+    items: list[GeneratedCatalogItemDTO]
+
+
+@router.post("/generate/item-catalog", response_model=GenerateCatalogResponseDTO)
+async def generate_item_catalog(
+    body: GenerateCatalogRequestDTO,
+    llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+) -> GenerateCatalogResponseDTO:
+    """Génère un catalogue d'objets (boutique, butin…) — nom, prix, catégorie, description."""
+    context_block = f"\nContexte de la campagne :\n{body.context.strip()}\n" if body.context.strip() else ""
+    prompt = (
+        "Tu es un assistant de jeu de rôle. Génère un CATALOGUE D'OBJETS (boutique, butin, trésor…).\n"
+        f"Sujet : {body.description.strip()}\n"
+        f"{context_block}\n"
+        "Règles IMPÉRATIVES :\n"
+        "- Réponds UNIQUEMENT par un objet JSON valide, sans texte autour.\n"
+        '- Format : {"name": "...", "description": "...", "items": '
+        '[{"name": "Objet", "price": "ex. 50 po", "category": "ex. Armes", "description": "effet/détails"}]}\n'
+        "- Des objets variés et cohérents avec le sujet (et le contexte s'il est fourni).\n"
+        "- 'price' = prix court dans la monnaie du jeu ; 'category' = regroupement (Armes, Potions…) ; "
+        "'description' = effet/détails en une phrase. En français.\n"
+        "Renvoie maintenant le JSON."
+    )
+    try:
+        raw = await generate_with_retry(llm, prompt, output_format="json", temperature=0.7)
+    except LLMProviderError as exc:
+        raise HTTPException(status_code=502, detail=str(exc)) from exc
+
+    parsed, _ = load_json_object(raw)
+    if not isinstance(parsed, dict):
+        raise HTTPException(status_code=502, detail="Le modèle n'a pas renvoyé de catalogue exploitable.")
+
+    items: list[GeneratedCatalogItemDTO] = []
+    for it in parsed.get("items", []) or []:
+        if not isinstance(it, dict):
+            continue
+        name = str(it.get("name") or "").strip()
+        if not name:
+            continue
+        items.append(GeneratedCatalogItemDTO(
+            name=name[:200],
+            price=str(it.get("price") or "").strip(),
+            category=str(it.get("category") or "").strip(),
+            description=str(it.get("description") or "").strip(),
+        ))
+    if not items:
+        raise HTTPException(status_code=502, detail="Aucun objet généré — réessaie ou reformule.")
+
+    name = str(parsed.get("name") or body.description).strip()[:120] or "Catalogue généré"
+    return GenerateCatalogResponseDTO(
+        name=name,
+        description=str(parsed.get("description") or "").strip(),
+        items=items,
+    )

brain/app/application/chunking.py

@@ -13,8 +13,19 @@ from __future__ import annotations
 CHUNK_TARGET_TOKENS = 6000
 
 
-def chunk_text(full_text: str, target_tokens: int = CHUNK_TARGET_TOKENS) -> list[str]:
-    """Découpe `full_text` en morceaux ~`target_tokens` tokens (frontières de §)."""
+def chunk_text(
+    full_text: str,
+    target_tokens: int = CHUNK_TARGET_TOKENS,
+    overlap_tokens: int = 0,
+) -> list[str]:
+    """Découpe `full_text` en morceaux ~`target_tokens` tokens (frontières de §).
+
+    `overlap_tokens` > 0 : chaque morceau reprend la fin du précédent (les derniers
+    paragraphes, jusqu'à ~`overlap_tokens` tokens). Utile pour le RAG : une phrase-clé
+    à cheval sur deux morceaux reste retrouvable dans au moins l'un des deux. À
+    laisser à 0 pour les imports (recopie) : un overlap y DUPLIQUERAIT du texte.
+    Un morceau peut légèrement dépasser la cible (jusqu'à target + overlap).
+    """
     if not full_text.strip():
         return []
 
@@ -26,32 +37,65 @@ def chunk_text(full_text: str, target_tokens: int = CHUNK_TARGET_TOKENS) -> list
     chunks: list[str] = []
     current: list[str] = []
     current_tokens = 0
+    fresh = False  # `current` contient-il du contenu pas encore émis ? (évite de
+    # ré-émettre un morceau composé uniquement de l'overlap en fin de texte)
     for para in paragraphs:
         para_tokens = len(enc.encode(para))
         # Un paragraphe seul plus gros que la cible : on le coupe en sous-blocs.
         if para_tokens > target_tokens:
-            if current:
+            if current and fresh:
                 chunks.append("\n\n".join(current))
-                current, current_tokens = [], 0
-            chunks.extend(_split_oversized(para, enc, target_tokens))
+            current, current_tokens, fresh = [], 0, False
+            chunks.extend(_split_oversized(para, enc, target_tokens, overlap_tokens))
             continue
         if current_tokens + para_tokens > target_tokens and current:
+            if fresh:
                 chunks.append("\n\n".join(current))
-            current, current_tokens = [], 0
+            current, current_tokens = _overlap_tail(current, enc, overlap_tokens)
+            fresh = False
         current.append(para)
         current_tokens += para_tokens
+        fresh = True
 
-    if current:
+    if current and fresh:
         chunks.append("\n\n".join(current))
     return chunks
 
 
-def _split_oversized(paragraph: str, enc, target_tokens: int) -> list[str]:
-    """Coupe un paragraphe géant en sous-blocs ~`target_tokens` tokens."""
+def _overlap_tail(parts: list[str], enc, overlap_tokens: int) -> tuple[list[str], int]:
+    """Derniers paragraphes de `parts` totalisant au plus `overlap_tokens` tokens —
+    le « rappel » recopié en tête du morceau suivant."""
+    if overlap_tokens <= 0 or not parts:
+        return [], 0
+    tail: list[str] = []
+    total = 0
+    for para in reversed(parts):
+        para_tokens = len(enc.encode(para))
+        if total + para_tokens > overlap_tokens:
+            break
+        tail.insert(0, para)
+        total += para_tokens
+    if not tail:
+        # Aucun paragraphe entier ne tient dans le budget (paragraphes longs) :
+        # on reprend la FIN du dernier paragraphe pour garantir le recouvrement.
+        tokens = enc.encode(parts[-1])
+        tail = [enc.decode(tokens[-overlap_tokens:])]
+        total = min(overlap_tokens, len(tokens))
+    return tail, total
+
+
+def _split_oversized(paragraph: str, enc, target_tokens: int, overlap_tokens: int = 0) -> list[str]:
+    """Coupe un paragraphe géant en sous-blocs ~`target_tokens` tokens (fenêtre
+    glissante avec recouvrement si `overlap_tokens` > 0)."""
     tokens = enc.encode(paragraph)
+    step = max(1, target_tokens - overlap_tokens)
     out: list[str] = []
-    for i in range(0, len(tokens), target_tokens):
+    i = 0
+    while i < len(tokens):
         out.append(enc.decode(tokens[i : i + target_tokens]))
+        if i + target_tokens >= len(tokens):
+            break
+        i += step
     return out
 
 

brain/app/application/embeddings.py

@@ -14,7 +14,13 @@ class EmbeddingError(Exception):
 
 
 class EmbeddingProvider(Protocol):
-    """Calcule les vecteurs d'une liste de textes (ordre préservé)."""
+    """Calcule les vecteurs d'une liste de textes (ordre préservé).
 
-    async def embed(self, texts: list[str]) -> list[list[float]]:
+    `kind` distingue les DOCUMENTS indexés ("document") de la QUESTION posée
+    ("query") : certains modèles (nomic-embed-text) sont entraînés avec des
+    préfixes de tâche distincts et perdent en pertinence sans eux. Les adapters
+    qui n'en ont pas besoin (mistral-embed) ignorent simplement le paramètre.
+    """
+
+    async def embed(self, texts: list[str], kind: str = "document") -> list[list[float]]:
         ...

brain/app/application/import_campaign.py

@@ -10,6 +10,7 @@ PROPOSITION non persistée : le Core crée les entités seulement après revue.
 """
 from __future__ import annotations
 
+import asyncio
 import logging
 
 from app.application.chunking import chunk_text, split_in_half
@@ -24,6 +25,7 @@ from app.domain.models import (
     ArcProposal,
     CampaignImportResult,
     ChapterProposal,
+    NpcImportProposal,
     RoomProposal,
     SceneProposal,
 )
@@ -82,6 +84,14 @@ PIÈCES (rooms) — uniquement pour les scènes qui sont des lieux explorables :
 - `enemies` = créatures/boss de la salle (vide si aucune). `loot` = trésor/récompense (vide si aucun).
 - Pour une scène narrative classique (pas un donjon), "rooms" est un tableau vide [].
 
+PNJ ET CRÉATURES NOTABLES ("npcs", tableau au niveau racine) :
+- Recense les PNJ NOMMÉS (alliés, marchands, antagonistes) et les créatures UNIQUES
+  (boss, monstre récurrent) présents dans l'extrait.
+- `description` = courte fiche utile au MJ : rôle dans l'histoire, apparence,
+  motivations, où on le rencontre. 2 à 4 phrases, fidèles au livre.
+- N'inclus PAS les monstres génériques sans nom (« 3 gobelins », « un loup »).
+- Aucun PNJ nommé dans l'extrait → "npcs": [].
+
 Format de réponse :
 - Tu réponds UNIQUEMENT par un objet JSON valide, sans markdown ni commentaire autour.
 - Schéma EXACT :
@@ -90,12 +100,61 @@ Format de réponse :
         {{"name": "...", "description": "...", "player_narration": "...", "gm_notes": "...",
           "rooms": [{{"name": "...", "description": "...", "enemies": "...", "loot": "..."}}]}}
      ]}}]}}
-  ]}}
+  ],
+   "npcs": [{{"name": "...", "description": "..."}}]}}
 - Utilise les VRAIS titres du livre pour les noms (pas de paraphrase).
 - Si le livre n'est PAS découpé en actes/parties, regroupe tout sous un seul arc nommé "{default_arc}".
 - N'invente pas de contenu : tu réorganises et recopies ce qui est présent dans l'extrait.
 - Si l'extrait ne contient aucune matière narrative, renvoie {{"arcs": []}}."""
 
+# Bloc TOC injecté quand le PDF a des bookmarks : les morceaux étant traités
+# séparément, c'est CE référentiel commun qui garantit que tous nomment les
+# mêmes chapitres à l'identique → la fusion par nom du _TreeMerger recolle
+# les chapitres coupés au lieu de créer des doublons.
+_TOC_BLOCK = """
+
+--- STRUCTURE OFFICIELLE DU LIVRE (table des matières du PDF) ---
+{toc}
+--- FIN DE LA STRUCTURE ---
+IMPORTANT : pour nommer les arcs et chapitres, reprends EXACTEMENT les titres
+de cette structure (caractère pour caractère). Rattache le contenu de l'extrait
+au bon chapitre de la structure, même si son titre n'apparaît pas dans l'extrait."""
+
+# Garde-fou prompt : une TOC de gros livre peut compter des centaines d'entrées
+# (sous-sous-sections). On la limite aux niveaux hauts et à un nombre raisonnable.
+_TOC_MAX_LEVEL = 2
+_TOC_MAX_ENTRIES = 80
+
+
+# Consolidation finale : le squelette (noms seuls) est minuscule, donc l'appel
+# est quasi gratuit comparé aux MAP. Température 0 et consigne CONSERVATRICE :
+# ne fusionner que les doublons évidents, jamais des entités distinctes.
+_CONSOLIDATE_PROMPT = """Voici le squelette d'une arborescence arc → chapitre → scène issue d'une
+fusion AUTOMATIQUE de morceaux d'un livre de campagne de jeu de rôle. La fusion par nom exact
+peut avoir laissé des QUASI-DOUBLONS : le même chapitre ou la même scène sous deux libellés
+légèrement différents (ex: "La Crypte" et "Crypte de Karrak", "3. Salle des gardes" et
+"Salle des gardes").
+
+{skeleton}
+
+Identifie UNIQUEMENT les fusions ÉVIDENTES (même entité du livre sous deux noms). Sois
+CONSERVATEUR : dans le doute, ne fusionne PAS. Deux lieux/évènements distincts ne doivent
+JAMAIS être fusionnés.
+
+Réponds UNIQUEMENT par un objet JSON valide :
+{{"chapter_merges": [{{"into": "nom du chapitre à garder", "merge": ["nom à fusionner", ...]}}],
+  "scene_merges": [{{"chapter": "nom du chapitre", "into": "nom de la scène à garder",
+                     "merge": ["nom à fusionner", ...]}}]}}
+S'il n'y a RIEN à fusionner (cas le plus fréquent) : {{"chapter_merges": [], "scene_merges": []}}"""
+
+
+def _format_toc(toc) -> str:
+    """Formate la TOC du PDF en liste indentée, bornée (niveaux hauts d'abord)."""
+    entries = [e for e in toc if e.level <= _TOC_MAX_LEVEL][:_TOC_MAX_ENTRIES]
+    if not entries:
+        return ""
+    return "\n".join(f"{'  ' * (e.level - 1)}- {e.title} (p. {e.page})" for e in entries)
+
 
 class _TreeMerger:
     """Fusionne les sous-arbres des morceaux en un seul arbre, ordre préservé.
@@ -108,6 +167,8 @@ class _TreeMerger:
     def __init__(self) -> None:
         # arc_key -> {"name", "description", "chapters": {chap_key -> {...}}}
         self._arcs: dict[str, dict] = {}
+        # npc_key (nom en minuscules) -> {"name", "description"}
+        self._npcs: dict[str, dict] = {}
 
     def add(self, arcs_json: list[dict]) -> None:
         for arc in arcs_json or []:
@@ -136,8 +197,12 @@ class _TreeMerger:
                         {"name": sname, "description": "", "player_narration": "",
                          "gm_notes": "", "rooms": {}})
                     self._fill_desc(s, sc)
-                    self._fill_field(s, sc, "player_narration")
-                    self._fill_field(s, sc, "gm_notes")
+                    # Narration/notes : CONCATÉNATION (pas premier-gagne) — une
+                    # scène coupée entre deux morceaux apporte la suite de son
+                    # contenu dans le morceau suivant ; la jeter perdrait la
+                    # moitié du donjon. Le doublon exact (overlap) est filtré.
+                    self._append_field(s, sc, "player_narration")
+                    self._append_field(s, sc, "gm_notes")
                     for rm in sc.get("rooms", []) or []:
                         rname = str(rm.get("name", "")).strip()
                         if not rname:
@@ -149,6 +214,22 @@ class _TreeMerger:
                         self._fill_field(r, rm, "enemies")
                         self._fill_field(r, rm, "loot")
 
+    def add_npcs(self, npcs_json: list[dict]) -> None:
+        """Accumule les PNJ détectés. Un PNJ revu dans un autre morceau garde la
+        description la plus COMPLÈTE (la plus longue) — un PNJ récurrent est
+        souvent décrit en détail une seule fois."""
+        for npc in npcs_json or []:
+            name = str(npc.get("name", "")).strip()
+            if not name:
+                continue
+            desc = str(npc.get("description") or "").strip()
+            entry = self._npcs.setdefault(name.lower(), {"name": name, "description": ""})
+            if len(desc) > len(entry["description"]):
+                entry["description"] = desc
+
+    def npcs(self) -> list[NpcImportProposal]:
+        return [NpcImportProposal(n["name"], n["description"]) for n in self._npcs.values()]
+
     @staticmethod
     def _fill_desc(node: dict, src: dict) -> None:
         if not node["description"]:
@@ -159,6 +240,23 @@ class _TreeMerger:
         if not node[field_name]:
             node[field_name] = str(src.get(field_name) or "").strip()
 
+    @staticmethod
+    def _append_field(node: dict, src: dict, field_name: str) -> None:
+        """Accumule la valeur de `src` à la suite de l'existante (scène coupée
+        entre deux morceaux). Ignore le vide et le contenu déjà présent (un
+        morceau redondant — relecture d'overlap — ne duplique rien)."""
+        new = str(src.get(field_name) or "").strip()
+        if not new:
+            return
+        current = node[field_name]
+        if not current:
+            node[field_name] = new
+        elif new not in current and current not in new:
+            node[field_name] = current + "\n\n" + new
+        elif current in new:
+            # Le nouveau contenu ENGLOBE l'ancien (version plus complète) → on le prend.
+            node[field_name] = new
+
     def result(self) -> list[ArcProposal]:
         arcs: list[ArcProposal] = []
         for a in self._arcs.values():
@@ -182,6 +280,79 @@ class _TreeMerger:
         scenes = sum(len(c["scenes"]) for a in self._arcs.values() for c in a["chapters"].values())
         return arcs, chapters, scenes
 
+    # --- Consolidation : fusion des quasi-doublons détectés par le LLM ---------
+
+    def skeleton_text(self) -> str:
+        """Squelette de l'arbre (noms seuls) — entrée compacte de la consolidation."""
+        lines: list[str] = []
+        for a in self._arcs.values():
+            lines.append(f"ARC: {a['name']}")
+            for c in a["chapters"].values():
+                lines.append(f"  CHAPITRE: {c['name']}")
+                for s in c["scenes"].values():
+                    lines.append(f"    SCENE: {s['name']}")
+        return "\n".join(lines)
+
+    def merge_chapters(self, into_name: str, merge_names: list[str]) -> bool:
+        """Fusionne les chapitres `merge_names` dans `into_name` (tous arcs).
+
+        Best-effort : les noms inconnus sont ignorés. Renvoie True si modifié.
+        """
+        target = self._find_chapter(into_name)
+        if target is None:
+            return False
+        changed = False
+        for mname in merge_names:
+            key = str(mname).strip().lower()
+            if not key or key == str(into_name).strip().lower():
+                continue
+            for a in self._arcs.values():
+                src = a["chapters"].pop(key, None)
+                if src is None or src is target:
+                    continue
+                self._fill_desc(target, src)
+                for skey, sdict in src["scenes"].items():
+                    if skey in target["scenes"]:
+                        self._merge_scene_into(target["scenes"][skey], sdict)
+                    else:
+                        target["scenes"][skey] = sdict
+                changed = True
+        return changed
+
+    def merge_scenes(self, chapter_name: str, into_name: str, merge_names: list[str]) -> bool:
+        """Fusionne les scènes `merge_names` dans `into_name` au sein du chapitre."""
+        chapter = self._find_chapter(chapter_name)
+        if chapter is None:
+            return False
+        target = chapter["scenes"].get(str(into_name).strip().lower())
+        if target is None:
+            return False
+        changed = False
+        for mname in merge_names:
+            key = str(mname).strip().lower()
+            if not key or key == str(into_name).strip().lower():
+                continue
+            src = chapter["scenes"].pop(key, None)
+            if src is None or src is target:
+                continue
+            self._merge_scene_into(target, src)
+            changed = True
+        return changed
+
+    def _find_chapter(self, name: str) -> dict | None:
+        key = str(name).strip().lower()
+        for a in self._arcs.values():
+            if key in a["chapters"]:
+                return a["chapters"][key]
+        return None
+
+    def _merge_scene_into(self, target: dict, src: dict) -> None:
+        self._fill_desc(target, src)
+        self._append_field(target, src, "player_narration")
+        self._append_field(target, src, "gm_notes")
+        for rkey, rdict in src.get("rooms", {}).items():
+            target["rooms"].setdefault(rkey, rdict)
+
 
 class ImportCampaignUseCase:
     """Transforme un PDF de campagne en proposition d'arbre arc→chapitre→scène."""
@@ -191,22 +362,39 @@ class ImportCampaignUseCase:
         llm: LLMProvider,
         extractor: PdfTextExtractor,
         chunk_target_tokens: int = _CHUNK_TARGET_TOKENS,
+        map_concurrency: int = 1,
     ) -> None:
         self._llm = llm
         self._extractor = extractor
         self._chunk_target_tokens = chunk_target_tokens
+        # Appels MAP par VAGUES de cette taille : l'ordre narratif est préservé
+        # (fusion vague par vague, dans l'ordre du livre) mais le mur d'attente
+        # des appels LLM est divisé d'autant. 1 = comportement séquentiel.
+        self._map_concurrency = max(1, map_concurrency)
 
     async def execute(self, pdf_bytes: bytes) -> CampaignImportResult:
         """Variante non-streamée : traite tout puis renvoie l'arbre complet."""
         doc = self._extractor.extract(pdf_bytes)
         chunks = chunk_text(doc.full_text, self._chunk_target_tokens)
+        toc_block = _format_toc(doc.toc)
         merger = _TreeMerger()
-        for i, chunk in enumerate(chunks):
-            merger.add(await self._map_chunk(chunk, index=i, total=len(chunks)))
+        total = len(chunks)
+        for start in range(0, total, self._map_concurrency):
+            wave = list(enumerate(chunks))[start:start + self._map_concurrency]
+            results = await asyncio.gather(*(
+                self._map_chunk(c, index=i, total=total, toc_block=toc_block)
+                for i, c in wave
+            ))
+            for res in results:
+                merger.add(res["arcs"])
+                merger.add_npcs(res["npcs"])
+        if total > 1:
+            await self._consolidate(merger)
         return CampaignImportResult(
             arcs=merger.result(),
             page_count=doc.page_count,
             ocr_page_count=doc.ocr_page_count,
+            npcs=merger.npcs(),
         )
 
     async def stream(self, pdf_bytes: bytes):
@@ -221,10 +409,12 @@ class ImportCampaignUseCase:
 
         doc = self._extractor.extract(pdf_bytes)
         chunks = chunk_text(doc.full_text, self._chunk_target_tokens)
+        toc_block = _format_toc(doc.toc)
         total = len(chunks)
         logger.info(
-            "Import campagne (stream) : %s page(s) (%s via OCR), %s morceau(x).",
+            "Import campagne (stream) : %s page(s) (%s via OCR), %s morceau(x), TOC %s.",
             doc.page_count, doc.ocr_page_count, total,
+            "présente" if toc_block else "absente",
         )
         yield {
             "type": "start",
@@ -236,36 +426,50 @@ class ImportCampaignUseCase:
         merger = _TreeMerger()
         skipped = 0
         last_error: str | None = None
-        for i, chunk in enumerate(chunks):
+        done_count = 0
+        # PARALLÉLISME : les morceaux sont traités par VAGUES de `map_concurrency`
+        # appels simultanés. L'ordre narratif est préservé : la fusion se fait
+        # vague par vague, dans l'ordre du livre.
         # RÉSILIENCE : un morceau qui échoue (provider saturé, quota, etc.) est
         # SAUTÉ — on ne perd pas tout l'import pour autant. On n'abandonne que
         # si AUCUN morceau ne passe (cf. après la boucle).
-            # HEARTBEAT : keep-alive pendant l'appel LLM pour ne jamais laisser le
-            # flux SSE silencieux (sinon le Core coupe sur timeout d'inactivité).
-            try:
-                arcs_payload: list[dict] | None = None
-                async for kind, payload in with_heartbeat(
-                    self._map_chunk(chunk, index=i, total=total)
-                ):
+        # HEARTBEAT : keep-alive pendant la vague d'appels LLM pour ne jamais
+        # laisser le flux SSE silencieux (sinon le Core coupe sur inactivité).
+        for start in range(0, total, self._map_concurrency):
+            wave = list(enumerate(chunks))[start:start + self._map_concurrency]
+            gathered = asyncio.gather(
+                *(self._map_chunk(c, index=i, total=total, toc_block=toc_block)
+                  for i, c in wave),
+                return_exceptions=True,
+            )
+            results: list | None = None
+            async for kind, payload in with_heartbeat(gathered):
                 if kind == "heartbeat":
-                        yield {"type": "heartbeat", "current": i + 1, "total": total}
+                    yield {"type": "heartbeat", "current": done_count + 1, "total": total}
                 else:
-                        arcs_payload = payload
-                merger.add(arcs_payload or [])
-            except LLMProviderError as exc:
+                    results = payload
+            for (i, _), res in zip(wave, results or []):
+                done_count += 1
+                if isinstance(res, LLMProviderError):
                     skipped += 1
-                last_error = str(exc)
-                logger.warning("Morceau %s/%s ignoré (échec LLM) : %s", i + 1, total, exc)
+                    last_error = str(res)
+                    logger.warning("Morceau %s/%s ignoré (échec LLM) : %s", i + 1, total, res)
                     yield {"type": "chunk_failed", "current": i + 1, "total": total,
-                       "message": str(exc)[:300]}
+                           "message": str(res)[:300]}
+                elif isinstance(res, BaseException):
+                    raise res  # bug inattendu : ne pas l'avaler en silence
+                else:
+                    merger.add((res or {}).get("arcs") or [])
+                    merger.add_npcs((res or {}).get("npcs") or [])
                 arcs, chapters, scenes = merger.counts()
                 yield {
                     "type": "progress",
-                "current": i + 1,
+                    "current": done_count,
                     "total": total,
                     "arc_count": arcs,
                     "chapter_count": chapters,
                     "scene_count": scenes,
+                    "npc_count": len(merger.npcs()),
                     "skipped": skipped,
                 }
 
@@ -276,33 +480,86 @@ class ImportCampaignUseCase:
                               f"Dernier message : {last_error or 'inconnu'}"}
             return
 
+        # Consolidation finale : fusion des quasi-doublons inter-morceaux
+        # (best-effort, voir _consolidate). Inutile sur un import mono-morceau.
+        if total > 1:
+            yield {"type": "consolidating", "total": total}
+            async for kind, _ in with_heartbeat(self._consolidate(merger)):
+                if kind == "heartbeat":
+                    yield {"type": "heartbeat", "current": total, "total": total}
+
         yield {
             "type": "done",
             "arcs": _serialize_arcs(merger.result()),
+            "npcs": [{"name": n.name, "description": n.description} for n in merger.npcs()],
             "page_count": doc.page_count,
             "ocr_page_count": doc.ocr_page_count,
             "skipped": skipped,
         }
 
+    # --- Consolidation finale (fusion des quasi-doublons) ---------------------
+
+    async def _consolidate(self, merger: _TreeMerger) -> None:
+        """Une passe LLM sur le squelette pour fusionner les quasi-doublons.
+
+        BEST-EFFORT : toute erreur (LLM indisponible, JSON invalide, noms
+        inconnus) laisse l'arbre tel quel — la consolidation ne peut qu'améliorer,
+        jamais bloquer un import.
+        """
+        _, chapters, scenes = merger.counts()
+        if chapters + scenes < 3:
+            return  # rien à dédoublonner sur un arbre minuscule
+        skeleton = merger.skeleton_text()
+        try:
+            raw = await generate_with_retry(
+                self._llm, _CONSOLIDATE_PROMPT.format(skeleton=skeleton),
+                output_format="json", temperature=0.0)
+        except Exception as exc:  # noqa: BLE001 — best-effort STRICT : une erreur ici
+            # (LLM, réseau, bug) ne doit JAMAIS faire perdre un import terminé.
+            logger.warning("Consolidation ignorée (échec) : %s", exc)
+            return
+        parsed, _ = load_json_object(raw)
+        if not isinstance(parsed, dict):
+            logger.warning("Consolidation ignorée (réponse non-JSON).")
+            return
+        merged = 0
+        for cm in parsed.get("chapter_merges") or []:
+            if isinstance(cm, dict) and merger.merge_chapters(
+                    str(cm.get("into") or ""), list(cm.get("merge") or [])):
+                merged += 1
+        for sm in parsed.get("scene_merges") or []:
+            if isinstance(sm, dict) and merger.merge_scenes(
+                    str(sm.get("chapter") or ""), str(sm.get("into") or ""),
+                    list(sm.get("merge") or [])):
+                merged += 1
+        if merged:
+            logger.info("Consolidation : %s fusion(s) de quasi-doublons appliquée(s).", merged)
+
     # --- MAP : un morceau → sous-arbre ---------------------------------------
 
-    async def _map_chunk(self, chunk: str, *, index: int, total: int) -> list[dict]:
-        return await self._extract_arcs(chunk, index=index, total=total, depth=0)
+    async def _map_chunk(
+        self, chunk: str, *, index: int, total: int, toc_block: str = ""
+    ) -> dict:
+        """Phase MAP d'un morceau → {"arcs": [...], "npcs": [...]}."""
+        return await self._extract_payload(
+            chunk, index=index, total=total, depth=0, toc_block=toc_block)
 
-    async def _extract_arcs(
-        self, text: str, *, index: int, total: int, depth: int
-    ) -> list[dict]:
-        """Extrait l'arborescence d'un texte. Si la SORTIE est tronquée, retraite le
-        texte en DEUX moitiés et concatène — le `_TreeMerger` final dédoublonne par
-        nom (un arc/chapitre coupé entre les moitiés est recollé)."""
+    async def _extract_payload(
+        self, text: str, *, index: int, total: int, depth: int, toc_block: str = ""
+    ) -> dict:
+        """Extrait l'arborescence + les PNJ d'un texte. Si la SORTIE est tronquée,
+        retraite le texte en DEUX moitiés et concatène — le `_TreeMerger` final
+        dédoublonne par nom (un arc/chapitre coupé entre les moitiés est recollé)."""
+        toc_section = _TOC_BLOCK.format(toc=toc_block) if toc_block else ""
         prompt = (
             _MAP_SYSTEM.format(default_arc=_DEFAULT_ARC_NAME)
+            + toc_section
             + f"\n\n--- EXTRAIT {index + 1}/{total} ---\n{text}\n\n"
             "Renvoie maintenant le JSON de l'arborescence."
         )
         raw = await generate_with_retry(
             self._llm, prompt, output_format="json", temperature=_TEMPERATURE)
-        arcs, truncated = self._parse_arcs(raw, index=index)
+        payload, truncated = self._parse_payload(raw, index=index)
 
         if truncated and depth < _MAX_SPLIT_DEPTH:
             left, right = split_in_half(text)
@@ -310,17 +567,20 @@ class ImportCampaignUseCase:
                 logger.info(
                     "Morceau %s : sortie tronquée → re-découpage en 2 moitiés (niveau %s).",
                     index, depth + 1)
-                a = await self._extract_arcs(left, index=index, total=total, depth=depth + 1)
-                b = await self._extract_arcs(right, index=index, total=total, depth=depth + 1)
-                return a + b
+                a = await self._extract_payload(
+                    left, index=index, total=total, depth=depth + 1, toc_block=toc_block)
+                b = await self._extract_payload(
+                    right, index=index, total=total, depth=depth + 1, toc_block=toc_block)
+                return {"arcs": a["arcs"] + b["arcs"], "npcs": a["npcs"] + b["npcs"]}
         if truncated:
             logger.warning(
                 "Morceau %s : sortie tronquée, profondeur max atteinte — partiel conservé.", index)
-        return arcs
+        return payload
 
     @staticmethod
-    def _parse_arcs(raw: str, *, index: int) -> tuple[list[dict], bool]:
-        """Parse robuste → (arcs, tronqué). `tronqué`=True si récupération partielle."""
+    def _parse_payload(raw: str, *, index: int) -> tuple[dict, bool]:
+        """Parse robuste → ({"arcs", "npcs"}, tronqué). `tronqué`=True si partiel."""
+        empty = {"arcs": [], "npcs": []}
         parsed, recovered = load_json_object(raw)
         if parsed is None:
             truncated = looks_like_truncated_json(raw)
@@ -329,11 +589,15 @@ class ImportCampaignUseCase:
                     "Morceau %s : aucun objet JSON exploitable, ignoré. "
                     "Début de la réponse du modèle : %r",
                     index, (raw or "").strip()[:300] or "(réponse VIDE)")
-            return [], truncated
+            return empty, truncated
         if isinstance(parsed, dict):
             arcs = parsed.get("arcs", [])
-            return (arcs if isinstance(arcs, list) else []), recovered
-        return [], recovered
+            npcs = parsed.get("npcs", [])
+            return {
+                "arcs": arcs if isinstance(arcs, list) else [],
+                "npcs": npcs if isinstance(npcs, list) else [],
+            }, recovered
+        return empty, recovered
 
 
 def _serialize_arcs(arcs: list[ArcProposal]) -> list[dict]:

brain/app/application/notebook_chat.py

@@ -9,6 +9,8 @@ from __future__ import annotations
 from typing import AsyncIterator
 
 from app.application.notebook_rag import NotebookRagUseCase
+from app.application.query_rewrite import standalone_question
+from app.application.rerank import pool_size, rerank
 from app.domain.models import ChatMessage
 from app.domain.ports import LLMChatProvider
 
@@ -57,9 +59,13 @@ Réponds en français, de façon utile et concise. Mets le texte explicatif AVAN
 
 
 class NotebookChatUseCase:
-    def __init__(self, rag: NotebookRagUseCase, llm: LLMChatProvider) -> None:
+    def __init__(
+        self, rag: NotebookRagUseCase, llm: LLMChatProvider, rerank_enabled: bool = False
+    ) -> None:
         self._rag = rag
         self._llm = llm
+        # Reranking LLM d'un pool élargi avant injection (voir app.application.rerank).
+        self._rerank_enabled = rerank_enabled
 
     async def stream(
         self,
@@ -67,9 +73,32 @@ class NotebookChatUseCase:
         messages: list[ChatMessage],
         context: str = "",
         top_k: int = 6,
-    ) -> AsyncIterator[str]:
-        last_user = next((m.content for m in reversed(messages) if m.role == "user"), "")
-        passages = await self._rag.retrieve(source_ids, last_user, top_k=top_k)
+    ) -> AsyncIterator[dict]:
+        """Yield des évènements : {type:'sources', sources:[…]} (une fois, avant la
+        réponse — transparence sur les passages utilisés), puis {type:'token', token}."""
+        # Question AUTONOME pour la recherche : sur une relance (« et ses
+        # faiblesses ? »), l'embedding du dernier message seul ne contient pas
+        # le sujet → on le résout depuis l'historique (best-effort, 1 appel léger,
+        # uniquement à partir du 2e tour). La réponse, elle, voit tout l'historique.
+        search_query = await standalone_question(self._llm, messages)
+        if self._rerank_enabled:
+            # Pool élargi → notation LLM → top_k final (meilleure précision sur
+            # les questions ambiguës, au prix d'un appel avant le premier token).
+            pool = await self._rag.retrieve(
+                source_ids, search_query, top_k=pool_size(top_k))
+            passages = await rerank(self._llm, search_query, pool, top_k)
+        else:
+            passages = await self._rag.retrieve(source_ids, search_query, top_k=top_k)
+        # Évènement 'sources' AVANT le premier token : l'UI peut afficher les
+        # pages utilisées (« 📖 p. 12, 47 ») dès le début de la réponse.
+        yield {"type": "sources", "sources": [
+            {
+                "source_id": p.get("source_id"),
+                "page": p.get("page"),
+                "score": round(float(p.get("score") or 0.0), 3),
+            }
+            for p in passages
+        ]}
         sources_block = (
             "\n\n".join(self._format_passage(p) for p in passages)
             if passages else "(aucun passage pertinent trouvé dans les sources)"
@@ -81,7 +110,7 @@ class NotebookChatUseCase:
         system_prompt = _SYSTEM_PROMPT.format(
             context_block=context_block, sources_block=sources_block)
         async for token in self._llm.stream_chat(messages, system_prompt=system_prompt):
-            yield token
+            yield {"type": "token", "token": token}
 
     @staticmethod
     def _format_passage(p: dict) -> str:

brain/app/application/notebook_deep.py

@@ -13,12 +13,14 @@ lots ; avec un petit modèle local, plus de lots (mais ça reste exhaustif).
 """
 from __future__ import annotations
 
+import asyncio
 import logging
 from typing import AsyncIterator
 
 import tiktoken
 
 from app.application.llm_retry import generate_with_retry
+from app.application.query_rewrite import standalone_question
 from app.domain.models import ChatMessage
 from app.domain.ports import LLMChatProvider, LLMProvider, LLMProviderError
 from app.infrastructure import vector_store
@@ -28,6 +30,28 @@ logger = logging.getLogger(__name__)
 _NO_MATCH = "RAS"
 _MAP_TEMPERATURE = 0.2
 
+# --- Index de résumés (pré-filtrage des lots) --------------------------------
+# Sans index : CHAQUE question relit TOUT le document (1 appel LLM par lot).
+# Avec : les résumés de lots (construits UNE fois, cache disque) sont comparés
+# à la question par embedding, et seuls les lots plausiblement pertinents sont
+# relus. Sélection volontairement CONSERVATRICE (on préfère relire un lot de
+# trop que rater une mention) ; désactivable via deep_summary_filter=False.
+_SUMMARY_PROMPT = """Résume l'EXTRAIT ci-dessous en 4 à 8 puces factuelles : lieux, PNJ et
+créatures nommés, objets notables, évènements, règles particulières. Pas d'analyse, pas
+d'introduction — uniquement les puces, pour servir d'index de recherche.
+
+--- EXTRAIT ---
+{excerpt}
+--- FIN EXTRAIT ---
+
+Résumé :"""
+
+# Un lot est gardé si son score est proche du meilleur (marge) OU bon dans
+# l'absolu ; et on garde toujours au moins _MIN_KEPT lots.
+_SELECT_MARGIN = 0.10
+_SELECT_FLOOR = 0.5
+_MIN_KEPT = 3
+
 _MAP_PROMPT = """Voici un EXTRAIT d'un document. Extrais UNIQUEMENT les informations
 pertinentes pour répondre à la question ci-dessous. Conserve les détails utiles et
 indique les numéros de page (format « p. X »). Si l'extrait ne contient RIEN de
@@ -41,11 +65,17 @@ QUESTION : {question}
 
 Informations pertinentes (ou « {no_match} ») :"""
 
-_REDUCE_SYSTEM = """Tu réponds à la question d'un MJ à partir de NOTES extraites de
-l'ENSEMBLE d'un document source (donc tu as une vue COMPLÈTE, pas un simple extrait).
-Synthétise ces notes en une réponse claire et structurée, cite les pages (« p. X »),
-et n'invente rien qui n'y figure pas. Si une CAMPAGNE est fournie ci-dessous, relie ta
-réponse à sa structure / ses PNJ pour des adaptations cohérentes.
+_REDUCE_SYSTEM = """Tu es l'assistant-MJ d'un jeu de rôle. Tu réponds à la demande du MJ en
+t'appuyant sur TROIS sources : (1) des NOTES extraites de l'ENSEMBLE du document source (vue
+complète — mais POSSIBLEMENT VIDE si rien d'utile n'y figure), (2) le contexte de sa CAMPAGNE,
+(3) la conversation ci-dessous.
+
+- Si les notes contiennent des éléments utiles : exploite-les et CITE les pages (« p. X »).
+- Si les notes sont VIDES ou pauvres (cas fréquent d'une demande CRÉATIVE portant sur des
+  éléments INVENTÉS par le MJ) : ne te bloque surtout PAS. Aide-le quand même en t'appuyant
+  sur sa CAMPAGNE, la CONVERSATION et ta connaissance du genre — propose des adaptations
+  concrètes (arcs, chapitres, scènes, PNJ), structurées et jouables.
+- Sois concret et utile. N'affirme rien de FAUX sur le contenu du document.
 
 {context_block}
 --- NOTES EXTRAITES DE TOUT LE DOCUMENT ---
@@ -56,9 +86,22 @@ Réponds en français."""
 
 
 class NotebookDeepUseCase:
-    def __init__(self, llm: LLMProvider, batch_tokens: int = 10000) -> None:
+    def __init__(
+        self,
+        llm: LLMProvider,
+        batch_tokens: int = 10000,
+        map_concurrency: int = 1,
+        embedder=None,
+        summary_filter: bool = True,
+    ) -> None:
         self._llm = llm
         self._batch_tokens = max(2000, batch_tokens)
+        # Lots MAP traités par vagues de cette taille (parallélisme LLM).
+        self._map_concurrency = max(1, map_concurrency)
+        # EmbeddingProvider (duck typing) pour l'index de résumés ; None = pas
+        # de pré-filtrage (plein scan, comportement historique).
+        self._embedder = embedder
+        self._summary_filter = summary_filter
 
     async def stream(
         self,
@@ -74,33 +117,57 @@ class NotebookDeepUseCase:
         SYNTHÈSE (reduce) reçoit les `history_limit` derniers messages → les relances
         conversationnelles (« et pour les autres ? ») fonctionnent aussi en approfondi.
         """
-        question = next((m.content for m in reversed(messages) if m.role == "user"), "")
-        chunks: list[dict] = []
+        # Question autonome : la phase MAP lit chaque lot avec LA question — sur
+        # une relance conversationnelle, il faut y résoudre les références
+        # implicites, sinon les lots sont filtrés sur un texte sans sujet.
+        question = await standalone_question(self._llm, messages)
+        # Lots PAR SOURCE (l'index de résumés est caché par source).
+        per_source: list[tuple[str, list[dict]]] = []
         for sid in source_ids:
-            chunks.extend(vector_store.all_chunks(sid))
-        if not chunks:
+            chunks = vector_store.all_chunks(sid)
+            for batch in self._group(chunks):
+                per_source.append((sid, batch))
+        if not per_source:
             yield {"type": "token", "token": "Aucune source indexée à analyser."}
             yield {"type": "done"}
             return
 
-        batches = self._group(chunks)
-        total = len(batches)
-        notes: list[str] = []
-        for i, batch in enumerate(batches):
-            yield {"type": "progress", "current": i, "total": total}
-            excerpt = "\n\n".join(
-                f"(p. {c['page']}) {c['text'].strip()}" if c.get("page") else c["text"].strip()
-                for c in batch
-            )
-            prompt = _MAP_PROMPT.format(no_match=_NO_MATCH, question=question, excerpt=excerpt)
+        # Pré-filtrage par index de résumés (best-effort : tout échec → plein scan).
+        selected: set[int] | None = None
+        if self._summary_filter and self._embedder is not None:
             try:
-                raw = await generate_with_retry(self._llm, prompt, temperature=_MAP_TEMPERATURE)
-            except LLMProviderError as exc:
-                logger.warning("Analyse approfondie : lot %s/%s ignoré : %s", i + 1, total, exc)
-                continue
-            answer = raw.strip()
-            if answer and answer.upper().rstrip(".") != _NO_MATCH:
-                notes.append(answer)
+                async for ev_or_result in self._select_batches(per_source, question):
+                    if isinstance(ev_or_result, dict):
+                        yield ev_or_result  # progress de construction de l'index
+                    else:
+                        selected = ev_or_result
+            except Exception as exc:  # noqa: BLE001 — le filtre ne doit jamais bloquer
+                logger.warning("Index de résumés ignoré (échec) : %s", exc)
+                selected = None
+        if selected is not None:
+            logger.info(
+                "Analyse approfondie : %s/%s lot(s) retenus via l'index de résumés.",
+                len(selected), len(per_source))
+
+        indices = sorted(selected) if selected is not None else list(range(len(per_source)))
+        total = len(indices)
+        notes: list[str] = []
+        # Lots traités par VAGUES parallèles ; les notes restent dans l'ordre du
+        # document (gather préserve l'ordre des tâches de la vague).
+        for start in range(0, total, self._map_concurrency):
+            yield {"type": "progress", "current": start, "total": total}
+            wave = indices[start:start + self._map_concurrency]
+            results = await asyncio.gather(
+                *(self._map_batch(question, per_source[i][1]) for i in wave),
+                return_exceptions=True)
+            for j, res in enumerate(results):
+                if isinstance(res, LLMProviderError):
+                    logger.warning(
+                        "Analyse approfondie : lot %s/%s ignoré : %s", start + j + 1, total, res)
+                elif isinstance(res, BaseException):
+                    raise res  # bug inattendu : ne pas l'avaler
+                elif res:
+                    notes.append(res)
         yield {"type": "progress", "current": total, "total": total}
 
         notes_block = "\n\n".join(notes) if notes else "(aucune information pertinente trouvée dans le document)"
@@ -113,10 +180,93 @@ class NotebookDeepUseCase:
         # dernier message est bien la question courante.
         reduce_messages = messages[-history_limit:] if messages else [ChatMessage(role="user", content=question)]
         llm_chat: LLMChatProvider = self._llm  # type: ignore[assignment]
+        produced = False
         async for token in llm_chat.stream_chat(reduce_messages, system_prompt=system_prompt):
+            if token:
+                produced = True
                 yield {"type": "token", "token": token}
+        if not produced:
+            # Jamais de bulle vide : message de repli + orientation vers le mode rapide,
+            # mieux adapté aux demandes créatives (et qui propose des cartes d'action).
+            yield {"type": "token", "token": (
+                "Je n'ai pas trouvé d'éléments pertinents dans le document pour cette demande "
+                "(elle porte sans doute sur des éléments que tu as inventés). Pour une "
+                "**adaptation créative** — proposer des arcs, chapitres, scènes ou PNJ — "
+                "utilise plutôt le bouton **« Envoyer »** (mode rapide) : il est conversationnel, "
+                "voit ta campagne, et te propose des cartes « Créer dans la campagne »."
+            )}
         yield {"type": "done"}
 
+    # --- Index de résumés ------------------------------------------------------
+
+    async def _select_batches(self, per_source: list[tuple[str, list[dict]]], question: str):
+        """Générateur : yield des évènements `progress` pendant la construction de
+        l'index (1ère analyse d'une source), puis le set des indices retenus —
+        ou None si le filtre n'apporte rien (tous retenus)."""
+        # 1. Charge/construit les résumés par source (cache disque).
+        by_sid: dict[str, list[int]] = {}
+        for i, (sid, _) in enumerate(per_source):
+            by_sid.setdefault(sid, []).append(i)
+        vectors: list[list[float] | None] = [None] * len(per_source)
+
+        to_build = []
+        for sid, idxs in by_sid.items():
+            cached = vector_store.load_summaries(sid, self._batch_tokens)
+            if cached is not None and len(cached) == len(idxs):
+                for i, entry in zip(idxs, cached):
+                    vectors[i] = entry.get("vector")
+            else:
+                to_build.append((sid, idxs))
+
+        total_build = sum(len(idxs) for _, idxs in to_build)
+        done_build = 0
+        for sid, idxs in to_build:
+            summaries: list[str] = []
+            for start in range(0, len(idxs), self._map_concurrency):
+                yield {"type": "progress", "current": done_build, "total": total_build}
+                wave = idxs[start:start + self._map_concurrency]
+                results = await asyncio.gather(
+                    *(self._summarize_batch(per_source[i][1]) for i in wave))
+                summaries.extend(results)
+                done_build += len(wave)
+            vecs = await self._embedder.embed(summaries, kind="document")
+            entries = [{"summary": s, "vector": v} for s, v in zip(summaries, vecs)]
+            vector_store.save_summaries(sid, self._batch_tokens, entries)
+            for i, entry in zip(idxs, entries):
+                vectors[i] = entry["vector"]
+
+        # 2. Score de chaque lot face à la question, sélection conservatrice.
+        qv = (await self._embedder.embed([question], kind="query"))[0]
+        scores = [
+            vector_store.cosine_similarity(qv, v) if v else 0.0
+            for v in vectors
+        ]
+        best = max(scores)
+        keep = {i for i, s in enumerate(scores) if s >= best - _SELECT_MARGIN or s >= _SELECT_FLOOR}
+        floor = min(_MIN_KEPT, len(scores))
+        if len(keep) < floor:
+            keep = set(sorted(range(len(scores)), key=lambda i: -scores[i])[:floor])
+        yield keep if len(keep) < len(scores) else None
+
+    async def _summarize_batch(self, batch: list[dict]) -> str:
+        excerpt = "\n\n".join(c.get("text", "").strip() for c in batch)
+        raw = await generate_with_retry(
+            self._llm, _SUMMARY_PROMPT.format(excerpt=excerpt), temperature=_MAP_TEMPERATURE)
+        return (raw or "").strip()
+
+    async def _map_batch(self, question: str, batch: list[dict]) -> str:
+        """Phase MAP d'un lot : extrait les infos pertinentes ('' si RAS)."""
+        excerpt = "\n\n".join(
+            f"(p. {c['page']}) {c['text'].strip()}" if c.get("page") else c["text"].strip()
+            for c in batch
+        )
+        prompt = _MAP_PROMPT.format(no_match=_NO_MATCH, question=question, excerpt=excerpt)
+        raw = await generate_with_retry(self._llm, prompt, temperature=_MAP_TEMPERATURE)
+        answer = raw.strip()
+        if answer and answer.upper().rstrip(".") != _NO_MATCH:
+            return answer
+        return ""
+
     def _group(self, chunks: list[dict]) -> list[list[dict]]:
         """Regroupe les extraits en lots ~`batch_tokens` (compte tiktoken)."""
         enc = tiktoken.get_encoding("cl100k_base")

brain/app/application/notebook_rag.py

@@ -20,6 +20,9 @@ from app.infrastructure import vector_store
 logger = logging.getLogger(__name__)
 
 _RAG_CHUNK_TOKENS = 600
+# Recouvrement entre extraits consécutifs (~13% de la cible) : une phrase-clé à
+# cheval sur deux extraits reste retrouvable dans au moins l'un des deux.
+_RAG_OVERLAP_TOKENS = 80
 # Un extrait avec quasi aucun texte réel (en-tête/pied de page, fragment de numéro
 # de page isolé « 249 250 ») ne sert à rien en RAG → on l'écarte. Seuil bas et
 # conservateur : on ne coupe QUE les fragments quasi-vides, jamais une vraie phrase.
@@ -36,10 +39,14 @@ class NotebookRagUseCase:
         extractor: PdfTextExtractor,
         embedder: EmbeddingProvider,
         chunk_target_tokens: int = _RAG_CHUNK_TOKENS,
+        min_score: float = 0.0,
     ) -> None:
         self._extractor = extractor
         self._embedder = embedder
         self._chunk_target_tokens = chunk_target_tokens
+        # Cosinus minimal pour qu'un extrait soit injecté dans le prompt : sous ce
+        # seuil, l'extrait n'a aucun rapport avec la question → bruit. 0 = désactivé.
+        self._min_score = min_score
 
     async def index_source(self, source_id: str, pdf_bytes: bytes) -> dict:
         """Extrait, découpe PAR PAGE (pour garder le n° de page → citations), embed
@@ -48,7 +55,9 @@ class NotebookRagUseCase:
         chunks: list[str] = []
         pages: list[int] = []
         for page in doc.pages:
-            for piece in chunk_text(page.text, self._chunk_target_tokens):
+            for piece in chunk_text(
+                page.text, self._chunk_target_tokens, overlap_tokens=_RAG_OVERLAP_TOKENS
+            ):
                 if not _has_enough_text(piece):
                     continue  # fragment quasi-vide (en-tête/pied/numéro) → ignoré
                 chunks.append(piece)
@@ -69,11 +78,17 @@ class NotebookRagUseCase:
         }
 
     async def retrieve(self, source_ids: list[str], query: str, top_k: int = 6) -> list[dict]:
-        """Passages les plus pertinents (toutes sources) pour `query`."""
+        """Passages les plus pertinents (toutes sources) pour `query`.
+
+        Recherche hybride (cosinus + bonus lexical sur les mots de la question) ;
+        peut renvoyer moins de `top_k` passages si le seuil de pertinence écarte
+        les extraits hors-sujet."""
         ids = [s for s in source_ids if vector_store.exists(s)]
         if not ids or not query.strip():
             return []
-        query_vectors = await self._embedder.embed([query])
+        query_vectors = await self._embedder.embed([query], kind="query")
         if not query_vectors:
             return []
-        return vector_store.search(ids, query_vectors[0], top_k)
+        return vector_store.search(
+            ids, query_vectors[0], top_k, query_text=query, min_score=self._min_score
+        )

brain/app/application/query_rewrite.py

@@ -0,0 +1,66 @@
+"""Réécriture de la question courante en question AUTONOME (chat des ateliers).
+
+Problème : le retrieval (embedding) et la phase MAP de l'analyse approfondie ne
+voient que le DERNIER message. Une relance comme « et ses faiblesses ? » ne
+contient pas le sujet (Strahd) → recherche aveugle. La parade standard
+(conversational query rewriting) : un appel LLM léger condense la conversation
+en une question autonome, utilisée UNIQUEMENT pour la recherche — la réponse
+finale, elle, voit toujours l'historique complet.
+"""
+from __future__ import annotations
+
+import logging
+
+from app.domain.models import ChatMessage
+
+logger = logging.getLogger(__name__)
+
+# Nombre de messages récents fournis au réécrivain (assez pour résoudre les
+# pronoms, pas plus — la latence de cet appel doit rester négligeable).
+_MAX_HISTORY = 6
+
+# Garde-fou : une « question » réécrite anormalement longue est suspecte (le
+# modèle a divagué) → on retombe sur la question brute.
+_MAX_REWRITE_CHARS = 400
+
+_REWRITE_PROMPT = """Voici la fin d'une conversation entre un Maître de Jeu et son assistant.
+Réécris le DERNIER message de l'utilisateur en une question AUTONOME et complète :
+remplace les pronoms et références implicites (« il », « ses », « ce lieu », « et pour
+les autres ? ») par ce qu'ils désignent dans la conversation.
+
+Règles :
+- Réponds UNIQUEMENT par la question réécrite, sans guillemets ni préfixe.
+- Conserve la langue et l'intention d'origine. N'ajoute RIEN qui n'est pas demandé.
+- Si le dernier message est déjà autonome, recopie-le tel quel.
+
+--- CONVERSATION ---
+{conversation}
+--- FIN ---
+
+Question autonome :"""
+
+
+async def standalone_question(llm, messages: list[ChatMessage]) -> str:
+    """Condense `messages` en une question autonome pour la RECHERCHE.
+
+    Best-effort : premier message de la conversation, échec LLM ou réponse
+    suspecte → on renvoie simplement la dernière question brute (comportement
+    historique). `llm` doit exposer `generate()` (duck typing des adapters).
+    """
+    last_user = next((m.content for m in reversed(messages) if m.role == "user"), "")
+    user_turns = sum(1 for m in messages if m.role == "user" and m.content.strip())
+    if user_turns <= 1 or not last_user.strip():
+        return last_user  # pas d'historique à résoudre → appel LLM inutile
+
+    recent = [m for m in messages if m.content.strip()][-_MAX_HISTORY:]
+    conversation = "\n".join(f"{m.role.upper()}: {m.content.strip()}" for m in recent)
+    try:
+        raw = await llm.generate(
+            _REWRITE_PROMPT.format(conversation=conversation), temperature=0.0)
+    except Exception as exc:  # noqa: BLE001 — la recherche dégradée vaut mieux que pas de réponse
+        logger.warning("Réécriture de question ignorée (échec LLM) : %s", exc)
+        return last_user
+    rewritten = (raw or "").strip().strip('"').strip()
+    if not rewritten or len(rewritten) > _MAX_REWRITE_CHARS:
+        return last_user
+    return rewritten

brain/app/application/rerank.py

@@ -0,0 +1,73 @@
+"""Reranking LLM des passages RAG (chat des ateliers).
+
+Le cosinus classe par similarité de SURFACE ; sur les questions ambiguës, des
+passages proches lexicalement mais inutiles passent devant l'extrait qui répond
+vraiment. Le reranking récupère un POOL élargi (ex. 3× top_k), fait noter la
+pertinence de chaque extrait par le LLM en UN appel, et garde les top_k mieux
+notés. Coût : ~1 appel LLM avant le premier token — opt-in via RAG_RERANK.
+"""
+from __future__ import annotations
+
+import logging
+
+from app.application.llm_json import load_json_object
+
+logger = logging.getLogger(__name__)
+
+# Taille du pool élargi : multiple du top_k demandé, plafonné (le prompt de
+# notation doit rester raisonnable même avec rag_top_k élevé).
+POOL_FACTOR = 3
+POOL_MAX = 24
+
+# Un extrait long n'a pas besoin d'être noté en entier : tronquer borne le
+# prompt sans changer le jugement de pertinence.
+_EXCERPT_CHARS = 600
+
+_RERANK_PROMPT = """Tu évalues la PERTINENCE d'extraits d'un document pour répondre à une question.
+Note chaque extrait de 0 (sans rapport) à 10 (répond directement), indépendamment des autres.
+
+QUESTION : {question}
+
+{passages}
+
+Réponds UNIQUEMENT par un objet JSON : {{"scores": [note_extrait_1, note_extrait_2, ...]}}
+Le tableau doit contenir EXACTEMENT {count} notes, dans l'ordre des extraits."""
+
+
+def pool_size(top_k: int) -> int:
+    """Taille du pool à récupérer avant reranking."""
+    return min(max(top_k * POOL_FACTOR, top_k), POOL_MAX)
+
+
+async def rerank(llm, question: str, passages: list[dict], top_k: int) -> list[dict]:
+    """Renvoie les `top_k` passages les mieux notés par le LLM (tri stable :
+    à note égale, l'ordre cosinus d'origine est préservé).
+
+    BEST-EFFORT : échec LLM, JSON invalide ou nombre de notes incohérent →
+    on renvoie simplement les `top_k` premiers du classement cosinus.
+    """
+    if len(passages) <= top_k:
+        return passages
+    numbered = "\n\n".join(
+        f"--- EXTRAIT {i + 1} ---\n{(p.get('text') or '')[:_EXCERPT_CHARS]}"
+        for i, p in enumerate(passages)
+    )
+    prompt = _RERANK_PROMPT.format(
+        question=question, passages=numbered, count=len(passages))
+    try:
+        raw = await llm.generate(prompt, temperature=0.0)
+    except Exception as exc:  # noqa: BLE001 — un chat dégradé vaut mieux que pas de chat
+        logger.warning("Reranking ignoré (échec LLM) : %s", exc)
+        return passages[:top_k]
+    parsed, _ = load_json_object(raw)
+    scores = parsed.get("scores") if isinstance(parsed, dict) else None
+    if not isinstance(scores, list) or len(scores) != len(passages):
+        logger.warning("Reranking ignoré (notes inexploitables).")
+        return passages[:top_k]
+    try:
+        scored = [(float(s), i) for i, s in enumerate(scores)]
+    except (TypeError, ValueError):
+        logger.warning("Reranking ignoré (notes non numériques).")
+        return passages[:top_k]
+    order = sorted(range(len(passages)), key=lambda i: (-scored[i][0], i))
+    return [passages[i] for i in order[:top_k]]

brain/app/core/config.py

@@ -83,6 +83,32 @@ class Settings(BaseSettings):
     # mais prompt plus long. 8 par défaut (montable jusqu'à ~20 sur grand contexte).
     rag_top_k: int = 8
 
+    # Analyse approfondie : pré-filtrage des lots via un index de résumés
+    # (construit une fois par source, cache disque). Les questions ciblées ne
+    # relisent que les lots plausiblement pertinents (3-5x moins d'appels) ;
+    # False = relire TOUT le document à chaque question (exhaustivité maximale).
+    deep_summary_filter: bool = True
+
+    # Reranking LLM du chat atelier : recupere un pool elargi (3x top_k, max 24)
+    # puis fait NOTER la pertinence de chaque extrait par le LLM avant d'injecter
+    # les top_k meilleurs. Meilleure precision sur les questions ambigues, MAIS
+    # +1 appel LLM avant le premier token (quelques secondes sur un petit modele
+    # local). Desactive par defaut ; recommande avec un provider cloud rapide.
+    rag_rerank: bool = False
+
+    # Cosinus minimal pour qu'un extrait soit injecté dans le prompt du chat
+    # atelier : en dessous, l'extrait n'a aucun rapport avec la question → mieux
+    # vaut moins d'extraits que du bruit. Défaut conservateur (0.30) : les paires
+    # pertinentes scorent typiquement 0.6+ avec nomic-embed-text/mistral-embed,
+    # les hors-sujet 0.2-0.4. Montable à ~0.4 si trop de bruit, 0 = désactivé.
+    rag_min_score: float = 0.30
+
+    # Nombre d'appels LLM MAP menes EN PARALLELE (import de campagne, analyse
+    # approfondie). 3 = bon defaut cloud (divise le temps d'un gros livre par ~3).
+    # Ollama local sequence les requetes de toute facon (pas de gain, pas de mal).
+    # Baisser a 1 si un provider gratuit rate-limite agressivement.
+    llm_map_concurrency: int = 3
+
     # Taille cible d'un morceau (en tokens) pour l'import de PDF (regles/campagne).
     # Plus c'est gros, moins il y a de morceaux => moins de fragmentation et un
     # import plus rapide, MAIS il faut que ca tienne dans la fenetre du modele.

brain/app/domain/models.py

@@ -320,11 +320,26 @@ class ExtractedPage:
     used_ocr: bool
 
 
+@dataclass(frozen=True)
+class TocEntry:
+    """Une entrée de la table des matières (bookmarks/outline) du PDF.
+
+    `level` : profondeur 1-based (1 = chapitre, 2 = section…). `page` : 1-based.
+    """
+
+    level: int
+    title: str
+    page: int
+
+
 @dataclass(frozen=True)
 class ExtractedDocument:
     """Résultat brut de l'extraction d'un PDF : une entrée par page."""
 
     pages: list[ExtractedPage]
+    # Table des matières (bookmarks PDF). Vide si le PDF n'en a pas — fréquent
+    # pour les scans ; les livres born-digital en ont presque toujours une.
+    toc: list[TocEntry] = field(default_factory=list)
 
     @property
     def page_count(self) -> int:
@@ -409,6 +424,18 @@ class ArcProposal:
     chapters: list[ChapterProposal] = field(default_factory=list)
 
 
+@dataclass(frozen=True)
+class NpcImportProposal:
+    """PNJ/créature notable détecté à l'import d'un PDF de campagne.
+
+    PNJ NOMMÉS et créatures uniques (boss) — pas les monstres génériques.
+    `description` = courte fiche (rôle, apparence, motivations, où on le croise).
+    """
+
+    name: str
+    description: str = ""
+
+
 @dataclass(frozen=True)
 class CampaignImportResult:
     """Proposition d'arborescence narrative extraite d'un PDF de campagne.
@@ -420,6 +447,9 @@ class CampaignImportResult:
     arcs: list[ArcProposal]
     page_count: int
     ocr_page_count: int
+    # PNJ/créatures notables détectés au fil des morceaux (proposition, à cocher
+    # dans l'écran de revue avant création).
+    npcs: list[NpcImportProposal] = field(default_factory=list)
 
     def counts(self) -> tuple[int, int, int]:
         """(nb arcs, nb chapitres, nb scènes) — pour le diagnostic / la progression."""

brain/app/infrastructure/mistral_embedding_adapter.py

@@ -28,7 +28,8 @@ class MistralEmbeddingProvider:
         self._model = settings.mistral_embedding_model
         self._timeout = settings.llm_timeout_seconds
 
-    async def embed(self, texts: list[str]) -> list[list[float]]:
+    async def embed(self, texts: list[str], kind: str = "document") -> list[list[float]]:
+        # `kind` ignoré : mistral-embed n'utilise pas de préfixe de tâche.
         if not texts:
             return []
         out: list[list[float]] = []

brain/app/infrastructure/ollama_embedding_adapter.py

@@ -11,6 +11,14 @@ from app.application.embeddings import EmbeddingError
 from app.core.config import Settings
 
 
+# Préfixes de tâche des modèles nomic-embed : le modèle est ENTRAÎNÉ avec
+# (search_document pour le corpus, search_query pour la question). Sans eux,
+# la pertinence du retrieval est mesurablement dégradée. Ne s'applique qu'aux
+# modèles nomic — les autres (mxbai, bge…) ont leurs propres conventions ou
+# aucune ; on reste neutre pour eux.
+_NOMIC_PREFIXES = {"document": "search_document: ", "query": "search_query: "}
+
+
 class OllamaEmbeddingProvider:
     """Implémente EmbeddingProvider via Ollama /api/embed (batch)."""
 
@@ -19,11 +27,22 @@ class OllamaEmbeddingProvider:
         self._model = settings.ollama_embedding_model
         self._timeout = settings.llm_timeout_seconds
 
-    async def embed(self, texts: list[str]) -> list[list[float]]:
+    def _prepare(self, texts: list[str], kind: str) -> list[str]:
+        """Applique le préfixe de tâche si le modèle est de la famille nomic-embed.
+
+        NB : les sources indexées AVANT l'introduction des préfixes doivent être
+        ré-uploadées pour que documents et questions vivent dans le même espace.
+        """
+        if "nomic-embed" not in self._model:
+            return texts
+        prefix = _NOMIC_PREFIXES.get(kind, _NOMIC_PREFIXES["document"])
+        return [prefix + t for t in texts]
+
+    async def embed(self, texts: list[str], kind: str = "document") -> list[list[float]]:
         if not texts:
             return []
         url = f"{self._base_url}/api/embed"
-        payload = {"model": self._model, "input": texts}
+        payload = {"model": self._model, "input": self._prepare(texts, kind)}
         async with httpx.AsyncClient(timeout=self._timeout) as client:
             try:
                 response = await client.post(url, json=payload)

brain/app/infrastructure/ollama_model_installer.py

@@ -0,0 +1,51 @@
+"""Auto-installation du modèle d'embeddings Ollama au démarrage du Brain.
+
+Adapter d'infrastructure : parle directement à l'API HTTP d'Ollama. Best-effort
+(Ollama peut être absent / la connexion limitée) — n'empêche jamais le démarrage.
+"""
+from __future__ import annotations
+
+import asyncio
+import logging
+
+import httpx
+
+logger = logging.getLogger(__name__)
+
+
+async def ensure_ollama_embedding_model(base_url: str, model: str) -> None:
+    """Télécharge `model` sur le serveur Ollama s'il n'y est pas déjà.
+
+    Attend qu'Ollama soit joignable (ordre de démarrage des conteneurs), puis
+    vérifie la présence du modèle avant de le tirer.
+    """
+    for attempt in range(10):
+        try:
+            async with httpx.AsyncClient(timeout=10) as client:
+                tags = await client.get(f"{base_url}/api/tags")
+                tags.raise_for_status()
+                names = [m.get("name", "") for m in tags.json().get("models", [])]
+            if any(n == model or n.startswith(model + ":") for n in names):
+                logger.info("Modèle d'embedding '%s' déjà présent.", model)
+                return
+            break  # Ollama joignable, modèle absent → on tire (ci-dessous)
+        except httpx.HTTPError:
+            await asyncio.sleep(min(5 * (attempt + 1), 30))
+    else:
+        logger.warning(
+            "Ollama injoignable au démarrage — modèle d'embedding '%s' non auto-installé "
+            "(il sera tirable manuellement : ollama pull %s).", model, model)
+        return
+
+    logger.info("Téléchargement automatique du modèle d'embedding '%s'…", model)
+    try:
+        async with httpx.AsyncClient(timeout=None) as client:
+            async with client.stream("POST", f"{base_url}/api/pull", json={"name": model}) as resp:
+                resp.raise_for_status()
+                async for _line in resp.aiter_lines():
+                    pass  # on draine la progression NDJSON jusqu'à la fin
+        logger.info("Modèle d'embedding '%s' prêt.", model)
+    except httpx.HTTPError as exc:
+        logger.warning(
+            "Auto-installation du modèle d'embedding '%s' échouée : %s "
+            "(tirage manuel possible : ollama pull %s).", model, exc, model)

brain/app/infrastructure/pdf_extractor.py

@@ -22,7 +22,7 @@ import pymupdf as fitz  # PyMuPDF — on importe par le nom canonique `pymupdf`
 # (et NON `import fitz`) pour éviter la collision avec le faux paquet PyPI "fitz"
 # qui échoue sur `from frontend import *`.
 
-from app.domain.models import ExtractedDocument, ExtractedPage
+from app.domain.models import ExtractedDocument, ExtractedPage, TocEntry
 from app.domain.ports import PdfExtractionError
 
 logger = logging.getLogger(__name__)
@@ -72,7 +72,18 @@ class PyMuPdfTextExtractor:
             raise PdfExtractionError(f"PDF illisible ou corrompu : {exc}") from exc
 
         pages: list[ExtractedPage] = []
+        toc: list[TocEntry] = []
         try:
+            # Bookmarks/outline du PDF : structure officielle du livre, gratuite
+            # (pas d'appel LLM). Sert de squelette de référence aux imports.
+            try:
+                for level, title, page_no in doc.get_toc(simple=True) or []:
+                    title = str(title or "").strip()
+                    if title:
+                        toc.append(TocEntry(level=int(level), title=title, page=int(page_no)))
+            except Exception as exc:  # noqa: BLE001 — TOC best-effort, jamais bloquante
+                logger.warning("Lecture de la table des matières impossible : %s", exc)
+
             for index, page in enumerate(doc):
                 text = (page.get_text() or "").strip()
                 used_ocr = False
@@ -85,7 +96,7 @@ class PyMuPdfTextExtractor:
         finally:
             doc.close()
 
-        return ExtractedDocument(pages=pages)
+        return ExtractedDocument(pages=pages, toc=toc)
 
     @staticmethod
     def _ocr_page(page: "fitz.Page") -> str:

brain/app/infrastructure/vector_store.py

@@ -5,6 +5,12 @@ Chaque SOURCE est persistée en un fichier JSON sur le volume `data/` du Brain :
 
 À l'échelle d'un livre (quelques centaines d'extraits), une recherche cosinus en
 Python pur est instantanée — inutile d'ajouter numpy/pgvector/une base vectorielle.
+Les fichiers sont mis en cache mémoire (invalidation par mtime) : le coûteux est
+le re-parse JSON des vecteurs, pas le cosinus.
+
+Recherche HYBRIDE : score = cosinus + bonus lexical (mots significatifs de la
+question présents dans l'extrait). Sur du JdR, les requêtes sont souvent des noms
+propres exacts (« Strahd », « Barovia ») où le lexical bat l'embedding.
 """
 from __future__ import annotations
 
@@ -16,6 +22,27 @@ from pathlib import Path
 _STORE_DIR = Path("data/notebooks")
 _SAFE_ID = re.compile(r"[^A-Za-z0-9_-]")
 
+# Cache mémoire {source_id: (mtime_ns, chunks)} — évite de relire/re-parser le JSON
+# (vecteurs = gros) à chaque question. Invalidé si le fichier change (mtime).
+_CACHE: dict[str, tuple[int, list[dict]]] = {}
+_CACHE_MAX_SOURCES = 32  # garde-fou mémoire : ~10 Mo par gros livre en cache
+
+# Poids du bonus lexical dans le score hybride. Le cosinus reste dominant ; le
+# bonus (0..0.15) sert surtout à départager / repêcher les correspondances exactes.
+_LEX_WEIGHT = 0.15
+_WORD_RE = re.compile(r"[a-z0-9àâäçéèêëîïôöùûüœæ]{3,}")
+# Mots-outils FR/EN fréquents (≥3 lettres) : sans eux, le bonus lexical serait
+# dominé par « les », « pour », « the »… au lieu des termes porteurs de sens.
+_STOPWORDS = frozenset({
+    "les", "des", "une", "est", "son", "ses", "aux", "par", "pour", "dans",
+    "sur", "avec", "qui", "que", "quoi", "dont", "mais", "comme", "plus",
+    "pas", "tout", "tous", "toute", "toutes", "ils", "elles", "leur", "leurs",
+    "nous", "vous", "cette", "ces", "cet", "ont", "sont", "fait", "etre",
+    "être", "avoir", "peut", "quel", "quelle", "quels", "quelles", "ainsi",
+    "the", "and", "for", "with", "this", "that", "are", "was", "has", "have",
+    "not", "you", "his", "her", "its", "they", "them", "from", "what", "which",
+})
+
 
 def _path(source_id: str) -> Path:
     safe = _SAFE_ID.sub("_", str(source_id))
@@ -42,6 +69,7 @@ def save(
         items.append(item)
     payload = {"dim": len(vectors[0]) if vectors else 0, "chunks": items}
     _path(source_id).write_text(json.dumps(payload, ensure_ascii=False), encoding="utf-8")
+    _CACHE.pop(source_id, None)  # le mtime suffirait, mais soyons explicites
     return len(chunks)
 
 
@@ -50,18 +78,65 @@ def exists(source_id: str) -> bool:
 
 
 def delete(source_id: str) -> None:
+    _CACHE.pop(source_id, None)
     _path(source_id).unlink(missing_ok=True)
+    _summaries_path(source_id).unlink(missing_ok=True)
+
+
+# --- Index de résumés (analyse approfondie) ----------------------------------
+# Cache disque des résumés PAR LOT d'une source : construit paresseusement à la
+# première analyse approfondie, réutilisé ensuite pour ne relire que les lots
+# pertinents. Invalidé avec la source (delete) et si batch_tokens change.
+
+
+def _summaries_path(source_id: str) -> Path:
+    safe = _SAFE_ID.sub("_", str(source_id))
+    return _STORE_DIR / f"{safe}.summaries.json"
+
+
+def save_summaries(source_id: str, batch_tokens: int, entries: list[dict]) -> None:
+    """Persiste les résumés de lots ({"summary": str, "vector": [...]})."""
+    _STORE_DIR.mkdir(parents=True, exist_ok=True)
+    payload = {"batch_tokens": int(batch_tokens), "entries": entries}
+    _summaries_path(source_id).write_text(
+        json.dumps(payload, ensure_ascii=False), encoding="utf-8")
+
+
+def load_summaries(source_id: str, batch_tokens: int) -> list[dict] | None:
+    """Résumés de lots d'une source, ou None si absents / construits avec une
+    autre taille de lot (le découpage ne correspondrait plus)."""
+    p = _summaries_path(source_id)
+    if not p.exists():
+        return None
+    try:
+        data = json.loads(p.read_text(encoding="utf-8"))
+    except (OSError, json.JSONDecodeError):
+        return None
+    if not isinstance(data, dict) or data.get("batch_tokens") != int(batch_tokens):
+        return None
+    entries = data.get("entries")
+    return entries if isinstance(entries, list) else None
 
 
 def _load(source_id: str) -> list[dict]:
     p = _path(source_id)
-    if not p.exists():
+    try:
+        mtime = p.stat().st_mtime_ns
+    except OSError:
+        _CACHE.pop(source_id, None)
         return []
+    cached = _CACHE.get(source_id)
+    if cached is not None and cached[0] == mtime:
+        return cached[1]
     try:
         data = json.loads(p.read_text(encoding="utf-8"))
     except (OSError, json.JSONDecodeError):
         return []
-    return data.get("chunks", []) if isinstance(data, dict) else []
+    chunks = data.get("chunks", []) if isinstance(data, dict) else []
+    if len(_CACHE) >= _CACHE_MAX_SOURCES:
+        _CACHE.pop(next(iter(_CACHE)))  # éviction FIFO simple
+    _CACHE[source_id] = (mtime, chunks)
+    return chunks
 
 
 def all_chunks(source_id: str) -> list[dict]:
@@ -85,20 +160,54 @@ def _cosine(a: list[float], b: list[float]) -> float:
     return dot / (math.sqrt(na) * math.sqrt(nb))
 
 
+def _significant_words(text: str) -> frozenset[str]:
+    """Mots porteurs de sens d'un texte (minuscules, ≥3 lettres, hors mots-outils)."""
+    return frozenset(w for w in _WORD_RE.findall(text.lower()) if w not in _STOPWORDS)
+
+
+def _chunk_words(chunk: dict) -> frozenset[str]:
+    """Mots significatifs d'un extrait, mémoïsés sur le dict caché (calculés à la
+    1ère recherche, réutilisés tant que la source reste en cache)."""
+    words = chunk.get("_words")
+    if words is None:
+        words = _significant_words(chunk.get("text", ""))
+        chunk["_words"] = words
+    return words
+
+
+# Alias public du cosinus (réutilisé par l'index de résumés de l'analyse
+# approfondie — même métrique que la recherche).
+cosine_similarity = _cosine
+
+
 def search(
     source_ids: list[str],
     query_vector: list[float],
     top_k: int = 6,
+    query_text: str = "",
+    min_score: float = 0.0,
 ) -> list[dict]:
     """Renvoie les `top_k` extraits les plus proches, toutes sources confondues.
 
-    Chaque résultat : {"text": str, "score": float, "source_id": str}.
+    Score HYBRIDE : cosinus + `_LEX_WEIGHT` × (part des mots significatifs de
+    `query_text` présents dans l'extrait). Les extraits dont le cosinus est sous
+    `min_score` sont écartés (peut donc renvoyer MOINS de `top_k` résultats —
+    mieux vaut aucun extrait que du bruit injecté dans le prompt).
+
+    Chaque résultat : {"text": str, "score": float, "source_id": str, "page": int|None}.
     """
+    query_words = _significant_words(query_text) if query_text else frozenset()
     scored: list[dict] = []
     for sid in source_ids:
         for chunk in _load(sid):
             vector = chunk.get("vector") or []
-            score = _cosine(query_vector, vector)
+            cos = _cosine(query_vector, vector)
+            if cos < min_score:
+                continue
+            score = cos
+            if query_words:
+                overlap = len(query_words & _chunk_words(chunk)) / len(query_words)
+                score += _LEX_WEIGHT * overlap
             scored.append({
                 "text": chunk.get("text", ""),
                 "score": score,

brain/requirements.txt

@@ -1,4 +1,8 @@
-fastapi==0.115.*
+fastapi==0.136.*
+# Pin EXPLICITE : fastapi n'exige que starlette>=0.46.0 — sans ce pin, un
+# environnement existant peut garder une starlette vulnérable.
+# >= 0.49.1 : corrige CVE-2025-54121 et CVE-2025-62727.
+starlette>=0.49.1,<1.0
 uvicorn[standard]==0.32.*
 httpx==0.27.*
 pydantic-settings==2.6.*
@@ -20,4 +24,6 @@ tiktoken==0.8.*
 #     (le binaire tesseract-ocr est installe dans le Dockerfile, langues fra+eng)
 pymupdf==1.24.*
 pytesseract==0.3.*
-Pillow==11.*
+# 12.2+ : corrige 6 CVE de parsing d'images (surface critique : pages de PDF
+# uploadés par l'utilisateur rasterisées puis passées à l'OCR).
+Pillow==12.2.*

brain/scripts/sanity_rag_check.py

@@ -0,0 +1,84 @@
+# -*- coding: utf-8 -*-
+"""Sanity check temporaire : overlap du chunking + recherche hybride du vector store."""
+import sys
+from pathlib import Path
+
+sys.path.insert(0, str(Path(__file__).resolve().parents[1]))
+
+from app.application.chunking import chunk_text
+
+# --- 1. Chunking avec overlap ---
+paras = [f"Paragraphe {i} : " + ("lorem ipsum dolor sit amet " * 8) for i in range(12)]
+text = "\n\n".join(paras)
+
+no_overlap = chunk_text(text, target_tokens=200)
+with_overlap = chunk_text(text, target_tokens=200, overlap_tokens=40)
+
+assert len(with_overlap) >= len(no_overlap), "l'overlap ne doit pas réduire le nb de chunks"
+# Chaque chunk (sauf le 1er) doit commencer par la fin du précédent
+overlapped = 0
+for prev, cur in zip(with_overlap, with_overlap[1:]):
+    first_para = cur.split("\n\n")[0]
+    if first_para in prev:
+        overlapped += 1
+assert overlapped >= len(with_overlap) - 2, f"overlap absent: {overlapped}/{len(with_overlap)-1}"
+# Pas de chunk composé uniquement de l'overlap (dernier chunk dupliqué)
+assert with_overlap[-1] != with_overlap[-2], "dernier chunk = pur overlap (dupliqué)"
+# overlap_tokens=0 → comportement identique à l'ancien
+assert no_overlap == chunk_text(text, target_tokens=200, overlap_tokens=0)
+print(f"[OK] chunking : {len(no_overlap)} chunks sans overlap, {len(with_overlap)} avec ({overlapped} recouvrements)")
+
+# --- Paragraphe géant ---
+giant = "mot " * 2000
+sub = chunk_text(giant, target_tokens=300, overlap_tokens=50)
+assert len(sub) > 1
+print(f"[OK] paragraphe géant coupé en {len(sub)} sous-blocs")
+
+# --- 2. Vector store : hybride + seuil + cache ---
+import tempfile, os
+from app.infrastructure import vector_store
+
+with tempfile.TemporaryDirectory() as tmp:
+    vector_store._STORE_DIR = Path(tmp)
+    chunks = [
+        "Strahd von Zarovich règne sur la sombre vallée de Barovia depuis son château.",
+        "Les règles de combat utilisent un d20 plus le modificateur de caractéristique.",
+        "La taverne du village sert un ragoût de navets aux voyageurs fatigués.",
+    ]
+    # Vecteurs factices : chunk 0 et 1 proches de la query, chunk 2 orthogonal
+    vectors = [[1.0, 0.1, 0.0], [0.9, 0.4, 0.1], [0.0, 0.0, 1.0]]
+    vector_store.save("src1", chunks, vectors, pages=[10, 20, 30])
+
+    q = [1.0, 0.2, 0.0]
+    # Sans seuil ni texte : 3 résultats, ordre cosinus
+    r = vector_store.search(["src1"], q, top_k=10)
+    assert len(r) == 3 and r[0]["page"] == 10
+
+    # Avec seuil : le chunk orthogonal (cos~0) est écarté
+    r = vector_store.search(["src1"], q, top_k=10, min_score=0.30)
+    assert len(r) == 2, f"seuil non appliqué: {len(r)}"
+    print(f"[OK] seuil : 2/3 extraits gardés (orthogonal écarté)")
+
+    # Bonus lexical : la query mentionne « Strahd Barovia » → chunk 0 doit dominer
+    r = vector_store.search(["src1"], q, top_k=10, query_text="Parle-moi de Strahd et de Barovia", min_score=0.30)
+    assert r[0]["text"].startswith("Strahd"), r[0]["text"]
+    assert r[0]["score"] > vector_store._cosine(q, vectors[0]), "bonus lexical absent"
+    print(f"[OK] hybride : bonus lexical appliqué (score={r[0]['score']:.3f})")
+
+    # Le set "_words" mémoïsé ne doit PAS fuiter dans les résultats
+    assert all("_words" not in res for res in r)
+
+    # Cache : 2e recherche sert depuis la mémoire (même objet liste)
+    c1 = vector_store._load("src1")
+    c2 = vector_store._load("src1")
+    assert c1 is c2, "cache mtime inopérant"
+    # save() invalide le cache
+    vector_store.save("src1", chunks[:1], vectors[:1], pages=[10])
+    c3 = vector_store._load("src1")
+    assert len(c3) == 1, "cache non invalidé après save"
+    # delete() purge cache + fichier
+    vector_store.delete("src1")
+    assert vector_store._load("src1") == []
+    print("[OK] cache mémoire : hit, invalidation save, purge delete")
+
+print("\nTous les sanity checks passent.")

core/pom.xml

@@ -8,18 +8,22 @@
     <parent>
         <groupId>org.springframework.boot</groupId>
         <artifactId>spring-boot-starter-parent</artifactId>
-        <version>3.2.12</version>
+        <version>3.5.14</version>
         <relativePath/>
     </parent>
 
     <groupId>com.loremind</groupId>
     <artifactId>loremind-core</artifactId>
-    <version>0.11.2-beta</version>
+    <version>0.12.0-beta</version>
     <name>LoreMind Core</name>
     <description>Backend Core - Architecture Hexagonale</description>
 
     <properties>
         <java.version>17</java.version>
+        <!-- Override de la transitive minio → commons-compress → commons-lang3 3.17.
+             >= 3.18 : corrige CVE-2025-48924 (recursion infinie ClassUtils.getClass).
+             Propriete reconnue par le BOM Spring Boot → s'applique partout. -->
+        <commons-lang3.version>3.20.0</commons-lang3.version>
     </properties>
 
     <dependencies>
@@ -77,33 +81,52 @@
             <scope>test</scope>
         </dependency>
 
-        <!-- MinIO — client S3-compatible pour le stockage d'images (Shared Kernel images). -->
+        <!-- MinIO — client S3-compatible pour le stockage d'images (Shared Kernel images).
+             8.6.x = derniere ligne 8.x (la 9.x change l'API) ; transitives a jour. -->
         <dependency>
             <groupId>io.minio</groupId>
             <artifactId>minio</artifactId>
-            <version>8.5.11</version>
+            <version>8.6.0</version>
+            <exclusions>
+                <!-- OkHttp 5 : l'artefact `okhttp` est un alias multiplateforme dont la
+                     resolution vers les classes JVM passe par les metadonnees Gradle —
+                     que Maven ignore. On exclut l'alias et on declare `okhttp-jvm`
+                     (les vraies classes) explicitement ci-dessous. -->
+                <exclusion>
+                    <groupId>com.squareup.okhttp3</groupId>
+                    <artifactId>okhttp</artifactId>
+                </exclusion>
+            </exclusions>
+        </dependency>
+        <dependency>
+            <groupId>com.squareup.okhttp3</groupId>
+            <artifactId>okhttp-jvm</artifactId>
+            <version>5.1.0</version>
         </dependency>
 
         <!-- Nimbus JOSE+JWT — verification des JWT Ed25519 (EdDSA) emis par le relais
-             Patreon. Supporte nativement les cles Ed25519 via BouncyCastle. -->
+             Patreon. Supporte nativement les cles Ed25519 via BouncyCastle.
+             >= 10.0.2 : corrige CVE-2025-53864 (DoS par JSON profondement imbrique
+             dans le claim set — surface critique : JWT colle par l'utilisateur). -->
         <dependency>
             <groupId>com.nimbusds</groupId>
             <artifactId>nimbus-jose-jwt</artifactId>
-            <version>9.40</version>
+            <version>10.9.1</version>
         </dependency>
         <dependency>
             <groupId>org.bouncycastle</groupId>
             <artifactId>bcprov-jdk18on</artifactId>
-            <version>1.78.1</version>
+            <version>1.84</version>
         </dependency>
         <!-- Google Tink : runtime requis par com.nimbusds.jose.crypto.Ed25519Verifier
              (depuis Nimbus 9.x, la verification EdDSA delegue a Tink.subtle.Ed25519Verify).
              Tink n'est PAS une dependance transitive de nimbus-jose-jwt → il faut
-             l'ajouter explicitement, sinon NoClassDefFoundError au premier verify(). -->
+             l'ajouter explicitement, sinon NoClassDefFoundError au premier verify().
+             >= 1.15 : embarque un protobuf-java corrige (CVE-2024-7254). -->
         <dependency>
             <groupId>com.google.crypto.tink</groupId>
             <artifactId>tink</artifactId>
-            <version>1.14.1</version>
+            <version>1.21.0</version>
         </dependency>
     </dependencies>
 

core/src/main/java/com/loremind/application/campaigncontext/CampaignImportService.java

@@ -6,6 +6,7 @@ import com.loremind.domain.campaigncontext.CampaignImportProgress;
 import com.loremind.domain.campaigncontext.CampaignImportProposal;
 import com.loremind.domain.campaigncontext.CampaignImportProposal.ArcProposal;
 import com.loremind.domain.campaigncontext.CampaignImportProposal.ChapterProposal;
+import com.loremind.domain.campaigncontext.CampaignImportProposal.NpcProposal;
 import com.loremind.domain.campaigncontext.CampaignImportProposal.RoomProposal;
 import com.loremind.domain.campaigncontext.CampaignImportProposal.SceneProposal;
 import com.loremind.domain.campaigncontext.Chapter;
@@ -37,22 +38,26 @@ public class CampaignImportService {
     private final ArcService arcService;
     private final ChapterService chapterService;
     private final SceneService sceneService;
+    private final NpcService npcService;
 
     public CampaignImportService(
             CampaignPdfImporter campaignPdfImporter,
             CampaignService campaignService,
             ArcService arcService,
             ChapterService chapterService,
-            SceneService sceneService) {
+            SceneService sceneService,
+            NpcService npcService) {
         this.campaignPdfImporter = campaignPdfImporter;
         this.campaignService = campaignService;
         this.arcService = arcService;
         this.chapterService = chapterService;
         this.sceneService = sceneService;
+        this.npcService = npcService;
     }
 
     /** Résumé de ce qui a été créé par {@link #applyStructure}. */
-    public record ApplyResult(int arcsCreated, int chaptersCreated, int scenesCreated) {}
+    public record ApplyResult(
+            int arcsCreated, int chaptersCreated, int scenesCreated, int npcsCreated) {}
 
     /** Génère la proposition d'arbre (streamée). Ne persiste rien. */
     public void importStructureStreaming(
@@ -130,7 +135,36 @@ public class CampaignImportService {
                 }
             }
         }
-        return new ApplyResult(arcsCreated, chaptersCreated, scenesCreated);
+
+        int npcsCreated = createNpcs(campaignId, proposal.npcs());
+        return new ApplyResult(arcsCreated, chaptersCreated, scenesCreated, npcsCreated);
+    }
+
+    /**
+     * Crée les PNJ proposés (description → values["Description"], même convention
+     * que les cartes d'action des ateliers). Les PNJ portant un nom déjà présent
+     * dans la campagne sont ignorés (ré-import sans doublon).
+     */
+    private int createNpcs(String campaignId, List<NpcProposal> proposals) {
+        if (proposals == null || proposals.isEmpty()) return 0;
+        java.util.Set<String> existingNames = new java.util.HashSet<>();
+        for (var npc : npcService.getNpcsByCampaignId(campaignId)) {
+            existingNames.add(npc.getName().trim().toLowerCase());
+        }
+        int created = 0;
+        for (NpcProposal p : proposals) {
+            if (isBlank(p.name()) || !existingNames.add(p.name().trim().toLowerCase())) {
+                continue;
+            }
+            npcService.createNpc(new NpcService.NpcData(
+                    p.name().trim(), null, null,
+                    isBlank(p.description())
+                            ? java.util.Map.of()
+                            : java.util.Map.of("Description", p.description().trim()),
+                    null, null, campaignId, null, null));
+            created++;
+        }
+        return created;
     }
 
     /** Compte les nœuds déjà présents (existingId non vide) d'une liste. */

core/src/main/java/com/loremind/application/campaigncontext/ItemCatalogService.java

@@ -0,0 +1,122 @@
+package com.loremind.application.campaigncontext;
+
+import com.loremind.domain.campaigncontext.Campaign;
+import com.loremind.domain.campaigncontext.CatalogItem;
+import com.loremind.domain.campaigncontext.ItemCatalog;
+import com.loremind.domain.campaigncontext.ports.CampaignRepository;
+import com.loremind.domain.campaigncontext.ports.ItemCatalogGenerator;
+import com.loremind.domain.campaigncontext.ports.ItemCatalogRepository;
+import com.loremind.domain.gamesystemcontext.ports.GameSystemRepository;
+import org.springframework.stereotype.Service;
+
+import java.util.ArrayList;
+import java.util.List;
+import java.util.Optional;
+
+/**
+ * Service d'application des catalogues d'objets (campagne) : CRUD + génération IA.
+ */
+@Service
+public class ItemCatalogService {
+
+    private final ItemCatalogRepository repository;
+    private final ItemCatalogGenerator generator;
+    private final CampaignRepository campaignRepository;
+    private final GameSystemRepository gameSystemRepository;
+
+    public ItemCatalogService(
+            ItemCatalogRepository repository,
+            ItemCatalogGenerator generator,
+            CampaignRepository campaignRepository,
+            GameSystemRepository gameSystemRepository) {
+        this.repository = repository;
+        this.generator = generator;
+        this.campaignRepository = campaignRepository;
+        this.gameSystemRepository = gameSystemRepository;
+    }
+
+    public record CatalogData(
+            String name,
+            String description,
+            String icon,
+            List<CatalogItem> items,
+            String campaignId,
+            Integer order
+    ) {}
+
+    public ItemCatalog createCatalog(CatalogData data) {
+        int order = data.order() != null ? data.order() : nextOrderFor(data.campaignId());
+        ItemCatalog catalog = ItemCatalog.builder()
+                .name(data.name())
+                .description(data.description())
+                .icon(data.icon())
+                .items(copyItems(data.items()))
+                .campaignId(data.campaignId())
+                .order(order)
+                .build();
+        return repository.save(catalog);
+    }
+
+    public Optional<ItemCatalog> getCatalogById(String id) {
+        return repository.findById(id);
+    }
+
+    public List<ItemCatalog> getCatalogsByCampaignId(String campaignId) {
+        return repository.findByCampaignId(campaignId);
+    }
+
+    public ItemCatalog updateCatalog(String id, CatalogData data) {
+        ItemCatalog existing = repository.findById(id)
+                .orElseThrow(() -> new IllegalArgumentException("Catalogue d'objets introuvable: " + id));
+        existing.setName(data.name());
+        existing.setDescription(data.description());
+        existing.setIcon(data.icon());
+        existing.setItems(copyItems(data.items()));
+        if (data.order() != null) {
+            existing.setOrder(data.order());
+        }
+        return repository.save(existing);
+    }
+
+    public void deleteCatalog(String id) {
+        repository.deleteById(id);
+    }
+
+    /** Génère une PROPOSITION de catalogue (non persistée) via l'IA, contextualisée campagne. */
+    public ItemCatalog generateProposal(String campaignId, String description) {
+        ItemCatalogGenerator.GeneratedCatalog g = generator.generate(description, buildContext(campaignId));
+        return ItemCatalog.builder()
+                .name(g.name())
+                .description(g.description())
+                .campaignId(campaignId)
+                .items(g.items() != null ? new ArrayList<>(g.items()) : new ArrayList<>())
+                .build();
+    }
+
+    private static List<CatalogItem> copyItems(List<CatalogItem> items) {
+        return items != null ? new ArrayList<>(items) : new ArrayList<>();
+    }
+
+    private String buildContext(String campaignId) {
+        if (campaignId == null) return "";
+        Campaign campaign = campaignRepository.findById(campaignId).orElse(null);
+        if (campaign == null) return "";
+        StringBuilder sb = new StringBuilder();
+        sb.append("Campagne : ").append(campaign.getName());
+        if (campaign.getDescription() != null && !campaign.getDescription().isBlank()) {
+            sb.append(" — ").append(campaign.getDescription().trim());
+        }
+        if (campaign.getGameSystemId() != null && !campaign.getGameSystemId().isBlank()) {
+            gameSystemRepository.findById(campaign.getGameSystemId())
+                    .ifPresent(gs -> sb.append("\nSystème de jeu : ").append(gs.getName()));
+        }
+        return sb.toString();
+    }
+
+    private int nextOrderFor(String campaignId) {
+        return repository.findByCampaignId(campaignId).stream()
+                .mapToInt(ItemCatalog::getOrder)
+                .max()
+                .orElse(-1) + 1;
+    }
+}

core/src/main/java/com/loremind/domain/campaigncontext/CampaignImportProgress.java

@@ -14,5 +14,6 @@ public record CampaignImportProgress(
         int ocrPageCount,
         int arcCount,
         int chapterCount,
-        int sceneCount) {
+        int sceneCount,
+        int npcCount) {
 }

core/src/main/java/com/loremind/domain/campaigncontext/CampaignImportProposal.java

@@ -8,7 +8,7 @@ import java.util.List;
  * PROPOSITION non persistée : l'UI laisse l'utilisateur réviser/éditer l'arbre
  * avant la création effective des arcs/chapitres/scènes. Records purs (domaine).
  */
-public record CampaignImportProposal(List<ArcProposal> arcs) {
+public record CampaignImportProposal(List<ArcProposal> arcs, List<NpcProposal> npcs) {
 
     /**
      * {@code existingId} (nullable) : si présent, le nœud existe DÉJÀ dans la
@@ -37,4 +37,14 @@ public record CampaignImportProposal(List<ArcProposal> arcs) {
 
     public record RoomProposal(String name, String description, String enemies, String loot) {
     }
+
+    /**
+     * PNJ/creature notable detecte dans le PDF (PNJ nommes, boss). Propose a la
+     * revue (coche par defaut) ; cree comme Npc de la campagne a l''apply avec
+     * sa description dans values["Description"] (meme convention que les cartes
+     * d''action des ateliers).
+     */
+    public record NpcProposal(String name, String description) {
     }
+}
+

core/src/main/java/com/loremind/domain/campaigncontext/CatalogItem.java

@@ -0,0 +1,24 @@
+package com.loremind.domain.campaigncontext;
+
+import lombok.Builder;
+import lombok.Data;
+
+/**
+ * Un objet d'un {@link ItemCatalog} (boutique, butin, trésor…).
+ * Value object possédé par le catalogue : remplacé en bloc à chaque mise à jour.
+ */
+@Data
+@Builder
+public class CatalogItem {
+
+    private String name;
+
+    /** Prix libre (ex. « 50 po », « 2 pa »). Nullable. */
+    private String price;
+
+    /** Catégorie de regroupement (ex. « Armes », « Potions »). Nullable. */
+    private String category;
+
+    /** Description / effet (markdown). Nullable. */
+    private String description;
+}

core/src/main/java/com/loremind/domain/campaigncontext/ItemCatalog.java

@@ -0,0 +1,44 @@
+package com.loremind.domain.campaigncontext;
+
+import lombok.Builder;
+import lombok.Data;
+
+import java.time.LocalDateTime;
+import java.util.ArrayList;
+import java.util.List;
+
+/**
+ * Catalogue d'objets prédéfinis d'une campagne : une boutique, un butin, un trésor…
+ * Le MJ le remplit à la main ou via l'IA, et le consulte (notamment en session) quand
+ * les joueurs visitent une échoppe. Scope campagne (cross-aggregate via ID).
+ */
+@Data
+@Builder
+public class ItemCatalog {
+
+    private String id;
+    private String name;
+
+    /** Description libre (à quoi sert ce catalogue / cette boutique). Nullable. */
+    private String description;
+
+    /** Clé d'icône (lucide) pour la sidebar/fiche. Nullable. */
+    private String icon;
+
+    /** Référence vers la Campaign parente (cross-aggregate via ID). */
+    private String campaignId;
+
+    /** Ordre d'affichage dans la liste des catalogues de la campagne. */
+    private int order;
+
+    /** Objets ordonnés du catalogue. Jamais null après construction. */
+    private List<CatalogItem> items;
+
+    private LocalDateTime createdAt;
+    private LocalDateTime updatedAt;
+
+    public List<CatalogItem> getItems() {
+        if (items == null) items = new ArrayList<>();
+        return items;
+    }
+}

core/src/main/java/com/loremind/domain/campaigncontext/ports/ItemCatalogGenerationException.java

@@ -0,0 +1,15 @@
+package com.loremind.domain.campaigncontext.ports;
+
+/**
+ * Échec de génération IA d'un catalogue d'objets (Brain injoignable, erreur du
+ * modèle, réponse inexploitable…). Mappée en HTTP 502 par le contrôleur.
+ */
+public class ItemCatalogGenerationException extends RuntimeException {
+    public ItemCatalogGenerationException(String message) {
+        super(message);
+    }
+
+    public ItemCatalogGenerationException(String message, Throwable cause) {
+        super(message, cause);
+    }
+}

core/src/main/java/com/loremind/domain/campaigncontext/ports/ItemCatalogGenerator.java

@@ -0,0 +1,21 @@
+package com.loremind.domain.campaigncontext.ports;
+
+import com.loremind.domain.campaigncontext.CatalogItem;
+
+import java.util.List;
+
+/**
+ * Port de sortie : génération IA d'un catalogue d'objets. Implémenté par un client
+ * du Brain (service IA Python).
+ */
+public interface ItemCatalogGenerator {
+
+    /** Catalogue proposé (non persisté) à partir d'une description. */
+    record GeneratedCatalog(String name, String description, List<CatalogItem> items) {}
+
+    /**
+     * Génère une proposition de catalogue (objets) sur le sujet donné, en s'appuyant
+     * sur le contexte (campagne, système…) s'il est fourni.
+     */
+    GeneratedCatalog generate(String description, String context);
+}

core/src/main/java/com/loremind/domain/campaigncontext/ports/ItemCatalogRepository.java

@@ -0,0 +1,22 @@
+package com.loremind.domain.campaigncontext.ports;
+
+import com.loremind.domain.campaigncontext.ItemCatalog;
+
+import java.util.List;
+import java.util.Optional;
+
+/**
+ * Port de sortie pour la persistance des {@link ItemCatalog}.
+ */
+public interface ItemCatalogRepository {
+
+    ItemCatalog save(ItemCatalog catalog);
+
+    Optional<ItemCatalog> findById(String id);
+
+    List<ItemCatalog> findByCampaignId(String campaignId);
+
+    void deleteById(String id);
+
+    boolean existsById(String id);
+}

core/src/main/java/com/loremind/domain/campaigncontext/ports/NotebookChatStreamer.java

@@ -17,9 +17,10 @@ public interface NotebookChatStreamer {
 
     /**
      * Streame la réponse ancrée sur les sources. Les callbacks sont invoqués au fil
-     * de l'eau : {@code onToken} par fragment, {@code onProgress} (mode approfondi
-     * uniquement) pendant la lecture du document, {@code onDone} à la fin,
-     * {@code onError} en cas d'échec.
+     * de l'eau : {@code onSourcesJson} UNE fois avant le premier token (JSON brut des
+     * passages utilisés — transparence UI), {@code onToken} par fragment,
+     * {@code onProgress} (mode approfondi uniquement) pendant la lecture du document,
+     * {@code onDone} à la fin, {@code onError} en cas d'échec.
      *
      * @param deep true = analyse approfondie (map-reduce sur tout le document) ;
      *             false = chat RAG (top-k).
@@ -29,6 +30,7 @@ public interface NotebookChatStreamer {
             List<Msg> messages,
             String context,
             boolean deep,
+            Consumer<String> onSourcesJson,
             Consumer<String> onToken,
             Consumer<Progress> onProgress,
             Runnable onDone,

core/src/main/java/com/loremind/infrastructure/ai/BrainCampaignImportClient.java

@@ -6,6 +6,7 @@ import com.loremind.domain.campaigncontext.CampaignImportProgress;
 import com.loremind.domain.campaigncontext.CampaignImportProposal;
 import com.loremind.domain.campaigncontext.CampaignImportProposal.ArcProposal;
 import com.loremind.domain.campaigncontext.CampaignImportProposal.ChapterProposal;
+import com.loremind.domain.campaigncontext.CampaignImportProposal.NpcProposal;
 import com.loremind.domain.campaigncontext.CampaignImportProposal.RoomProposal;
 import com.loremind.domain.campaigncontext.CampaignImportProposal.SceneProposal;
 import com.loremind.domain.campaigncontext.ports.CampaignImportException;
@@ -119,7 +120,7 @@ public class BrainCampaignImportClient implements CampaignPdfImporter {
             return;
         }
         if ("extracting".equals(event)) {
-            onProgress.accept(new CampaignImportProgress(0, 0, 0, 0, 0, 0, 0));
+            onProgress.accept(new CampaignImportProgress(0, 0, 0, 0, 0, 0, 0, 0));
             return;
         }
 
@@ -130,7 +131,7 @@ public class BrainCampaignImportClient implements CampaignPdfImporter {
             pageCount[0] = node.path("page_count").asInt();
             ocrPageCount[0] = node.path("ocr_page_count").asInt();
             onProgress.accept(new CampaignImportProgress(
-                    0, node.path("total").asInt(), pageCount[0], ocrPageCount[0], 0, 0, 0));
+                    0, node.path("total").asInt(), pageCount[0], ocrPageCount[0], 0, 0, 0, 0));
         } else if ("progress".equals(event)) {
             onProgress.accept(new CampaignImportProgress(
                     node.path("current").asInt(),
@@ -139,10 +140,12 @@ public class BrainCampaignImportClient implements CampaignPdfImporter {
                     ocrPageCount[0],
                     node.path("arc_count").asInt(),
                     node.path("chapter_count").asInt(),
-                    node.path("scene_count").asInt()));
+                    node.path("scene_count").asInt(),
+                    node.path("npc_count").asInt()));
         } else if ("done".equals(event)) {
             terminated[0] = true;
-            onDone.accept(new CampaignImportProposal(toArcs(node.path("arcs"))));
+            onDone.accept(new CampaignImportProposal(
+                    toArcs(node.path("arcs")), toNpcs(node.path("npcs"))));
         }
     }
 
@@ -202,6 +205,16 @@ public class BrainCampaignImportClient implements CampaignPdfImporter {
         return rooms;
     }
 
+    private List<NpcProposal> toNpcs(JsonNode npcsNode) {
+        List<NpcProposal> npcs = new ArrayList<>();
+        if (npcsNode != null && npcsNode.isArray()) {
+            for (JsonNode n : npcsNode) {
+                npcs.add(new NpcProposal(text(n, "name"), text(n, "description")));
+            }
+        }
+        return npcs;
+    }
+
     // --- Helpers -------------------------------------------------------------
 
     private ByteArrayResource filePart(byte[] pdfBytes, String filename) {

core/src/main/java/com/loremind/infrastructure/ai/BrainItemCatalogClient.java

@@ -0,0 +1,92 @@
+package com.loremind.infrastructure.ai;
+
+import com.loremind.domain.campaigncontext.CatalogItem;
+import com.loremind.domain.campaigncontext.ports.ItemCatalogGenerationException;
+import com.loremind.domain.campaigncontext.ports.ItemCatalogGenerator;
+import org.springframework.beans.factory.annotation.Value;
+import org.springframework.http.HttpEntity;
+import org.springframework.http.HttpHeaders;
+import org.springframework.http.MediaType;
+import org.springframework.stereotype.Component;
+import org.springframework.web.client.ResourceAccessException;
+import org.springframework.web.client.RestClientResponseException;
+import org.springframework.web.client.RestTemplate;
+
+import java.util.ArrayList;
+import java.util.LinkedHashMap;
+import java.util.List;
+import java.util.Map;
+
+/**
+ * Adapter de sortie : génère un catalogue d'objets via le Brain (POST one-shot).
+ */
+@Component
+public class BrainItemCatalogClient implements ItemCatalogGenerator {
+
+    private static final String GENERATE_PATH = "/generate/item-catalog";
+
+    private final RestTemplate restTemplate;
+    private final String baseUrl;
+
+    public BrainItemCatalogClient(
+            RestTemplate restTemplate,
+            @Value("${brain.base-url}") String baseUrl) {
+        this.restTemplate = restTemplate;
+        this.baseUrl = baseUrl;
+    }
+
+    @Override
+    @SuppressWarnings("unchecked")
+    public GeneratedCatalog generate(String description, String context) {
+        Map<String, Object> req = new LinkedHashMap<>();
+        req.put("description", description == null ? "" : description);
+        req.put("context", context == null ? "" : context);
+
+        HttpHeaders headers = new HttpHeaders();
+        headers.setContentType(MediaType.APPLICATION_JSON);
+        HttpEntity<Map<String, Object>> entity = new HttpEntity<>(req, headers);
+
+        Map<String, Object> resp;
+        try {
+            resp = restTemplate.postForObject(baseUrl + GENERATE_PATH, entity, Map.class);
+        } catch (ResourceAccessException e) {
+            throw new ItemCatalogGenerationException("Le Brain est injoignable (timeout ou arrêté).", e);
+        } catch (RestClientResponseException e) {
+            throw new ItemCatalogGenerationException(
+                    "Le Brain a répondu HTTP " + e.getStatusCode().value() + " : " + e.getResponseBodyAsString(), e);
+        } catch (Exception e) {
+            throw new ItemCatalogGenerationException("Erreur inattendue lors de l'appel au Brain.", e);
+        }
+        if (resp == null) {
+            throw new ItemCatalogGenerationException("Le Brain a renvoyé une réponse vide.");
+        }
+
+        List<CatalogItem> items = new ArrayList<>();
+        Object rawItems = resp.get("items");
+        if (rawItems instanceof List<?> list) {
+            for (Object item : list) {
+                if (!(item instanceof Map<?, ?> m)) continue;
+                String name = asString(m.get("name"));
+                if (name == null || name.isBlank()) continue;
+                items.add(CatalogItem.builder()
+                        .name(name)
+                        .price(asString(m.get("price")))
+                        .category(asString(m.get("category")))
+                        .description(asString(m.get("description")))
+                        .build());
+            }
+        }
+        if (items.isEmpty()) {
+            throw new ItemCatalogGenerationException("Aucun objet généré — réessaie ou reformule.");
+        }
+        String name = asString(resp.get("name"));
+        return new GeneratedCatalog(
+                name != null && !name.isBlank() ? name : description,
+                asString(resp.get("description")),
+                items);
+    }
+
+    private static String asString(Object o) {
+        return o != null ? o.toString() : null;
+    }
+}

core/src/main/java/com/loremind/infrastructure/ai/BrainNotebookChatClient.java

@@ -51,6 +51,7 @@ public class BrainNotebookChatClient implements NotebookChatStreamer {
             List<Msg> messages,
             String context,
             boolean deep,
+            Consumer<String> onSourcesJson,
             Consumer<String> onToken,
             Consumer<Progress> onProgress,
             Runnable onDone,
@@ -75,7 +76,8 @@ public class BrainNotebookChatClient implements NotebookChatStreamer {
         try {
             flux
                 .timeout(Duration.ofSeconds(timeoutSeconds))
-                .doOnNext(sse -> handleEvent(sse, terminated, onToken, onProgress, onDone, onError))
+                .doOnNext(sse -> handleEvent(
+                        sse, terminated, onSourcesJson, onToken, onProgress, onDone, onError))
                 .blockLast();
             if (!terminated[0]) {
                 onDone.run();  // flux terminé sans event done explicite
@@ -93,6 +95,7 @@ public class BrainNotebookChatClient implements NotebookChatStreamer {
     private void handleEvent(
             ServerSentEvent<String> sse,
             boolean[] terminated,
+            Consumer<String> onSourcesJson,
             Consumer<String> onToken,
             Consumer<Progress> onProgress,
             Runnable onDone,
@@ -103,6 +106,10 @@ public class BrainNotebookChatClient implements NotebookChatStreamer {
         if ("token".equals(event)) {
             String token = readField(data, "token");
             if (token != null && !token.isEmpty()) onToken.accept(token);
+        } else if ("sources".equals(event)) {
+            // Passages utilisés par le RAG : relayés tels quels (JSON brut) — le
+            // Core n'a pas besoin de les comprendre, seulement de les transmettre.
+            onSourcesJson.accept(data);
         } else if ("progress".equals(event)) {
             onProgress.accept(new Progress(readInt(data, "current"), readInt(data, "total")));
         } else if ("done".equals(event)) {

core/src/main/java/com/loremind/infrastructure/persistence/entity/ArcJpaEntity.java

@@ -3,6 +3,7 @@ package com.loremind.infrastructure.persistence.entity;
 import com.loremind.domain.campaigncontext.ArcType;
 import com.loremind.infrastructure.persistence.converter.StringListJsonConverter;
 import jakarta.persistence.*;
+import org.hibernate.annotations.ColumnDefault;
 import lombok.AllArgsConstructor;
 import lombok.Builder;
 import lombok.Data;
@@ -42,8 +43,12 @@ public class ArcJpaEntity {
      * Type structurel de l'arc (LINEAR par défaut).
      * Stocké en STRING pour rester lisible en DB et résistant aux refactos d'ordre.
      */
+    // length + @ColumnDefault (PAS columnDefinition brut) : Hibernate 6.6 recopie
+    // columnDefinition tel quel dans son ALTER ... SET DATA TYPE de migration, et
+    // PostgreSQL refuse DEFAULT à cet endroit (erreur à chaque démarrage).
     @Enumerated(EnumType.STRING)
-    @Column(nullable = false, columnDefinition = "VARCHAR(16) DEFAULT 'LINEAR'")
+    @Column(nullable = false, length = 16)
+    @ColumnDefault("'LINEAR'")
     @Builder.Default
     private ArcType type = ArcType.LINEAR;
 

core/src/main/java/com/loremind/infrastructure/persistence/entity/CatalogItemJpaEntity.java

@@ -0,0 +1,49 @@
+package com.loremind.infrastructure.persistence.entity;
+
+import jakarta.persistence.*;
+import lombok.AllArgsConstructor;
+import lombok.Builder;
+import lombok.Data;
+import lombok.EqualsAndHashCode;
+import lombok.NoArgsConstructor;
+import lombok.ToString;
+
+/**
+ * Entité JPA d'un objet de catalogue (enfant de {@link ItemCatalogJpaEntity}).
+ * Ordonné par {@code position}. Référence parente exclue de toString/equals.
+ */
+@Entity
+@Table(name = "catalog_items", indexes = {
+        @Index(name = "idx_catalog_items_catalog_id", columnList = "catalog_id")
+})
+@Data
+@Builder
+@NoArgsConstructor
+@AllArgsConstructor
+public class CatalogItemJpaEntity {
+
+    @Id
+    @GeneratedValue(strategy = GenerationType.IDENTITY)
+    private Long id;
+
+    @Column(nullable = false)
+    private String name;
+
+    @Column(length = 64)
+    private String price;
+
+    @Column(length = 128)
+    private String category;
+
+    @Column(columnDefinition = "TEXT")
+    private String description;
+
+    @Column(nullable = false)
+    private int position;
+
+    @ManyToOne(optional = false, fetch = FetchType.LAZY)
+    @JoinColumn(name = "catalog_id", nullable = false)
+    @ToString.Exclude
+    @EqualsAndHashCode.Exclude
+    private ItemCatalogJpaEntity catalog;
+}

core/src/main/java/com/loremind/infrastructure/persistence/entity/ItemCatalogJpaEntity.java

@@ -0,0 +1,71 @@
+package com.loremind.infrastructure.persistence.entity;
+
+import jakarta.persistence.*;
+import lombok.AllArgsConstructor;
+import lombok.Builder;
+import lombok.Data;
+import lombok.NoArgsConstructor;
+
+import java.time.LocalDateTime;
+import java.util.ArrayList;
+import java.util.List;
+
+/**
+ * Entité JPA d'un catalogue d'objets (parent) avec ses objets ordonnés (enfants).
+ */
+@Entity
+@Table(name = "item_catalogs", indexes = {
+        @Index(name = "idx_item_catalogs_campaign_id", columnList = "campaign_id")
+})
+@Data
+@Builder
+@NoArgsConstructor
+@AllArgsConstructor
+public class ItemCatalogJpaEntity {
+
+    @Id
+    @GeneratedValue(strategy = GenerationType.IDENTITY)
+    private Long id;
+
+    @Column(nullable = false)
+    private String name;
+
+    @Column(columnDefinition = "TEXT")
+    private String description;
+
+    @Column(length = 64)
+    private String icon;
+
+    @Column(name = "campaign_id", nullable = false)
+    private Long campaignId;
+
+    @Column(name = "\"order\"", nullable = false)
+    private int order;
+
+    @OneToMany(
+            mappedBy = "catalog",
+            cascade = CascadeType.ALL,
+            orphanRemoval = true,
+            fetch = FetchType.LAZY
+    )
+    @OrderBy("position ASC")
+    @Builder.Default
+    private List<CatalogItemJpaEntity> items = new ArrayList<>();
+
+    @Column(name = "created_at", nullable = false, updatable = false)
+    private LocalDateTime createdAt;
+
+    @Column(name = "updated_at", nullable = false)
+    private LocalDateTime updatedAt;
+
+    @PrePersist
+    protected void onCreate() {
+        createdAt = LocalDateTime.now();
+        updatedAt = LocalDateTime.now();
+    }
+
+    @PreUpdate
+    protected void onUpdate() {
+        updatedAt = LocalDateTime.now();
+    }
+}

core/src/main/java/com/loremind/infrastructure/persistence/jpa/ItemCatalogJpaRepository.java

@@ -0,0 +1,13 @@
+package com.loremind.infrastructure.persistence.jpa;
+
+import com.loremind.infrastructure.persistence.entity.ItemCatalogJpaEntity;
+import org.springframework.data.jpa.repository.JpaRepository;
+import org.springframework.stereotype.Repository;
+
+import java.util.List;
+
+@Repository
+public interface ItemCatalogJpaRepository extends JpaRepository<ItemCatalogJpaEntity, Long> {
+
+    List<ItemCatalogJpaEntity> findByCampaignIdOrderByOrderAsc(Long campaignId);
+}

core/src/main/java/com/loremind/infrastructure/persistence/postgres/PostgresItemCatalogRepository.java

@@ -0,0 +1,101 @@
+package com.loremind.infrastructure.persistence.postgres;
+
+import com.loremind.domain.campaigncontext.CatalogItem;
+import com.loremind.domain.campaigncontext.ItemCatalog;
+import com.loremind.domain.campaigncontext.ports.ItemCatalogRepository;
+import com.loremind.infrastructure.persistence.entity.CatalogItemJpaEntity;
+import com.loremind.infrastructure.persistence.entity.ItemCatalogJpaEntity;
+import com.loremind.infrastructure.persistence.jpa.ItemCatalogJpaRepository;
+import org.springframework.stereotype.Repository;
+import org.springframework.transaction.annotation.Transactional;
+
+import java.util.ArrayList;
+import java.util.List;
+import java.util.Optional;
+import java.util.stream.Collectors;
+
+@Repository
+public class PostgresItemCatalogRepository implements ItemCatalogRepository {
+
+    private final ItemCatalogJpaRepository jpaRepository;
+
+    public PostgresItemCatalogRepository(ItemCatalogJpaRepository jpaRepository) {
+        this.jpaRepository = jpaRepository;
+    }
+
+    @Override
+    @Transactional
+    public ItemCatalog save(ItemCatalog catalog) {
+        ItemCatalogJpaEntity entity = (catalog.getId() != null)
+                ? jpaRepository.findById(Long.parseLong(catalog.getId())).orElseGet(ItemCatalogJpaEntity::new)
+                : new ItemCatalogJpaEntity();
+
+        entity.setName(catalog.getName());
+        entity.setDescription(catalog.getDescription());
+        entity.setIcon(catalog.getIcon());
+        entity.setCampaignId(Long.parseLong(catalog.getCampaignId()));
+        entity.setOrder(catalog.getOrder());
+
+        // Remplacement en bloc des objets (orphanRemoval supprime les anciens).
+        entity.getItems().clear();
+        int position = 0;
+        for (CatalogItem it : catalog.getItems()) {
+            entity.getItems().add(CatalogItemJpaEntity.builder()
+                    .name(it.getName())
+                    .price(it.getPrice())
+                    .category(it.getCategory())
+                    .description(it.getDescription())
+                    .position(position++)
+                    .catalog(entity)
+                    .build());
+        }
+
+        return toDomainEntity(jpaRepository.save(entity));
+    }
+
+    @Override
+    @Transactional(readOnly = true)
+    public Optional<ItemCatalog> findById(String id) {
+        return jpaRepository.findById(Long.parseLong(id)).map(this::toDomainEntity);
+    }
+
+    @Override
+    @Transactional(readOnly = true)
+    public List<ItemCatalog> findByCampaignId(String campaignId) {
+        return jpaRepository.findByCampaignIdOrderByOrderAsc(Long.parseLong(campaignId)).stream()
+                .map(this::toDomainEntity)
+                .collect(Collectors.toList());
+    }
+
+    @Override
+    public void deleteById(String id) {
+        jpaRepository.deleteById(Long.parseLong(id));
+    }
+
+    @Override
+    public boolean existsById(String id) {
+        return jpaRepository.existsById(Long.parseLong(id));
+    }
+
+    private ItemCatalog toDomainEntity(ItemCatalogJpaEntity e) {
+        List<CatalogItem> items = e.getItems().stream()
+                .map(c -> CatalogItem.builder()
+                        .name(c.getName())
+                        .price(c.getPrice())
+                        .category(c.getCategory())
+                        .description(c.getDescription())
+                        .build())
+                .collect(Collectors.toCollection(ArrayList::new));
+        return ItemCatalog.builder()
+                .id(e.getId().toString())
+                .name(e.getName())
+                .description(e.getDescription())
+                .icon(e.getIcon())
+                .campaignId(e.getCampaignId().toString())
+                .order(e.getOrder())
+                .items(items)
+                .createdAt(e.getCreatedAt())
+                .updatedAt(e.getUpdatedAt())
+                .build();
+    }
+}

core/src/main/java/com/loremind/infrastructure/storage/MinioConfig.java

@@ -32,6 +32,11 @@ public class MinioConfig {
 
     @Bean
     public MinioClient minioClient() {
+        return buildClient();
+    }
+
+    /** Fabrique directe (sans proxy Spring) — voir ensureBucketExists. */
+    private MinioClient buildClient() {
         return MinioClient.builder()
                 .endpoint(endpoint)
                 .credentials(accessKey, secretKey)
@@ -42,11 +47,16 @@ public class MinioConfig {
      * Garantit l'existence du bucket au demarrage. Si MinIO n'est pas joignable,
      * on loggue juste l'erreur sans planter l'application : le developpeur
      * recevra une erreur claire au premier upload plutot qu'au boot.
+     * <p>
+     * NB : on construit un client LOCAL au lieu d'appeler {@code minioClient()} —
+     * depuis Spring 6.2, appeler une methode @Bean proxifiee pendant le
+     * @PostConstruct de sa propre @Configuration leve "Requested bean is
+     * currently in creation" et la verification ne tournait plus jamais.
      */
     @PostConstruct
     public void ensureBucketExists() {
         try {
-            MinioClient client = minioClient();
+            MinioClient client = buildClient();
             boolean exists = client.bucketExists(BucketExistsArgs.builder().bucket(bucket).build());
             if (!exists) {
                 client.makeBucket(MakeBucketArgs.builder().bucket(bucket).build());

core/src/main/java/com/loremind/infrastructure/web/controller/ItemCatalogController.java

@@ -0,0 +1,84 @@
+package com.loremind.infrastructure.web.controller;
+
+import com.loremind.application.campaigncontext.ItemCatalogService;
+import com.loremind.domain.campaigncontext.ItemCatalog;
+import com.loremind.domain.campaigncontext.ports.ItemCatalogGenerationException;
+import com.loremind.infrastructure.web.dto.campaigncontext.ItemCatalogDTO;
+import com.loremind.infrastructure.web.mapper.ItemCatalogMapper;
+import org.springframework.http.HttpStatus;
+import org.springframework.http.ResponseEntity;
+import org.springframework.web.bind.annotation.*;
+import org.springframework.web.server.ResponseStatusException;
+
+import java.util.List;
+import java.util.stream.Collectors;
+
+@RestController
+@RequestMapping("/api/item-catalogs")
+public class ItemCatalogController {
+
+    private final ItemCatalogService service;
+    private final ItemCatalogMapper mapper;
+
+    public ItemCatalogController(ItemCatalogService service, ItemCatalogMapper mapper) {
+        this.service = service;
+        this.mapper = mapper;
+    }
+
+    @PostMapping
+    public ResponseEntity<ItemCatalogDTO> create(@RequestBody ItemCatalogDTO dto) {
+        ItemCatalog created = service.createCatalog(toData(dto, null));
+        return ResponseEntity.ok(mapper.toDTO(created));
+    }
+
+    @GetMapping("/{id}")
+    public ResponseEntity<ItemCatalogDTO> getById(@PathVariable String id) {
+        return service.getCatalogById(id)
+                .map(c -> ResponseEntity.ok(mapper.toDTO(c)))
+                .orElse(ResponseEntity.notFound().build());
+    }
+
+    @GetMapping("/campaign/{campaignId}")
+    public ResponseEntity<List<ItemCatalogDTO>> getByCampaign(@PathVariable String campaignId) {
+        List<ItemCatalogDTO> dtos = service.getCatalogsByCampaignId(campaignId).stream()
+                .map(mapper::toDTO)
+                .collect(Collectors.toList());
+        return ResponseEntity.ok(dtos);
+    }
+
+    @PutMapping("/{id}")
+    public ResponseEntity<ItemCatalogDTO> update(@PathVariable String id, @RequestBody ItemCatalogDTO dto) {
+        ItemCatalog updated = service.updateCatalog(id, toData(dto, dto.getOrder()));
+        return ResponseEntity.ok(mapper.toDTO(updated));
+    }
+
+    @DeleteMapping("/{id}")
+    public ResponseEntity<Void> delete(@PathVariable String id) {
+        service.deleteCatalog(id);
+        return ResponseEntity.noContent().build();
+    }
+
+    /** Génère une PROPOSITION de catalogue via l'IA (non persistée) — l'UI préremplit le formulaire. */
+    @PostMapping("/generate")
+    public ResponseEntity<ItemCatalogDTO> generate(@RequestBody GenerateRequest req) {
+        try {
+            ItemCatalog proposal = service.generateProposal(req.campaignId(), req.description());
+            return ResponseEntity.ok(mapper.toDTO(proposal));
+        } catch (ItemCatalogGenerationException e) {
+            throw new ResponseStatusException(HttpStatus.BAD_GATEWAY, e.getMessage(), e);
+        }
+    }
+
+    private ItemCatalogService.CatalogData toData(ItemCatalogDTO dto, Integer order) {
+        return new ItemCatalogService.CatalogData(
+                dto.getName(),
+                dto.getDescription(),
+                dto.getIcon(),
+                mapper.toDomainItems(dto.getItems()),
+                dto.getCampaignId(),
+                order
+        );
+    }
+
+    public record GenerateRequest(String campaignId, String description) {}
+}

core/src/main/java/com/loremind/infrastructure/web/controller/NotebookController.java

@@ -132,6 +132,7 @@ public class NotebookController {
             StringBuilder assistant = new StringBuilder();
             chatStreamer.stream(
                     sourceIds, history, context, deep,
+                    sourcesJson -> sendSources(emitter, sourcesJson),
                     token -> { assistant.append(token); sendToken(emitter, token); },
                     progress -> sendProgress(emitter, progress),
                     () -> {
@@ -161,6 +162,15 @@ public class NotebookController {
         }
     }
 
+    private void sendSources(SseEmitter emitter, String sourcesJson) {
+        try {
+            // JSON brut du Brain ({"sources":[{source_id,page,score},…]}), relayé tel quel.
+            emitter.send(SseEmitter.event().name("sources").data(sourcesJson));
+        } catch (IOException | IllegalStateException e) {
+            // flux fermé/expiré : on cesse d'écrire
+        }
+    }
+
     private void sendProgress(SseEmitter emitter, NotebookChatStreamer.Progress p) {
         try {
             emitter.send(SseEmitter.event().name("progress")

core/src/main/java/com/loremind/infrastructure/web/dto/campaigncontext/CatalogItemDTO.java

@@ -0,0 +1,14 @@
+package com.loremind.infrastructure.web.dto.campaigncontext;
+
+import lombok.Data;
+
+/**
+ * DTO d'un objet de catalogue.
+ */
+@Data
+public class CatalogItemDTO {
+    private String name;
+    private String price;
+    private String category;
+    private String description;
+}

core/src/main/java/com/loremind/infrastructure/web/dto/campaigncontext/ItemCatalogDTO.java

@@ -0,0 +1,20 @@
+package com.loremind.infrastructure.web.dto.campaigncontext;
+
+import lombok.Data;
+
+import java.util.ArrayList;
+import java.util.List;
+
+/**
+ * DTO d'un catalogue d'objets (avec ses objets).
+ */
+@Data
+public class ItemCatalogDTO {
+    private String id;
+    private String name;
+    private String description;
+    private String icon;
+    private String campaignId;
+    private int order;
+    private List<CatalogItemDTO> items = new ArrayList<>();
+}

core/src/main/java/com/loremind/infrastructure/web/mapper/ItemCatalogMapper.java

@@ -0,0 +1,50 @@
+package com.loremind.infrastructure.web.mapper;
+
+import com.loremind.domain.campaigncontext.CatalogItem;
+import com.loremind.domain.campaigncontext.ItemCatalog;
+import com.loremind.infrastructure.web.dto.campaigncontext.CatalogItemDTO;
+import com.loremind.infrastructure.web.dto.campaigncontext.ItemCatalogDTO;
+import org.springframework.stereotype.Component;
+
+import java.util.List;
+import java.util.stream.Collectors;
+
+@Component
+public class ItemCatalogMapper {
+
+    public ItemCatalogDTO toDTO(ItemCatalog c) {
+        if (c == null) return null;
+        ItemCatalogDTO dto = new ItemCatalogDTO();
+        dto.setId(c.getId());
+        dto.setName(c.getName());
+        dto.setDescription(c.getDescription());
+        dto.setIcon(c.getIcon());
+        dto.setCampaignId(c.getCampaignId());
+        dto.setOrder(c.getOrder());
+        dto.setItems(c.getItems().stream().map(this::toItemDTO).collect(Collectors.toList()));
+        return dto;
+    }
+
+    public List<CatalogItem> toDomainItems(List<CatalogItemDTO> dtos) {
+        if (dtos == null) return List.of();
+        return dtos.stream().map(this::toDomainItem).collect(Collectors.toList());
+    }
+
+    private CatalogItemDTO toItemDTO(CatalogItem i) {
+        CatalogItemDTO dto = new CatalogItemDTO();
+        dto.setName(i.getName());
+        dto.setPrice(i.getPrice());
+        dto.setCategory(i.getCategory());
+        dto.setDescription(i.getDescription());
+        return dto;
+    }
+
+    private CatalogItem toDomainItem(CatalogItemDTO dto) {
+        return CatalogItem.builder()
+                .name(dto.getName())
+                .price(dto.getPrice())
+                .category(dto.getCategory())
+                .description(dto.getDescription())
+                .build();
+    }
+}

core/src/test/resources/application.properties

@@ -1,10 +1,8 @@
 # Configuration de test : vraie base PostgreSQL loremind_test.
 #
 # La base `loremind_test` doit exister sur l'instance locale (port 5432).
-# Les credentials sont ceux de `.env` a la racine du projet ; on les duplique
-# ici car les tests Maven ne chargent pas le .env.
-#
-# Surchargables via variables d'environnement (CI) :
+# AUCUN credential reel ici (fichier versionne !) : definissez les variables
+# d'environnement en local (IDE ou shell) comme en CI :
 #   SPRING_DATASOURCE_URL, SPRING_DATASOURCE_USERNAME, SPRING_DATASOURCE_PASSWORD
 spring.datasource.url=${SPRING_DATASOURCE_URL:jdbc:postgresql://localhost:5432/loremind_test}
 spring.datasource.username=${SPRING_DATASOURCE_USERNAME:loremind_test}

web/angular.json

@@ -66,5 +66,31 @@
         }
       }
     }
+  },
+  "schematics": {
+    "@schematics/angular:component": {
+      "type": "component"
+    },
+    "@schematics/angular:directive": {
+      "type": "directive"
+    },
+    "@schematics/angular:service": {
+      "type": "service"
+    },
+    "@schematics/angular:guard": {
+      "typeSeparator": "."
+    },
+    "@schematics/angular:interceptor": {
+      "typeSeparator": "."
+    },
+    "@schematics/angular:module": {
+      "typeSeparator": "."
+    },
+    "@schematics/angular:pipe": {
+      "typeSeparator": "."
+    },
+    "@schematics/angular:resolver": {
+      "typeSeparator": "."
+    }
   }
 }

web/package.json

@@ -1,6 +1,6 @@
 {
   "name": "loremind-web",
-  "version": "0.11.2-beta",
+  "version": "0.12.0-beta",
   "description": "LoreMind Frontend - Angular",
   "scripts": {
     "ng": "ng",
@@ -15,26 +15,28 @@
   },
   "private": true,
   "dependencies": {
-    "@angular/animations": "^17.0.0",
-    "@angular/common": "^17.0.0",
-    "@angular/compiler": "^17.0.0",
-    "@angular/core": "^17.0.0",
-    "@angular/forms": "^17.0.0",
-    "@angular/platform-browser": "^17.0.0",
-    "@angular/platform-browser-dynamic": "^17.0.0",
-    "@angular/router": "^17.0.0",
+    "@angular/animations": "^21.2.16",
+    "@angular/common": "^21.2.16",
+    "@angular/compiler": "^21.2.16",
+    "@angular/core": "^21.2.16",
+    "@angular/forms": "^21.2.16",
+    "@angular/platform-browser": "^21.2.16",
+    "@angular/platform-browser-dynamic": "^21.2.16",
+    "@angular/router": "^21.2.16",
     "dompurify": "^3.4.1",
     "lucide-angular": "^1.0.0",
     "marked": "^18.0.2",
     "rxjs": "~7.8.0",
     "tslib": "^2.3.0",
-    "zone.js": "~0.14.2"
+    "zone.js": "~0.15.1"
   },
   "devDependencies": {
-    "@angular-devkit/build-angular": "^17.0.0",
-    "@angular/cli": "^17.0.0",
-    "@angular/compiler-cli": "^17.0.0",
+    "@angular-devkit/build-angular": "^21.2.14",
+    "@angular/cli": "^21.2.14",
+    "@angular/compiler-cli": "^21.2.16",
+    "@emnapi/core": "^1.11.0",
+    "@emnapi/runtime": "^1.11.0",
     "@playwright/test": "^1.59.1",
-    "typescript": "~5.2.2"
+    "typescript": "~5.9.3"
   }
 }

web/src/app/app.component.html

@@ -3,7 +3,7 @@
 <div class="app-container">
   <app-sidebar></app-sidebar>
 
-  <ng-container *ngIf="sidebarConfig$ | async as config">
+  @if (sidebarConfig$ | async; as config) {
     <app-secondary-sidebar
       [title]="config.title"
       [titleRoute]="config.titleRoute || null"
@@ -11,7 +11,7 @@
       [createActions]="config.createActions"
       [bottomPanel]="config.bottomPanel || null">
     </app-secondary-sidebar>
-  </ng-container>
+  }
 
   <main class="main-content">
     <router-outlet></router-outlet>

web/src/app/app.component.ts

@@ -1,5 +1,5 @@
 import { Component, HostListener } from '@angular/core';
-import { AsyncPipe, NgIf } from '@angular/common';
+import { AsyncPipe } from '@angular/common';
 import { RouterOutlet } from '@angular/router';
 import { SidebarComponent } from './sidebar/sidebar.component';
 import { SecondarySidebarComponent } from './shared/secondary-sidebar/secondary-sidebar.component';
@@ -12,7 +12,6 @@ import { VersionCheckerService } from './services/version-checker.service';
 
 @Component({
     selector: 'app-root',
-  standalone: true,
     imports: [
     RouterOutlet,
     SidebarComponent,
@@ -20,8 +19,7 @@ import { VersionCheckerService } from './services/version-checker.service';
     GlobalSearchComponent,
     UpdateBannerComponent,
     ConfirmDialogHostComponent,
-    AsyncPipe,
-    NgIf,
+    AsyncPipe
 ],
     templateUrl: './app.component.html',
     styleUrls: ['./app.component.scss']

web/src/app/app.routes.ts

@@ -27,6 +27,10 @@ export const routes: Routes = [
   { path: 'campaigns/:campaignId/npcs/:npcId', loadComponent: () => import('./campaigns/npc/npc-view/npc-view.component').then(m => m.NpcViewComponent) },
   { path: 'campaigns/:campaignId/notebooks', loadComponent: () => import('./campaigns/notebook/notebook-list/notebook-list.component').then(m => m.NotebookListComponent) },
   { path: 'campaigns/:campaignId/notebooks/:notebookId', loadComponent: () => import('./campaigns/notebook/notebook-detail/notebook-detail.component').then(m => m.NotebookDetailComponent) },
+  { path: 'campaigns/:campaignId/item-catalogs', loadComponent: () => import('./campaigns/item-catalog/item-catalog-list/item-catalog-list.component').then(m => m.ItemCatalogListComponent) },
+  { path: 'campaigns/:campaignId/item-catalogs/create', loadComponent: () => import('./campaigns/item-catalog/item-catalog-edit/item-catalog-edit.component').then(m => m.ItemCatalogEditComponent) },
+  { path: 'campaigns/:campaignId/item-catalogs/:catalogId/edit', loadComponent: () => import('./campaigns/item-catalog/item-catalog-edit/item-catalog-edit.component').then(m => m.ItemCatalogEditComponent) },
+  { path: 'campaigns/:campaignId/item-catalogs/:catalogId', loadComponent: () => import('./campaigns/item-catalog/item-catalog-view/item-catalog-view.component').then(m => m.ItemCatalogViewComponent) },
   { path: 'campaigns/:campaignId/random-tables/create', loadComponent: () => import('./campaigns/random-table/random-table-edit/random-table-edit.component').then(m => m.RandomTableEditComponent) },
   { path: 'campaigns/:campaignId/random-tables/:tableId/edit', loadComponent: () => import('./campaigns/random-table/random-table-edit/random-table-edit.component').then(m => m.RandomTableEditComponent) },
   { path: 'campaigns/:campaignId/random-tables/:tableId', loadComponent: () => import('./campaigns/random-table/random-table-view/random-table-view.component').then(m => m.RandomTableViewComponent) },

web/src/app/campaigns/arc/arc-create/arc-create.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit, OnDestroy } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ReactiveFormsModule, FormBuilder, FormGroup, Validators } from '@angular/forms';
 import { ActivatedRoute, Router } from '@angular/router';
 import { forkJoin } from 'rxjs';
@@ -20,8 +20,7 @@ import { CAMPAIGN_ICON_OPTIONS } from '../../campaign-icons';
  */
 @Component({
     selector: 'app-arc-create',
-  standalone: true,
-  imports: [CommonModule, ReactiveFormsModule, LucideAngularModule, IconPickerComponent],
+    imports: [ReactiveFormsModule, LucideAngularModule, IconPickerComponent],
     templateUrl: './arc-create.component.html',
     styleUrls: ['./arc-create.component.scss']
 })

web/src/app/campaigns/arc/arc-edit/arc-edit.component.html

@@ -145,7 +145,8 @@
     </div>
 
     <!-- ===== Pages Lore associées (phase B2 cross-context) ===== -->
-    <div class="field" *ngIf="loreId">
+    @if (loreId) {
+      <div class="field">
         <label>Pages Lore associées</label>
         <app-lore-link-picker
           [value]="relatedPageIds"
@@ -157,13 +158,16 @@
           Liez cet arc à des PNJ, lieux ou éléments du Lore. Cliquez sur un chip pour ouvrir la page associée.
         </small>
       </div>
+    }
 
-    <div class="field lore-hint" *ngIf="!loreId">
+    @if (!loreId) {
+      <div class="field lore-hint">
         <small class="field-hint">
           💡 Cette campagne n'est associée à aucun univers. Associez-la à un Lore dans l'écran de la campagne
           pour pouvoir lier cet arc à des pages du Lore (PNJ, lieux, etc.).
         </small>
       </div>
+    }
 
   </form>
 

web/src/app/campaigns/arc/arc-edit/arc-edit.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit, OnDestroy } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ReactiveFormsModule, FormBuilder, FormGroup, Validators } from '@angular/forms';
 import { ActivatedRoute, Router } from '@angular/router';
 import { forkJoin, of } from 'rxjs';
@@ -33,8 +33,7 @@ import { ConfirmDialogService } from '../../../shared/confirm-dialog/confirm-dia
  */
 @Component({
     selector: 'app-arc-edit',
-  standalone: true,
-  imports: [CommonModule, ReactiveFormsModule, LucideAngularModule, LoreLinkPickerComponent, AiChatDrawerComponent, ImageGalleryComponent, IconPickerComponent],
+    imports: [ReactiveFormsModule, LucideAngularModule, LoreLinkPickerComponent, AiChatDrawerComponent, ImageGalleryComponent, IconPickerComponent],
     templateUrl: './arc-edit.component.html',
     styleUrls: ['./arc-edit.component.scss']
 })

web/src/app/campaigns/arc/arc-view/arc-view.component.html

@@ -1,9 +1,11 @@
-<div class="view-page" *ngIf="arc">
-
+@if (arc) {
+  <div class="view-page">
     <header class="view-header">
       <div>
         <h1>
-        <lucide-icon *ngIf="arc.icon" [img]="resolveCampaignIcon(arc.icon)" [size]="22" class="title-icon"></lucide-icon>
+          @if (arc.icon) {
+            <lucide-icon [img]="resolveCampaignIcon(arc.icon)" [size]="22" class="title-icon"></lucide-icon>
+          }
           {{ arc.name }}
         </h1>
         <p class="view-subtitle">
@@ -21,103 +23,128 @@
         </button>
       </div>
     </header>
-
     <!-- Illustrations (rendu editorial magazine) -->
-  <section class="view-section" *ngIf="(arc.illustrationImageIds?.length ?? 0) > 0">
+    @if ((arc.illustrationImageIds?.length ?? 0) > 0) {
+      <section class="view-section">
         <app-image-gallery [imageIds]="arc.illustrationImageIds ?? []" [layout]="'EDITORIAL'"></app-image-gallery>
       </section>
-
+    }
     <!-- Cartes & plans -->
-  <section class="view-section" *ngIf="(arc.mapImageIds?.length ?? 0) > 0">
+    @if ((arc.mapImageIds?.length ?? 0) > 0) {
+      <section class="view-section">
         <h2 class="view-section-title"><span class="view-section-icon">🗺️</span> Cartes & plans</h2>
         <app-image-gallery [imageIds]="arc.mapImageIds ?? []" [layout]="'MAPS'"></app-image-gallery>
       </section>
-
+    }
     <!-- Vue Hub (scénario) : liste les quêtes et leurs conditions, sans statut.
     Le statut effectif et les actions de jeu vivent dans l'écran d'une Partie. -->
-  <section class="view-section" *ngIf="arc.type === 'HUB'">
+    @if (arc.type === 'HUB') {
+      <section class="view-section">
         <h2 class="view-section-title"><span class="view-section-icon">🗺️</span> Quêtes du hub (scénario)</h2>
-
-    <p class="view-section-empty" *ngIf="hubQuests.length === 0">
+        @if (hubQuests.length === 0) {
+          <p class="view-section-empty">
             Aucune quête pour ce hub. Créez-en une pour démarrer.
           </p>
-
-    <div class="hub-quest-grid" *ngIf="hubQuests.length > 0">
+        }
+        @if (hubQuests.length > 0) {
+          <div class="hub-quest-grid">
+            @for (q of hubQuests; track q) {
               <button type="button"
                 class="hub-quest-card"
-              *ngFor="let q of hubQuests"
                 (click)="openQuest(q)">
                 <div class="hub-quest-card-head">
-          <span class="hub-quest-card-icon" *ngIf="q.icon">
+                  @if (q.icon) {
+                    <span class="hub-quest-card-icon">
                       <lucide-icon [img]="resolveCampaignIcon(q.icon)" [size]="18"></lucide-icon>
                     </span>
+                  }
                   <span class="hub-quest-card-name">{{ q.name }}</span>
                 </div>
-
-        <p class="hub-quest-card-desc" *ngIf="q.description?.trim()">{{ q.description }}</p>
-
-        <div class="hub-quest-card-locked-hint" *ngIf="(q.prerequisites?.length ?? 0) > 0">
+                @if (q.description?.trim()) {
+                  <p class="hub-quest-card-desc">{{ q.description }}</p>
+                }
+                @if ((q.prerequisites?.length ?? 0) > 0) {
+                  <div class="hub-quest-card-locked-hint">
                     <lucide-icon [img]="AlertCircle" [size]="13"></lucide-icon>
                     <span>{{ q.prerequisites!.length }} condition(s) de déblocage</span>
                     <ul class="hub-quest-card-prereq-list">
-            <li *ngFor="let p of q.prerequisites">{{ describePrerequisite(p) }}</li>
+                      @for (p of q.prerequisites; track p) {
+                        <li>{{ describePrerequisite(p) }}</li>
+                      }
                     </ul>
                   </div>
+                }
               </button>
+            }
           </div>
+        }
       </section>
-
+    }
     <section class="view-section">
       <h2 class="view-section-title"><span class="view-section-icon">📜</span> Synopsis</h2>
-    <p class="view-section-body" *ngIf="arc.description?.trim(); else emptyDesc">{{ arc.description }}</p>
-    <ng-template #emptyDesc><p class="view-section-empty">Non renseigné</p></ng-template>
+      @if (arc.description?.trim()) {
+        <p class="view-section-body">{{ arc.description }}</p>
+      } @else {
+        <p class="view-section-empty">Non renseigné</p>
+      }
     </section>
-
     <div class="view-row">
       <section class="view-section">
         <h2 class="view-section-title"><span class="view-section-icon">✨</span> Thèmes principaux</h2>
-      <p class="view-section-body" *ngIf="arc.themes?.trim(); else emptyThemes">{{ arc.themes }}</p>
-      <ng-template #emptyThemes><p class="view-section-empty">Non renseigné</p></ng-template>
+        @if (arc.themes?.trim()) {
+          <p class="view-section-body">{{ arc.themes }}</p>
+        } @else {
+          <p class="view-section-empty">Non renseigné</p>
+        }
       </section>
-
       <section class="view-section">
         <h2 class="view-section-title"><span class="view-section-icon">⚖️</span> Enjeux globaux</h2>
-      <p class="view-section-body" *ngIf="arc.stakes?.trim(); else emptyStakes">{{ arc.stakes }}</p>
-      <ng-template #emptyStakes><p class="view-section-empty">Non renseigné</p></ng-template>
+        @if (arc.stakes?.trim()) {
+          <p class="view-section-body">{{ arc.stakes }}</p>
+        } @else {
+          <p class="view-section-empty">Non renseigné</p>
+        }
       </section>
     </div>
-
     <section class="view-section">
       <h2 class="view-section-title"><span class="view-section-icon">🎁</span> Récompenses et progression</h2>
-    <p class="view-section-body" *ngIf="arc.rewards?.trim(); else emptyRewards">{{ arc.rewards }}</p>
-    <ng-template #emptyRewards><p class="view-section-empty">Non renseigné</p></ng-template>
+      @if (arc.rewards?.trim()) {
+        <p class="view-section-body">{{ arc.rewards }}</p>
+      } @else {
+        <p class="view-section-empty">Non renseigné</p>
+      }
     </section>
-
     <section class="view-section">
       <h2 class="view-section-title"><span class="view-section-icon">🎬</span> Dénouement prévu</h2>
-    <p class="view-section-body" *ngIf="arc.resolution?.trim(); else emptyResolution">{{ arc.resolution }}</p>
-    <ng-template #emptyResolution><p class="view-section-empty">Non renseigné</p></ng-template>
+      @if (arc.resolution?.trim()) {
+        <p class="view-section-body">{{ arc.resolution }}</p>
+      } @else {
+        <p class="view-section-empty">Non renseigné</p>
+      }
     </section>
-
     <!-- Notes MJ (bloc privé rouge discret) -->
-  <section class="view-section view-section--private" *ngIf="arc.gmNotes?.trim()">
+    @if (arc.gmNotes?.trim()) {
+      <section class="view-section view-section--private">
         <h2 class="view-section-title">
           <span class="view-section-icon">🔒</span>
           Notes et planification du MJ
         </h2>
         <p class="view-section-body">{{ arc.gmNotes }}</p>
       </section>
-
+    }
     <!-- Pages Lore liées (chips cliquables) -->
-  <section class="view-section" *ngIf="loreId && (arc.relatedPageIds?.length ?? 0) > 0">
+    @if (loreId && (arc.relatedPageIds?.length ?? 0) > 0) {
+      <section class="view-section">
         <h2 class="view-section-title"><span class="view-section-icon">🔗</span> Pages Lore associées</h2>
         <div class="view-chips">
+          @for (relId of arc.relatedPageIds; track relId) {
             <a class="view-chip"
-         *ngFor="let relId of arc.relatedPageIds"
               [routerLink]="['/lore', loreId, 'pages', relId]">
               {{ titleOfRelated(relId) }}
             </a>
+          }
         </div>
       </section>
-
+    }
   </div>
+}

web/src/app/campaigns/arc/arc-view/arc-view.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit, OnDestroy } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ActivatedRoute, Router, RouterModule } from '@angular/router';
 import { forkJoin, of } from 'rxjs';
 import { switchMap } from 'rxjs/operators';
@@ -25,8 +25,7 @@ import { ConfirmDialogService } from '../../../shared/confirm-dialog/confirm-dia
  */
 @Component({
     selector: 'app-arc-view',
-  standalone: true,
-  imports: [CommonModule, RouterModule, LucideAngularModule, ImageGalleryComponent],
+    imports: [RouterModule, LucideAngularModule, ImageGalleryComponent],
     templateUrl: './arc-view.component.html',
     styleUrls: ['./arc-view.component.scss']
 })

web/src/app/campaigns/campaign-tree.helper.ts

@@ -225,6 +225,14 @@ export function buildCampaignTree(campaignId: string, data: CampaignTreeData): T
     route: `/campaigns/${campaignId}/notebooks`
   };
 
+  // Catalogues d'objets (boutiques, butins…) → page de liste (outil).
+  const catalogsNode: TreeItem = {
+    id: 'item-catalogs-root',
+    label: 'Catalogues d\'objets',
+    iconKey: 'package',
+    route: `/campaigns/${campaignId}/item-catalogs`
+  };
+
   // Importer un PDF de campagne → arborescence (outil, comme tables & ateliers).
   const importNode: TreeItem = {
     id: 'import-pdf-root',
@@ -233,7 +241,7 @@ export function buildCampaignTree(campaignId: string, data: CampaignTreeData): T
     route: `/campaigns/${campaignId}/import`
   };
 
-  return [...arcNodes, npcsNode, tablesNode, notebooksNode, importNode];
+  return [...arcNodes, npcsNode, tablesNode, notebooksNode, catalogsNode, importNode];
 }
 
 /**

web/src/app/campaigns/campaign/campaign-create/campaign-create.component.html

@@ -40,7 +40,9 @@
           <label for="campaign-lore">Univers associé</label>
           <select id="campaign-lore" formControlName="loreId">
             <option value="">— Aucun univers (campagne libre) —</option>
-          <option *ngFor="let lore of availableLores" [value]="lore.id">{{ lore.name }}</option>
+            @for (lore of availableLores; track lore) {
+              <option [value]="lore.id">{{ lore.name }}</option>
+            }
           </select>
           <p class="hint">
             Optionnel. Si associée, vous pourrez lier arcs, chapitres et scènes aux pages du Lore.
@@ -50,14 +52,19 @@
 
         <div class="field">
           <label for="campaign-game-system">Système de JDR</label>
-        <select *ngIf="!creatingGameSystem" id="campaign-game-system" formControlName="gameSystemId">
+          @if (!creatingGameSystem) {
+            <select id="campaign-game-system" formControlName="gameSystemId">
               <option value="">— Aucun (campagne générique) —</option>
-          <option *ngFor="let gs of availableGameSystems" [value]="gs.id">{{ gs.name }}</option>
+              @for (gs of availableGameSystems; track gs) {
+                <option [value]="gs.id">{{ gs.name }}</option>
+              }
               <option [value]="CREATE_GAMESYSTEM_SENTINEL">+ Créer un nouveau système…</option>
             </select>
+          }
 
           <!-- Mode creation inline : remplace temporairement le select. -->
-        <div *ngIf="creatingGameSystem" class="inline-create">
+          @if (creatingGameSystem) {
+            <div class="inline-create">
               <input
                 type="text"
                 [(ngModel)]="newGameSystemName"
@@ -83,17 +90,22 @@
                   et le reste depuis la section "Systèmes" plus tard.
                 </p>
               </div>
+            }
 
-        <p *ngIf="!creatingGameSystem" class="hint">
+            @if (!creatingGameSystem) {
+              <p class="hint">
                 Optionnel. Si défini, l'IA injectera les règles du système (classes, combat, lore...)
                 dans ses suggestions pour respecter les mécaniques du JDR.
               </p>
-        <p *ngIf="!creatingGameSystem" class="hint hint-warning">
+            }
+            @if (!creatingGameSystem) {
+              <p class="hint hint-warning">
                 ⚠️ Le système de jeu choisi détermine aussi le <strong>template des fiches de PJ et PNJ</strong>.
                 Le changer plus tard rendra les champs des fiches existantes invisibles
                 (les données restent stockées mais ne s'afficheront qu'en revenant à l'ancien système).
                 Choisissez bien dès le départ si possible.
               </p>
+            }
           </div>
 
           <div class="info-box">

web/src/app/campaigns/campaign/campaign-create/campaign-create.component.ts

@@ -1,5 +1,5 @@
 import { Component, EventEmitter, OnInit, Output } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ReactiveFormsModule, FormBuilder, FormGroup, Validators } from '@angular/forms';
 import { FormsModule } from '@angular/forms';
 import { LucideAngularModule, BookCopy, X, Plus, Check } from 'lucide-angular';
@@ -22,8 +22,7 @@ export interface CampaignCreatePayload {
 
 @Component({
     selector: 'app-campaign-create',
-  standalone: true,
-  imports: [CommonModule, ReactiveFormsModule, FormsModule, LucideAngularModule],
+    imports: [ReactiveFormsModule, FormsModule, LucideAngularModule],
     templateUrl: './campaign-create.component.html',
     styleUrls: ['./campaign-create.component.scss']
 })

web/src/app/campaigns/campaign/campaign-detail/campaign-detail.component.html

@@ -1,27 +1,30 @@
-<div class="campaign-detail" *ngIf="campaign">
-
+@if (campaign) {
+  <div class="campaign-detail">
     <!-- ============ Header : mode lecture ============ -->
-  <div class="detail-header" *ngIf="!editing">
+    @if (!editing) {
+      <div class="detail-header">
         <div class="header-texts">
           <h1>{{ campaign.name }}</h1>
           <p class="description">{{ campaign.description }}</p>
           <div class="meta">
             <span class="badge">{{ campaign.playerCount || 0 }} joueurs</span>
-
             <!-- Badge "Univers" : lien vers le Lore associé si présent -->
-        <a *ngIf="linkedLore"
+            @if (linkedLore) {
+              <a
                 class="badge badge-lore"
                 [routerLink]="['/lore', linkedLore.id]"
                 title="Ouvrir l'univers associé">
                 <lucide-icon [img]="Globe" [size]="12"></lucide-icon>
                 {{ linkedLore.name }}
               </a>
-
+            }
             <!-- Campagne liée à un Lore qui n'existe plus (supprimé ailleurs) -->
-        <span *ngIf="campaign.loreId && !linkedLore" class="badge badge-lore-missing" title="L'univers associé est introuvable">
+            @if (campaign.loreId && !linkedLore) {
+              <span class="badge badge-lore-missing" title="L'univers associé est introuvable">
                 <lucide-icon [img]="Globe" [size]="12"></lucide-icon>
                 Univers introuvable
               </span>
+            }
           </div>
         </div>
         <div class="header-actions">
@@ -35,9 +38,10 @@
           </button>
         </div>
       </div>
-
+    }
     <!-- ============ Header : mode édition inline ============ -->
-  <div class="detail-header edit-mode" *ngIf="editing">
+    @if (editing) {
+      <div class="detail-header edit-mode">
         <div class="field">
           <label>Nom</label>
           <input type="text" [(ngModel)]="editName" name="editName" required />
@@ -50,21 +54,27 @@
           <label>Univers associé</label>
           <select [(ngModel)]="editLoreId" name="editLoreId">
             <option value="">— Aucun univers (campagne libre) —</option>
-        <option *ngFor="let lore of availableLores" [value]="lore.id">{{ lore.name }}</option>
+            @for (lore of availableLores; track lore) {
+              <option [value]="lore.id">{{ lore.name }}</option>
+            }
           </select>
         </div>
         <div class="field">
           <label>Système de JDR</label>
-      <select *ngIf="!creatingGameSystem"
+          @if (!creatingGameSystem) {
+            <select
               [(ngModel)]="editGameSystemId"
               name="editGameSystemId"
               (ngModelChange)="onEditGameSystemChange($event)">
               <option value="">— Aucun (générique) —</option>
-        <option *ngFor="let gs of availableGameSystems" [value]="gs.id">{{ gs.name }}</option>
+              @for (gs of availableGameSystems; track gs) {
+                <option [value]="gs.id">{{ gs.name }}</option>
+              }
               <option [value]="CREATE_GAMESYSTEM_SENTINEL">+ Créer un nouveau système…</option>
             </select>
-
-      <div *ngIf="creatingGameSystem" class="inline-create">
+          }
+          @if (creatingGameSystem) {
+            <div class="inline-create">
               <input
                 type="text"
                 [(ngModel)]="newGameSystemName"
@@ -86,6 +96,7 @@
                   </button>
                 </div>
               </div>
+            }
           </div>
           <div class="header-actions">
             <button type="button" class="btn-primary" (click)="saveEdit()" [disabled]="!editName.trim()">
@@ -96,51 +107,57 @@
             </button>
           </div>
         </div>
-
-  <section class="detail-section personas-section" *ngIf="!editing">
+      }
+      @if (!editing) {
+        <section class="detail-section personas-section">
           <div class="section-header">
             <h2>Personnages</h2>
           </div>
-
           <!-- Les PJ ne sont plus rattachés à la campagne mais à une Partie (Playthrough) :
           ils se gèrent depuis la page d'une Partie. Ici on ne liste que les PNJ
           (donnée de scénario, partagée par toutes les Parties). -->
-
           <!-- Sous-section : Personnages non-joueurs (PNJ) -->
           <div class="persona-subsection">
             <div class="subsection-header">
               <h3>
                 <lucide-icon [img]="Drama" [size]="16"></lucide-icon>
                 Personnages non-joueurs
-          <span class="count-badge" *ngIf="npcs.length > 0">{{ npcs.length }}</span>
+                @if (npcs.length > 0) {
+                  <span class="count-badge">{{ npcs.length }}</span>
+                }
               </h3>
               <button class="btn-add" (click)="createNpc()">
                 <lucide-icon [img]="Plus" [size]="14"></lucide-icon>
                 Nouveau PNJ
               </button>
             </div>
-
-      <div class="characters-grid" *ngIf="npcs.length > 0">
-        <div class="character-card" *ngFor="let npc of npcs" (click)="viewNpc(npc)">
+            @if (npcs.length > 0) {
+              <div class="characters-grid">
+                @for (npc of npcs; track npc) {
+                  <div class="character-card" (click)="viewNpc(npc)">
                     <lucide-icon [img]="Drama" [size]="20" class="character-icon character-icon--npc"></lucide-icon>
                     <div class="character-info">
                       <span class="character-name">{{ npc.name }}</span>
                       <span class="character-snippet">{{ personaSnippet(npc) }}</span>
                     </div>
                   </div>
+                }
               </div>
-
-      <div class="empty-state empty-state--compact" *ngIf="npcs.length === 0">
+            }
+            @if (npcs.length === 0) {
+              <div class="empty-state empty-state--compact">
                 <p>Aucun PNJ pour le moment.</p>
                 <button class="btn-add-first" (click)="createNpc()">
                   <lucide-icon [img]="Plus" [size]="14"></lucide-icon>
                   Créer votre premier PNJ
                 </button>
               </div>
+            }
           </div>
         </section>
-
-  <section class="detail-section arcs-section" *ngIf="!editing">
+      }
+      @if (!editing) {
+        <section class="detail-section arcs-section">
           <div class="section-header">
             <h2>Arcs narratifs</h2>
             <div class="section-header-actions">
@@ -150,16 +167,19 @@
               </button>
             </div>
           </div>
-
-    <div class="arcs-grid" *ngIf="arcs.length > 0">
-      <div class="arc-card" *ngFor="let arc of arcs" (click)="openArc(arc)">
+          @if (arcs.length > 0) {
+            <div class="arcs-grid">
+              @for (arc of arcs; track arc) {
+                <div class="arc-card" (click)="openArc(arc)">
                   <lucide-icon [img]="Swords" [size]="24" class="arc-icon"></lucide-icon>
                   <span class="arc-name">{{ arc.name }}</span>
                   <span class="arc-meta">{{ chapterCountByArc[arc.id!] || 0 }} chapitres</span>
                 </div>
+              }
             </div>
-
-    <div class="empty-state" *ngIf="arcs.length === 0">
+          }
+          @if (arcs.length === 0) {
+            <div class="empty-state">
               <lucide-icon [img]="Swords" [size]="40" class="empty-icon"></lucide-icon>
               <p>Aucun arc narratif pour le moment.</p>
               <button class="btn-add-first" (click)="createArc()">
@@ -167,10 +187,12 @@
                 Créer votre premier arc
               </button>
             </div>
+          }
         </section>
-
+      }
       <!-- ============ Parties (Playthroughs) ============ -->
-  <section class="detail-section playthroughs-section" *ngIf="!editing">
+      @if (!editing) {
+        <section class="detail-section playthroughs-section">
           <div class="section-header">
             <h2>
               <lucide-icon [img]="Dices" [size]="18"></lucide-icon>
@@ -181,26 +203,31 @@
               Nouvelle partie
             </button>
           </div>
-
-    <div class="playthroughs-grid" *ngIf="playthroughs.length > 0">
+          @if (playthroughs.length > 0) {
+            <div class="playthroughs-grid">
+              @for (p of playthroughs; track p) {
                 <div class="playthrough-card"
-           *ngFor="let p of playthroughs"
                   (click)="openPlaythrough(p)">
                   <lucide-icon [img]="Dices" [size]="22" class="playthrough-icon"></lucide-icon>
                   <div class="playthrough-info">
                     <span class="playthrough-name">{{ p.name }}</span>
-          <span class="playthrough-meta" *ngIf="p.description">{{ p.description }}</span>
+                    @if (p.description) {
+                      <span class="playthrough-meta">{{ p.description }}</span>
+                    }
                   </div>
                 </div>
+              }
             </div>
-
-    <div class="empty-state empty-state--compact" *ngIf="playthroughs.length === 0">
+          }
+          @if (playthroughs.length === 0) {
+            <div class="empty-state empty-state--compact">
               <p>Aucune partie. Créez-en une pour démarrer une session avec une table.</p>
             </div>
+          }
         </section>
-
+      }
       <!-- Sessions retirées : elles vivent désormais dans une Partie.
       Les faits narratifs sont définis dans les conditions de chaque quête
       (chapter-edit > « Conditions de déblocage »). -->
-
     </div>
+  }

web/src/app/campaigns/campaign/campaign-detail/campaign-detail.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit, OnDestroy } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ActivatedRoute } from '@angular/router';
 import { FormsModule } from '@angular/forms';
 import { LucideAngularModule, Swords, Plus, Globe, Pencil, Trash2, Dices, Drama, Check, Play, Upload, Sparkles } from 'lucide-angular';
@@ -27,8 +27,7 @@ import { ConfirmDialogService } from '../../../shared/confirm-dialog/confirm-dia
 
 @Component({
     selector: 'app-campaign-detail',
-  standalone: true,
-  imports: [CommonModule, FormsModule, LucideAngularModule, RouterLink],
+    imports: [FormsModule, LucideAngularModule, RouterLink],
     templateUrl: './campaign-detail.component.html',
     styleUrls: ['./campaign-detail.component.scss']
 })

web/src/app/campaigns/campaign/campaign-import/campaign-import.component.html

@@ -13,44 +13,54 @@
   </div>
 
   <!-- Étape 1 : upload (masqué une fois en revue) -->
-  <section class="upload-area" *ngIf="!reviewing">
+  @if (!reviewing) {
+    <section class="upload-area">
       <input #pdfInput type="file" accept="application/pdf,.pdf" hidden (change)="onPdfSelected($event)" />
       <button type="button" class="btn-primary big" [disabled]="importing" (click)="pdfInput.click()">
         <lucide-icon [img]="Upload" [size]="16"></lucide-icon>
         {{ importing ? 'Import en cours…' : 'Choisir un PDF de campagne' }}
       </button>
-
       <!-- Progression live -->
-    <div class="import-progress" *ngIf="importing">
+      @if (importing) {
+        <div class="import-progress">
           <p class="import-phase">{{ importPhase }}</p>
-      <div class="progress-bar" *ngIf="importProgress">
+          @if (importProgress) {
+            <div class="progress-bar">
               <div class="progress-fill"
                 [style.width.%]="importProgress.total ? (importProgress.current / importProgress.total) * 100 : 0">
               </div>
             </div>
-      <p class="import-counts" *ngIf="importCounts">
-        Trouvé jusqu'ici : {{ importCounts.arcs }} arc(s) · {{ importCounts.chapters }} chapitre(s) · {{ importCounts.scenes }} scène(s)
+          }
+          @if (importCounts) {
+            <p class="import-counts">
+              Trouvé jusqu'ici : {{ importCounts.arcs }} arc(s) · {{ importCounts.chapters }} chapitre(s) · {{ importCounts.scenes }} scène(s) · {{ importCounts.npcs }} PNJ
             </p>
+          }
         </div>
-
-    <p class="import-error" *ngIf="importError">{{ importError }}</p>
+      }
+      @if (importError) {
+        <p class="import-error">{{ importError }}</p>
+      }
     </section>
+  }
 
   <!-- Étape 2 : revue de l'arbre éditable -->
-  <section class="review-area" *ngIf="reviewing">
+  @if (reviewing) {
+    <section class="review-area">
       <div class="review-header">
         <p class="review-summary">
           À créer : <strong>{{ arcCount }}</strong> nouvel(s) arc(s),
           <strong>{{ chapterCount }}</strong> chapitre(s),
-        <strong>{{ sceneCount }}</strong> scène(s).
+          <strong>{{ sceneCount }}</strong> scène(s)@if (npcs.length > 0) {<span>,
+          <strong>{{ npcCount }}</strong> PNJ</span>}.
           Les éléments <em>« déjà présent »</em> (grisés) sont affichés pour situer les ajouts ;
           ils ne seront pas recréés. Modifiez les nouveaux, puis créez.
         </p>
       </div>
-
       <div class="tree">
         <!-- Arc -->
-      <div class="arc-card" *ngFor="let arc of tree; let ai = index">
+        @for (arc of tree; track arc; let ai = $index) {
+          <div class="arc-card">
             <div class="node-head arc-head" [class.existing-node]="arc.existing">
               <button type="button" class="btn-collapse" (click)="toggleArc(arc)">
                 <lucide-icon [img]="arc.collapsed ? ChevronRight : ChevronDown" [size]="16"></lucide-icon>
@@ -58,26 +68,33 @@
               <lucide-icon [img]="Swords" [size]="16" class="node-icon"></lucide-icon>
               <input type="text" class="node-name" [(ngModel)]="arc.name" [name]="'arc-' + ai"
                 [readonly]="arc.existing" placeholder="Nom de l'arc" />
-          <span class="badge-existing" *ngIf="arc.existing">déjà présent</span>
-          <button type="button" class="btn-remove" *ngIf="!arc.existing" (click)="removeArc(ai)" title="Supprimer l'arc">
+              @if (arc.existing) {
+                <span class="badge-existing">déjà présent</span>
+              }
+              @if (!arc.existing) {
+                <button type="button" class="btn-remove" (click)="removeArc(ai)" title="Supprimer l'arc">
                   <lucide-icon [img]="Trash2" [size]="14"></lucide-icon>
                 </button>
+              }
             </div>
-
-        <div class="node-body" *ngIf="!arc.collapsed">
-          <div class="arc-type-toggle" *ngIf="!arc.existing">
+            @if (!arc.collapsed) {
+              <div class="node-body">
+                @if (!arc.existing) {
+                  <div class="arc-type-toggle">
                     <span class="toggle-label">Type :</span>
                     <button type="button" class="type-btn" [class.active]="arc.type === 'LINEAR'"
                     (click)="setArcType(arc, 'LINEAR')">Linéaire</button>
                     <button type="button" class="type-btn" [class.active]="arc.type === 'HUB'"
                     (click)="setArcType(arc, 'HUB')">Hub (quêtes)</button>
                   </div>
-
-          <textarea class="node-desc" *ngIf="!arc.existing" [(ngModel)]="arc.description" [name]="'arc-desc-' + ai"
+                }
+                @if (!arc.existing) {
+                  <textarea class="node-desc" [(ngModel)]="arc.description" [name]="'arc-desc-' + ai"
                   rows="2" placeholder="Synopsis de l'arc (optionnel)"></textarea>
-
+                }
                 <!-- Chapitres -->
-          <div class="chapter-card" *ngFor="let chapter of arc.chapters; let ci = index">
+                @for (chapter of arc.chapters; track chapter; let ci = $index) {
+                  <div class="chapter-card">
                     <div class="node-head chapter-head" [class.existing-node]="chapter.existing">
                       <button type="button" class="btn-collapse" (click)="toggleChapter(chapter)">
                         <lucide-icon [img]="chapter.collapsed ? ChevronRight : ChevronDown" [size]="14"></lucide-icon>
@@ -85,18 +102,24 @@
                       <lucide-icon [img]="BookOpen" [size]="14" class="node-icon"></lucide-icon>
                       <input type="text" class="node-name" [(ngModel)]="chapter.name" [name]="'chap-' + ai + '-' + ci"
                         [readonly]="chapter.existing" placeholder="Nom du chapitre" />
-              <span class="badge-existing" *ngIf="chapter.existing">déjà présent</span>
-              <button type="button" class="btn-remove" *ngIf="!chapter.existing" (click)="removeChapter(arc, ci)" title="Supprimer le chapitre">
+                      @if (chapter.existing) {
+                        <span class="badge-existing">déjà présent</span>
+                      }
+                      @if (!chapter.existing) {
+                        <button type="button" class="btn-remove" (click)="removeChapter(arc, ci)" title="Supprimer le chapitre">
                           <lucide-icon [img]="Trash2" [size]="13"></lucide-icon>
                         </button>
+                      }
                     </div>
-
-            <div class="node-body" *ngIf="!chapter.collapsed">
-              <textarea class="node-desc" *ngIf="!chapter.existing" [(ngModel)]="chapter.description" [name]="'chap-desc-' + ai + '-' + ci"
+                    @if (!chapter.collapsed) {
+                      <div class="node-body">
+                        @if (!chapter.existing) {
+                          <textarea class="node-desc" [(ngModel)]="chapter.description" [name]="'chap-desc-' + ai + '-' + ci"
                           rows="2" placeholder="Synopsis du chapitre (optionnel)"></textarea>
-
+                        }
                         <!-- Scènes -->
-              <div class="scene-card" *ngFor="let scene of chapter.scenes; let si = index"
+                        @for (scene of chapter.scenes; track scene; let si = $index) {
+                          <div class="scene-card"
                             [class.existing-node]="scene.existing">
                             <div class="scene-row">
                               <lucide-icon [img]="MapPin" [size]="13" class="node-icon scene-icon"></lucide-icon>
@@ -104,35 +127,44 @@
                                 <input type="text" class="node-name" [(ngModel)]="scene.name"
                                   [name]="'scene-' + ai + '-' + ci + '-' + si" [readonly]="scene.existing"
                                   placeholder="Nom de la scène" />
-                    <input type="text" class="node-desc-inline" *ngIf="!scene.existing" [(ngModel)]="scene.description"
+                                @if (!scene.existing) {
+                                  <input type="text" class="node-desc-inline" [(ngModel)]="scene.description"
                                     [name]="'scene-desc-' + ai + '-' + ci + '-' + si" placeholder="Synopsis (optionnel)" />
+                                }
                               </div>
-                  <span class="badge-existing" *ngIf="scene.existing">déjà présent</span>
-                  <button type="button" class="btn-details" *ngIf="!scene.existing" (click)="toggleDetails(scene)"
+                              @if (scene.existing) {
+                                <span class="badge-existing">déjà présent</span>
+                              }
+                              @if (!scene.existing) {
+                                <button type="button" class="btn-details" (click)="toggleDetails(scene)"
                                   title="Narration joueurs, notes MJ, pièces">
                                   <lucide-icon [img]="scene.detailsOpen ? ChevronDown : ChevronRight" [size]="12"></lucide-icon>
-                    Détails<span *ngIf="scene.rooms.length"> · {{ scene.rooms.length }} pièce(s)</span>
+                                  Détails@if (scene.rooms.length) {
+                                  <span> · {{ scene.rooms.length }} pièce(s)</span>
+                                }
                               </button>
-                  <button type="button" class="btn-remove" *ngIf="!scene.existing" (click)="removeScene(chapter, si)" title="Supprimer la scène">
+                            }
+                            @if (!scene.existing) {
+                              <button type="button" class="btn-remove" (click)="removeScene(chapter, si)" title="Supprimer la scène">
                                 <lucide-icon [img]="Trash2" [size]="13"></lucide-icon>
                               </button>
+                            }
                           </div>
-
-                <div class="scene-details" *ngIf="scene.detailsOpen && !scene.existing">
+                          @if (scene.detailsOpen && !scene.existing) {
+                            <div class="scene-details">
                               <label class="field-label">À lire aux joueurs</label>
                               <textarea class="node-desc" [(ngModel)]="scene.playerNarration"
                                 [name]="'scene-pn-' + ai + '-' + ci + '-' + si" rows="3"
                               placeholder="Texte d'encadré lu aux joueurs (optionnel)"></textarea>
-
                               <label class="field-label">Notes MJ</label>
                               <textarea class="node-desc" [(ngModel)]="scene.gmNotes"
                                 [name]="'scene-gm-' + ai + '-' + ci + '-' + si" rows="3"
                               placeholder="Secrets, développement, conséquences (optionnel)"></textarea>
-
                               <!-- Pièces (donjon) : vide = scène narrative classique -->
                               <span class="field-label">Pièces (lieu explorable)</span>
                               <div class="rooms">
-                    <div class="room-row" *ngFor="let room of scene.rooms; let ri = index">
+                                @for (room of scene.rooms; track room; let ri = $index) {
+                                  <div class="room-row">
                                     <input type="text" class="room-name" [(ngModel)]="room.name"
                                       [name]="'room-' + ai + '-' + ci + '-' + si + '-' + ri" placeholder="Pièce" />
                                     <input type="text" class="room-field" [(ngModel)]="room.description"
@@ -145,32 +177,64 @@
                                       <lucide-icon [img]="Trash2" [size]="12"></lucide-icon>
                                     </button>
                                   </div>
+                                }
                                 <button type="button" class="btn-add-inline" (click)="addRoom(scene)">
                                   <lucide-icon [img]="Plus" [size]="12"></lucide-icon> Pièce
                                 </button>
                               </div>
                             </div>
+                          }
                         </div>
-
+                      }
                       <button type="button" class="btn-add-inline" (click)="addScene(chapter)">
                         <lucide-icon [img]="Plus" [size]="12"></lucide-icon> Scène
                       </button>
                     </div>
+                  }
                 </div>
-
+              }
               <button type="button" class="btn-add-inline" (click)="addChapter(arc)">
                 <lucide-icon [img]="Plus" [size]="12"></lucide-icon> Chapitre
               </button>
             </div>
+          }
         </div>
-
+      }
       <button type="button" class="btn-add" (click)="addArc()">
         <lucide-icon [img]="Plus" [size]="14"></lucide-icon> Ajouter un arc
       </button>
     </div>
 
-    <p class="apply-error" *ngIf="applyError">{{ applyError }}</p>
+    <!-- PNJ détectés dans le PDF : revue par cases à cocher -->
+    @if (npcs.length > 0) {
+      <div class="npc-review">
+        <h3>PNJ et créatures détectés ({{ npcs.length }})</h3>
+        <p class="hint">
+          Cochez ceux à créer dans la campagne (description issue du livre).
+          Ceux déjà présents dans la campagne sont grisés et ne seront pas recréés.
+        </p>
+        <ul class="npc-list">
+          @for (npc of npcs; track npc.name) {
+            <li class="npc-row" [class.npc-existing]="npc.existing">
+              <label class="npc-check">
+                <input type="checkbox" [(ngModel)]="npc.selected" [disabled]="npc.existing">
+                <strong>{{ npc.name }}</strong>
+                @if (npc.existing) {
+                  <em class="npc-tag">déjà présent</em>
+                }
+              </label>
+              @if (npc.description) {
+                <p class="npc-desc">{{ npc.description }}</p>
+              }
+            </li>
+          }
+        </ul>
+      </div>
+    }
 
+    @if (applyError) {
+      <p class="apply-error">{{ applyError }}</p>
+    }
     <div class="review-actions">
       <button type="button" class="btn-primary" [disabled]="applying || !hasNewContent" (click)="apply()">
         <lucide-icon [img]="Check" [size]="16"></lucide-icon>
@@ -179,5 +243,6 @@
       <button type="button" class="btn-secondary" (click)="cancel()">Annuler</button>
     </div>
   </section>
+}
 
 </div>

web/src/app/campaigns/campaign/campaign-import/campaign-import.component.scss

@@ -321,3 +321,49 @@
   gap: 0.6rem;
   margin-top: 1.5rem;
 }
+
+// --- Revue des PNJ détectés dans le PDF ------------------------------------
+.npc-review {
+  margin-top: 1.25rem;
+  padding: 1rem;
+  border: 1px solid var(--border-color, #2e2e3a);
+  border-radius: 8px;
+
+  h3 { margin: 0 0 0.25rem; font-size: 1rem; }
+  .hint { margin: 0 0 0.75rem; font-size: 0.85rem; opacity: 0.75; }
+}
+
+.npc-list {
+  list-style: none;
+  margin: 0;
+  padding: 0;
+  display: flex;
+  flex-direction: column;
+  gap: 0.5rem;
+}
+
+.npc-row {
+  padding: 0.5rem 0.65rem;
+  border-radius: 6px;
+  background: rgba(255, 255, 255, 0.03);
+
+  &.npc-existing { opacity: 0.55; }
+
+  .npc-check {
+    display: flex;
+    align-items: center;
+    gap: 0.5rem;
+    cursor: pointer;
+  }
+
+  .npc-tag {
+    font-size: 0.75rem;
+    opacity: 0.7;
+  }
+
+  .npc-desc {
+    margin: 0.3rem 0 0 1.6rem;
+    font-size: 0.85rem;
+    opacity: 0.85;
+  }
+}

web/src/app/campaigns/campaign/campaign-import/campaign-import.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ActivatedRoute, Router } from '@angular/router';
 import { FormsModule } from '@angular/forms';
 import {
@@ -13,7 +13,7 @@ import { NpcService } from '../../../services/npc.service';
 import { RandomTableService } from '../../../services/random-table.service';
 import { CampaignSidebarService } from '../../../services/campaign-sidebar.service';
 import { PageTitleService } from '../../../services/page-title.service';
-import { ArcKind, ArcProposal, ChapterProposal, SceneProposal } from '../../../services/campaign-import.model';
+import { ArcKind, ArcProposal, ChapterProposal, NpcProposal, SceneProposal } from '../../../services/campaign-import.model';
 import { CampaignImportProposal } from '../../../services/campaign-import.model';
 import { loadCampaignTreeData, CampaignTreeData } from '../../campaign-tree.helper';
 import { of } from 'rxjs';
@@ -37,6 +37,11 @@ interface ArcNode {
   name: string; description: string; type: ArcKind; chapters: ChapterNode[]; collapsed: boolean;
   existing: boolean; existingId?: string;
 }
+/**
+ * PNJ détecté dans le PDF, à cocher à la revue. `existing` = un PNJ du même nom
+ * existe déjà dans la campagne (décoché et non créable, anti-doublon).
+ */
+interface NpcNode { name: string; description: string; selected: boolean; existing: boolean; }
 
 /**
  * Page d'import d'un PDF de campagne → arbre arc/chapitre/scène.
@@ -47,8 +52,7 @@ interface ArcNode {
  */
 @Component({
     selector: 'app-campaign-import',
-  standalone: true,
-  imports: [CommonModule, FormsModule, LucideAngularModule],
+    imports: [FormsModule, LucideAngularModule],
     templateUrl: './campaign-import.component.html',
     styleUrls: ['./campaign-import.component.scss']
 })
@@ -70,7 +74,7 @@ export class CampaignImportComponent implements OnInit {
   importing = false;
   importPhase = '';
   importProgress: { current: number; total: number } | null = null;
-  importCounts: { arcs: number; chapters: number; scenes: number } | null = null;
+  importCounts: { arcs: number; chapters: number; scenes: number; npcs: number } | null = null;
   importError: string | null = null;
   /** Vrai une fois la proposition reçue (on affiche l'arbre éditable). */
   reviewing = false;
@@ -78,6 +82,9 @@ export class CampaignImportComponent implements OnInit {
   // --- Arbre éditable ---
   tree: ArcNode[] = [];
 
+  /** PNJ détectés dans le PDF (revue par cases à cocher). */
+  npcs: NpcNode[] = [];
+
   /** Structure actuelle de la campagne (chargée pour la fusion à la revue). */
   private existingData: CampaignTreeData | null = null;
 
@@ -137,17 +144,21 @@ export class CampaignImportComponent implements OnInit {
           } else {
             this.importPhase = `Analyse de la campagne… (${ev.current}/${ev.total})`;
             this.importProgress = { current: ev.current, total: ev.total };
-            this.importCounts = { arcs: ev.arcCount, chapters: ev.chapterCount, scenes: ev.sceneCount };
+            this.importCounts = {
+              arcs: ev.arcCount, chapters: ev.chapterCount,
+              scenes: ev.sceneCount, npcs: ev.npcCount ?? 0
+            };
           }
         } else if (ev.type === 'done') {
           this.importing = false;
           this.importPhase = '';
           this.importProgress = null;
-          if ((ev.arcs ?? []).length === 0) {
+          if ((ev.arcs ?? []).length === 0 && (ev.npcs ?? []).length === 0) {
             this.importError = "Aucune structure narrative détectée dans ce PDF.";
             this.reviewing = false;
           } else {
-            this.tree = this.buildMergedTree(ev.arcs);
+            this.tree = this.buildMergedTree(ev.arcs ?? []);
+            this.npcs = this.buildNpcNodes(ev.npcs ?? []);
             this.reviewing = true;
           }
         }
@@ -233,6 +244,21 @@ export class CampaignImportComponent implements OnInit {
     return (a ?? '').trim().toLowerCase() === (b ?? '').trim().toLowerCase();
   }
 
+  /**
+   * Construit la liste de revue des PNJ : cochés par défaut, sauf ceux dont le
+   * nom existe déjà dans la campagne (anti-doublon, affichés grisés).
+   */
+  private buildNpcNodes(proposals: NpcProposal[]): NpcNode[] {
+    const existingNames = new Set(
+      (this.existingData?.npcs ?? []).map(n => (n.name ?? '').trim().toLowerCase()));
+    return proposals
+      .filter(p => (p.name ?? '').trim())
+      .map(p => {
+        const existing = existingNames.has(p.name.trim().toLowerCase());
+        return { name: p.name.trim(), description: p.description ?? '', selected: !existing, existing };
+      });
+  }
+
   // --- Mappers proposition → nœud NEUF -------------------------------------
 
   private newArcNode(a: ArcProposal): ArcNode {
@@ -311,9 +337,14 @@ export class CampaignImportComponent implements OnInit {
       n + a.chapters.reduce((m, c) => m + c.scenes.filter(s => !s.existing && s.name.trim()).length, 0), 0);
   }
 
+  /** Nombre de PNJ cochés (= qui seront créés). */
+  get npcCount(): number {
+    return this.npcs.filter(n => n.selected && !n.existing).length;
+  }
+
   /** Vrai s'il y a au moins un nœud nouveau à créer (sinon « Créer » désactivé). */
   get hasNewContent(): boolean {
-    return this.arcCount > 0 || this.chapterCount > 0 || this.sceneCount > 0;
+    return this.arcCount > 0 || this.chapterCount > 0 || this.sceneCount > 0 || this.npcCount > 0;
   }
 
   // --- Application (création) ----------------------------------------------
@@ -358,7 +389,10 @@ export class CampaignImportComponent implements OnInit {
                     }))
                 }))
             }))
-        }))
+        })),
+      npcs: this.npcs
+        .filter(n => n.selected && !n.existing && n.name.trim())
+        .map(n => ({ name: n.name.trim(), description: n.description.trim() }))
     };
 
     this.service.applyStructure(this.campaignId, proposal).subscribe({

web/src/app/campaigns/campaigns.component.html

@@ -8,7 +8,8 @@
 
   <div class="campaigns-grid">
 
-    <div class="campaign-card" *ngFor="let campaign of campaigns" (click)="navigateToDetail(campaign.id!)">
+    @for (campaign of campaigns; track campaign) {
+      <div class="campaign-card" (click)="navigateToDetail(campaign.id!)">
         <div class="card-header">
           <span class="status-badge en-cours">En cours</span>
           <span class="card-date">{{ campaign.playerCount }} joueurs</span>
@@ -20,6 +21,7 @@
           <span>📖 {{ campaign.chapterCount || 0 }} chapitres</span>
         </div>
       </div>
+    }
 
     <div class="campaign-card card-new" (click)="openCreateModal()">
       <div class="new-icon">
@@ -35,8 +37,9 @@
 
 </div>
 
+@if (showCreateModal) {
   <app-campaign-create
-  *ngIf="showCreateModal"
     (close)="onModalClose()"
     (created)="onCampaignCreated($event)">
   </app-campaign-create>
+}

web/src/app/campaigns/campaigns.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { Router } from '@angular/router';
 import { LucideAngularModule, Map, Plus } from 'lucide-angular';
 import { CampaignService } from '../services/campaign.service';
@@ -9,8 +9,7 @@ import { CampaignCreateComponent, CampaignCreatePayload } from './campaign/campa
 
 @Component({
     selector: 'app-campaigns',
-  standalone: true,
-  imports: [CommonModule, LucideAngularModule, CampaignCreateComponent],
+    imports: [LucideAngularModule, CampaignCreateComponent],
     templateUrl: './campaigns.component.html',
     styleUrls: ['./campaigns.component.scss']
 })

web/src/app/campaigns/chapter/chapter-create/chapter-create.component.html

@@ -2,7 +2,9 @@
 
   <div class="page-header">
     <h1>{{ isHub ? 'Créer une nouvelle quête' : 'Créer un nouveau chapitre' }}</h1>
-    <p class="arc-ref" *ngIf="arcName">{{ isHub ? 'Hub' : 'Arc' }} : {{ arcName }}</p>
+    @if (arcName) {
+      <p class="arc-ref">{{ isHub ? 'Hub' : 'Arc' }} : {{ arcName }}</p>
+    }
   </div>
 
   <form [formGroup]="form" (ngSubmit)="submit()" class="chapter-form">

web/src/app/campaigns/chapter/chapter-create/chapter-create.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit, OnDestroy } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ReactiveFormsModule, FormBuilder, FormGroup, Validators } from '@angular/forms';
 import { ActivatedRoute, Router } from '@angular/router';
 import { forkJoin } from 'rxjs';
@@ -19,8 +19,7 @@ import { CAMPAIGN_ICON_OPTIONS } from '../../campaign-icons';
  */
 @Component({
     selector: 'app-chapter-create',
-  standalone: true,
-  imports: [CommonModule, ReactiveFormsModule, LucideAngularModule, IconPickerComponent],
+    imports: [ReactiveFormsModule, LucideAngularModule, IconPickerComponent],
     templateUrl: './chapter-create.component.html',
     styleUrls: ['./chapter-create.component.scss']
 })

web/src/app/campaigns/chapter/chapter-edit/chapter-edit.component.html

@@ -129,7 +129,8 @@
     </div>
 
     <!-- ===== Pages Lore associées (B2 cross-context) ===== -->
-    <div class="field" *ngIf="loreId">
+    @if (loreId) {
+      <div class="field">
         <label>Pages Lore associées</label>
         <app-lore-link-picker
           [value]="relatedPageIds"
@@ -141,13 +142,16 @@
           Liez ce chapitre à des PNJ, lieux ou éléments du Lore qui y apparaissent.
         </small>
       </div>
+    }
 
-    <div class="field" *ngIf="!loreId">
+    @if (!loreId) {
+      <div class="field">
         <small class="field-hint">
           💡 Cette campagne n'est associée à aucun univers. Associez-la à un Lore dans l'écran de la campagne
           pour pouvoir lier ce chapitre à des pages du Lore.
         </small>
       </div>
+    }
 
   </form>
 

web/src/app/campaigns/chapter/chapter-edit/chapter-edit.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit, OnDestroy } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ReactiveFormsModule, FormBuilder, FormGroup, Validators } from '@angular/forms';
 import { ActivatedRoute, Router } from '@angular/router';
 import { forkJoin, of } from 'rxjs';
@@ -33,9 +33,7 @@ import { ConfirmDialogService } from '../../../shared/confirm-dialog/confirm-dia
  */
 @Component({
     selector: 'app-chapter-edit',
-  standalone: true,
     imports: [
-    CommonModule,
     ReactiveFormsModule,
     LucideAngularModule,
     LoreLinkPickerComponent,

web/src/app/campaigns/chapter/chapter-graph/chapter-graph.component.html

@@ -11,11 +11,14 @@
     </button>
   </div>
 
-  <div class="graph-empty" *ngIf="scenes.length === 0">
+  @if (scenes.length === 0) {
+    <div class="graph-empty">
       <p>Ce chapitre n'a aucune scène. Créez-en pour voir apparaître la carte.</p>
     </div>
+  }
 
-  <div class="graph-container" *ngIf="scenes.length > 0">
+  @if (scenes.length > 0) {
+    <div class="graph-container">
       <svg #svgEl
         [attr.width]="svgWidth" [attr.height]="svgHeight"
         class="graph-svg"
@@ -28,14 +31,15 @@
             <path d="M 0 0 L 10 5 L 0 10 z" fill="#b8c0cc" />
           </marker>
         </defs>
-
         <g class="edges">
-        <g class="edge" *ngFor="let edge of edges">
+          @for (edge of edges; track edge) {
+            <g class="edge">
               <line [attr.x1]="edge.x1" [attr.y1]="edge.y1"
                 [attr.x2]="edge.x2" [attr.y2]="edge.y2"
                 stroke="#b8c0cc" stroke-width="2"
                 marker-end="url(#arrowhead)" />
-          <text *ngIf="edge.label"
+              @if (edge.label) {
+                <text
                   [attr.x]="edge.labelX"
                   [attr.y]="edge.labelY"
                   text-anchor="middle"
@@ -44,13 +48,14 @@
                   (pointerdown)="onLabelPointerDown($event, edge)">
                   {{ edge.label }}
                 </text>
+              }
             </g>
+          }
         </g>
-
         <g class="nodes">
+          @for (node of nodes; track node) {
             <g class="node"
               [class.dragging]="draggingId === node.id"
-           *ngFor="let node of nodes"
               (pointerdown)="onPointerDown($event, node)">
               <title>{{ node.name }}</title>
               <rect [attr.x]="node.x" [attr.y]="node.y"
@@ -63,12 +68,13 @@
                 {{ node.displayName }}
               </text>
             </g>
+          }
         </g>
       </svg>
-
       <small class="graph-hint">
         💡 Cliquez sur une scène pour l'ouvrir, ou glissez-la pour réorganiser la carte. Les scènes non reliées au point d'entrée (scène d'ordre 1) apparaissent en bas.
       </small>
     </div>
+  }
 
 </div>

web/src/app/campaigns/chapter/chapter-graph/chapter-graph.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit, OnDestroy, ElementRef, ViewChild } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ActivatedRoute, Router, RouterModule } from '@angular/router';
 import { forkJoin } from 'rxjs';
 import { LucideAngularModule, ArrowLeft } from 'lucide-angular';
@@ -21,8 +21,7 @@ interface GraphEdge { key: string; label: string; x1: number; y1: number; x2: nu
  */
 @Component({
     selector: 'app-chapter-graph',
-  standalone: true,
-  imports: [CommonModule, RouterModule, LucideAngularModule],
+    imports: [RouterModule, LucideAngularModule],
     templateUrl: './chapter-graph.component.html',
     styleUrls: ['./chapter-graph.component.scss']
 })

web/src/app/campaigns/chapter/chapter-view/chapter-view.component.html

@@ -1,18 +1,22 @@
-<div class="view-page" *ngIf="chapter">
-
+@if (chapter) {
+  <div class="view-page">
     <header class="view-header">
       <div>
         <h1>
-        <lucide-icon *ngIf="chapter.icon" [img]="resolveCampaignIcon(chapter.icon)" [size]="22" class="title-icon"></lucide-icon>
+          @if (chapter.icon) {
+            <lucide-icon [img]="resolveCampaignIcon(chapter.icon)" [size]="22" class="title-icon"></lucide-icon>
+          }
           {{ chapter.name }}
         </h1>
         <p class="view-subtitle">
           {{ parentArc?.type === 'HUB' ? 'Quête (Hub)' : 'Chapitre' }}
-        <span class="cond-badge" *ngIf="(chapter.prerequisites?.length ?? 0) > 0"
+          @if ((chapter.prerequisites?.length ?? 0) > 0) {
+            <span class="cond-badge"
               title="Ce chapitre a des conditions de déblocage : il se débloque en Partie quand elles sont remplies.">
               <lucide-icon [img]="Lock" [size]="12"></lucide-icon>
               Conditionnel
             </span>
+          }
         </p>
       </div>
       <div class="view-actions">
@@ -31,24 +35,23 @@
         </button>
       </div>
     </header>
-
     <!-- Conditions de déblocage (scénario, read-only). Visible pour un arc HUB (quête)
     OU dès qu'un chapitre linéaire porte des conditions. -->
-  <section class="view-section" *ngIf="parentArc?.type === 'HUB' || (chapter.prerequisites?.length ?? 0) > 0">
+    @if (parentArc?.type === 'HUB' || (chapter.prerequisites?.length ?? 0) > 0) {
+      <section class="view-section">
         <h2 class="view-section-title"><span class="view-section-icon">🔒</span> Conditions de déblocage</h2>
-
-    <ng-container *ngIf="(chapter.prerequisites?.length ?? 0) > 0; else noPrereqs">
+        @if ((chapter.prerequisites?.length ?? 0) > 0) {
           <ul class="view-section-body">
-        <li *ngFor="let p of chapter.prerequisites">{{ describePrerequisite(p) }}</li>
+            @for (p of chapter.prerequisites; track p) {
+              <li>{{ describePrerequisite(p) }}</li>
+            }
           </ul>
           <small class="view-section-empty">
             Pendant une partie, {{ parentArc?.type === 'HUB' ? 'la quête' : 'ce chapitre' }} se débloque
             dès que toutes ces conditions sont remplies. Le toggle des faits se fait dans l'écran
             « Faits » de la Partie.
           </small>
-    </ng-container>
-
-    <ng-template #noPrereqs>
+        } @else {
           <p class="view-section-empty">
             Aucune condition — cette quête est disponible dès le début dans chaque Partie.
           </p>
@@ -56,57 +59,69 @@
             Cliquez sur <strong>Modifier</strong> pour ajouter des conditions
             (« quête précédente terminée », « à partir de la session N », « quand un fait est vrai »).
           </p>
-    </ng-template>
+        }
       </section>
-
+    }
     <!-- Illustrations (rendu editorial magazine) -->
-  <section class="view-section" *ngIf="(chapter.illustrationImageIds?.length ?? 0) > 0">
+    @if ((chapter.illustrationImageIds?.length ?? 0) > 0) {
+      <section class="view-section">
         <app-image-gallery [imageIds]="chapter.illustrationImageIds ?? []" [layout]="'EDITORIAL'"></app-image-gallery>
       </section>
-
+    }
     <!-- Cartes & plans -->
-  <section class="view-section" *ngIf="(chapter.mapImageIds?.length ?? 0) > 0">
+    @if ((chapter.mapImageIds?.length ?? 0) > 0) {
+      <section class="view-section">
         <h2 class="view-section-title"><span class="view-section-icon">🗺️</span> Cartes & plans</h2>
         <app-image-gallery [imageIds]="chapter.mapImageIds ?? []" [layout]="'MAPS'"></app-image-gallery>
       </section>
-
+    }
     <section class="view-section">
       <h2 class="view-section-title"><span class="view-section-icon">📖</span> Synopsis</h2>
-    <p class="view-section-body" *ngIf="chapter.description?.trim(); else emptyDesc">{{ chapter.description }}</p>
-    <ng-template #emptyDesc><p class="view-section-empty">Non renseigné</p></ng-template>
+      @if (chapter.description?.trim()) {
+        <p class="view-section-body">{{ chapter.description }}</p>
+      } @else {
+        <p class="view-section-empty">Non renseigné</p>
+      }
     </section>
-
     <div class="view-row">
       <section class="view-section">
         <h2 class="view-section-title"><span class="view-section-icon">🎯</span> Objectifs des joueurs</h2>
-      <p class="view-section-body" *ngIf="chapter.playerObjectives?.trim(); else emptyObj">{{ chapter.playerObjectives }}</p>
-      <ng-template #emptyObj><p class="view-section-empty">Non renseigné</p></ng-template>
+        @if (chapter.playerObjectives?.trim()) {
+          <p class="view-section-body">{{ chapter.playerObjectives }}</p>
+        } @else {
+          <p class="view-section-empty">Non renseigné</p>
+        }
       </section>
-
       <section class="view-section">
         <h2 class="view-section-title"><span class="view-section-icon">⚡</span> Enjeux narratifs</h2>
-      <p class="view-section-body" *ngIf="chapter.narrativeStakes?.trim(); else emptyNs">{{ chapter.narrativeStakes }}</p>
-      <ng-template #emptyNs><p class="view-section-empty">Non renseigné</p></ng-template>
+        @if (chapter.narrativeStakes?.trim()) {
+          <p class="view-section-body">{{ chapter.narrativeStakes }}</p>
+        } @else {
+          <p class="view-section-empty">Non renseigné</p>
+        }
       </section>
     </div>
-
-  <section class="view-section view-section--private" *ngIf="chapter.gmNotes?.trim()">
+    @if (chapter.gmNotes?.trim()) {
+      <section class="view-section view-section--private">
         <h2 class="view-section-title">
           <span class="view-section-icon">🔒</span>
           Notes du Maître de Jeu
         </h2>
         <p class="view-section-body">{{ chapter.gmNotes }}</p>
       </section>
-
-  <section class="view-section" *ngIf="loreId && (chapter.relatedPageIds?.length ?? 0) > 0">
+    }
+    @if (loreId && (chapter.relatedPageIds?.length ?? 0) > 0) {
+      <section class="view-section">
         <h2 class="view-section-title"><span class="view-section-icon">🔗</span> Pages Lore associées</h2>
         <div class="view-chips">
+          @for (relId of chapter.relatedPageIds; track relId) {
             <a class="view-chip"
-         *ngFor="let relId of chapter.relatedPageIds"
               [routerLink]="['/lore', loreId, 'pages', relId]">
               {{ titleOfRelated(relId) }}
             </a>
+          }
         </div>
       </section>
-
+    }
   </div>
+}

web/src/app/campaigns/chapter/chapter-view/chapter-view.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit, OnDestroy } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ActivatedRoute, Router, RouterModule } from '@angular/router';
 import { forkJoin, of } from 'rxjs';
 import { switchMap } from 'rxjs/operators';
@@ -24,8 +24,7 @@ import { ConfirmDialogService } from '../../../shared/confirm-dialog/confirm-dia
  */
 @Component({
     selector: 'app-chapter-view',
-  standalone: true,
-  imports: [CommonModule, RouterModule, LucideAngularModule, ImageGalleryComponent],
+    imports: [RouterModule, LucideAngularModule, ImageGalleryComponent],
     templateUrl: './chapter-view.component.html',
     styleUrls: ['./chapter-view.component.scss']
 })

web/src/app/campaigns/character/character-edit/character-edit.component.html

@@ -10,8 +10,8 @@
         <lucide-icon [img]="User" [size]="22"></lucide-icon>
         {{ characterId ? 'Éditer la fiche' : 'Nouveau personnage' }}
       </h1>
+      @if (characterId) {
         <button
-        *ngIf="characterId"
           type="button"
           class="btn-ai"
           (click)="toggleChat()"
@@ -20,6 +20,7 @@
           <lucide-icon [img]="Sparkles" [size]="14"></lucide-icon>
           Assistant IA
         </button>
+      }
     </div>
   </div>
 
@@ -76,22 +77,23 @@
         </button>
         <button type="button" class="btn-secondary" (click)="back()">Annuler</button>
         <span class="spacer"></span>
+        @if (characterId) {
           <button
-        *ngIf="characterId"
             type="button"
             class="btn-danger"
             (click)="deleteCharacter()">
             <lucide-icon [img]="Trash2" [size]="14"></lucide-icon>
             Supprimer
           </button>
+        }
       </div>
 
     </div>
 
   </div>
 
+  @if (characterId && campaignId) {
     <app-ai-chat-drawer
-  *ngIf="characterId && campaignId"
       [campaignId]="campaignId"
       entityType="character"
       [entityId]="characterId"
@@ -100,3 +102,4 @@
       [quickSuggestions]="chatQuickSuggestions"
       (close)="chatOpen = false">
     </app-ai-chat-drawer>
+  }

web/src/app/campaigns/character/character-edit/character-edit.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ActivatedRoute, Router } from '@angular/router';
 import { FormsModule } from '@angular/forms';
 import { LucideAngularModule, Save, ArrowLeft, User, Trash2, Sparkles } from 'lucide-angular';
@@ -26,8 +26,7 @@ import { ConfirmDialogService } from '../../../shared/confirm-dialog/confirm-dia
  */
 @Component({
     selector: 'app-character-edit',
-  standalone: true,
-  imports: [CommonModule, FormsModule, LucideAngularModule, AiChatDrawerComponent, DynamicFieldsFormComponent, SingleImagePickerComponent],
+    imports: [FormsModule, LucideAngularModule, AiChatDrawerComponent, DynamicFieldsFormComponent, SingleImagePickerComponent],
     templateUrl: './character-edit.component.html',
     styleUrls: ['./character-edit.component.scss']
 })

web/src/app/campaigns/character/character-view/character-view.component.html

@@ -5,10 +5,12 @@
       Retour
     </button>
     <span class="spacer"></span>
-    <button class="btn-ai" (click)="toggleChat()" [class.active]="chatOpen" *ngIf="characterId">
+    @if (characterId) {
+      <button class="btn-ai" (click)="toggleChat()" [class.active]="chatOpen">
         <lucide-icon [img]="Sparkles" [size]="14"></lucide-icon>
         Assistant IA
       </button>
+    }
     <button class="btn-edit" (click)="edit()">
       <lucide-icon [img]="Edit3" [size]="14"></lucide-icon>
       Editer
@@ -18,11 +20,12 @@
   <app-persona-view [persona]="character" [templateFields]="templateFields"></app-persona-view>
 </div>
 
+@if (characterId && campaignId) {
   <app-ai-chat-drawer
-  *ngIf="characterId && campaignId"
     [campaignId]="campaignId"
     entityType="character"
     [entityId]="characterId"
     [isOpen]="chatOpen"
     (close)="chatOpen = false">
   </app-ai-chat-drawer>
+}

web/src/app/campaigns/character/character-view/character-view.component.ts

@@ -1,5 +1,5 @@
 import { Component, OnInit } from '@angular/core';
-import { CommonModule } from '@angular/common';
+
 import { ActivatedRoute, Router } from '@angular/router';
 import { LucideAngularModule, ArrowLeft, Edit3, Sparkles } from 'lucide-angular';
 import { CharacterService } from '../../../services/character.service';
@@ -17,8 +17,7 @@ import { AiChatDrawerComponent } from '../../../shared/ai-chat-drawer/ai-chat-dr
  */
 @Component({
     selector: 'app-character-view',
-  standalone: true,
-  imports: [CommonModule, LucideAngularModule, PersonaViewComponent, AiChatDrawerComponent],
+    imports: [LucideAngularModule, PersonaViewComponent, AiChatDrawerComponent],
     templateUrl: './character-view.component.html',
     styleUrls: ['./character-view.component.scss']
 })

web/src/app/campaigns/item-catalog/item-catalog-edit/item-catalog-edit.component.html

@@ -0,0 +1,76 @@
+<div class="ice-page">
+  <div class="ice-toolbar">
+    <button class="btn-back" (click)="back()">
+      <lucide-icon [img]="ArrowLeft" [size]="14"></lucide-icon> Retour
+    </button>
+    <span class="spacer"></span>
+    <button class="btn-save" (click)="save()" [disabled]="saving">
+      <lucide-icon [img]="Save" [size]="14"></lucide-icon>
+      {{ saving ? 'Enregistrement…' : 'Enregistrer' }}
+    </button>
+  </div>
+
+  <h1>{{ catalogId ? 'Éditer le catalogue' : 'Nouveau catalogue d\'objets' }}</h1>
+
+  @if (errorMessage) {
+    <div class="error">{{ errorMessage }}</div>
+  }
+
+  <div class="form-row">
+    <label for="ic-name">Nom *</label>
+    <input id="ic-name" type="text" [(ngModel)]="name" placeholder="Ex: Échoppe de l'armurier nain">
+  </div>
+
+  <div class="form-row">
+    <label for="ic-desc">Description</label>
+    <textarea id="ic-desc" rows="2" [(ngModel)]="description" placeholder="À quoi sert ce catalogue / cette boutique ?"></textarea>
+  </div>
+
+  <!-- Génération IA -->
+  <div class="ai-box">
+    <div class="ai-title"><lucide-icon [img]="Sparkles" [size]="15"></lucide-icon> Générer avec l'IA</div>
+    <p class="ai-hint">Décris la boutique/le butin ; l'IA propose les objets (revois-les avant d'enregistrer). Contextualisé avec ta campagne.</p>
+    <textarea rows="2" [(ngModel)]="aiPrompt"
+    placeholder="Ex: boutique d'alchimiste dans une cité portuaire, objets exotiques"></textarea>
+    <div class="ai-actions">
+      <button class="btn-ai" (click)="generateWithAI()" [disabled]="generating">
+        <lucide-icon [img]="Sparkles" [size]="14"></lucide-icon>
+        {{ generating ? 'Génération…' : 'Générer' }}
+      </button>
+      @if (aiError) {
+        <span class="ai-error">{{ aiError }}</span>
+      }
+    </div>
+  </div>
+
+  <div class="items-head">
+    <h2>Objets</h2>
+    <button class="btn-mini" (click)="addItem()">
+      <lucide-icon [img]="Plus" [size]="13"></lucide-icon> Ajouter
+    </button>
+  </div>
+
+  <div class="item-row head">
+    <span class="c-name">Nom</span>
+    <span class="c-price">Prix</span>
+    <span class="c-cat">Catégorie</span>
+    <span class="c-desc">Description</span>
+    <span class="c-del"></span>
+  </div>
+
+  @for (it of items; track it; let i = $index) {
+    <div class="item-row">
+      <input class="c-name" type="text" [(ngModel)]="it.name" placeholder="Objet">
+      <input class="c-price" type="text" [(ngModel)]="it.price" placeholder="50 po">
+      <input class="c-cat" type="text" [(ngModel)]="it.category" placeholder="Armes">
+      <input class="c-desc" type="text" [(ngModel)]="it.description" placeholder="Effet / détails">
+      <button class="c-del btn-del" (click)="removeItem(i)" title="Supprimer">
+        <lucide-icon [img]="Trash2" [size]="14"></lucide-icon>
+      </button>
+    </div>
+  }
+
+  @if (items.length === 0) {
+    <p class="empty-hint">Aucun objet — clique « Ajouter ».</p>
+  }
+</div>

web/src/app/campaigns/item-catalog/item-catalog-edit/item-catalog-edit.component.scss

@@ -0,0 +1,87 @@
+.ice-page { max-width: 980px; margin: 0 auto; padding: 1rem 1.5rem 3rem; }
+
+.ice-toolbar {
+  display: flex; align-items: center; gap: 0.5rem; margin-bottom: 1rem;
+  .spacer { flex: 1; }
+  button {
+    display: inline-flex; align-items: center; gap: 0.35rem;
+    padding: 0.4rem 0.8rem; border-radius: 6px;
+    border: 1px solid rgba(255,255,255,0.12); background: rgba(255,255,255,0.04);
+    color: inherit; cursor: pointer; font-size: 0.85rem;
+    &:hover { background: rgba(255,255,255,0.09); }
+    &:disabled { opacity: 0.5; cursor: default; }
+  }
+  .btn-save { background: #667eea; border-color: #667eea; color: #fff; }
+  .btn-save:hover:not(:disabled) { background: #5568d3; }
+}
+
+h1 { font-size: 1.4rem; margin: 0 0 1rem; }
+h2 { font-size: 1rem; margin: 0; }
+
+.error {
+  padding: 0.6rem 0.9rem; border-radius: 6px; margin-bottom: 1rem;
+  background: rgba(224,90,90,0.12); border: 1px solid rgba(224,90,90,0.4); color: #e88;
+}
+
+.form-row {
+  display: flex; flex-direction: column; gap: 0.3rem; margin-bottom: 1rem;
+  label { font-size: 0.85rem; color: var(--color-text-muted, #9aa0aa); }
+  input, textarea {
+    padding: 0.5rem 0.7rem; border-radius: 6px;
+    border: 1px solid rgba(255,255,255,0.14); background: rgba(255,255,255,0.04);
+    color: inherit; font: inherit;
+  }
+}
+
+.ai-box {
+  margin: 1rem 0; padding: 0.85rem 1rem; border-radius: 10px;
+  background: rgba(168,130,255,0.08); border: 1px solid rgba(168,130,255,0.28);
+  .ai-title { display: flex; align-items: center; gap: 0.4rem; font-weight: 600; color: #c4a8ff; }
+  .ai-hint { margin: 0.3rem 0 0.5rem; font-size: 0.8rem; color: var(--color-text-muted, #9aa0aa); }
+  textarea {
+    width: 100%; padding: 0.5rem 0.7rem; border-radius: 6px;
+    border: 1px solid rgba(255,255,255,0.14); background: rgba(255,255,255,0.04); color: inherit; font: inherit;
+  }
+  .ai-actions { display: flex; align-items: center; gap: 0.7rem; margin-top: 0.5rem; }
+  .btn-ai {
+    display: inline-flex; align-items: center; gap: 0.4rem;
+    padding: 0.45rem 0.9rem; border: none; border-radius: 7px;
+    background: #8a6dff; color: #fff; font-weight: 600; cursor: pointer;
+    &:hover:not(:disabled) { background: #7a5cf0; }
+    &:disabled { opacity: 0.55; cursor: default; }
+  }
+  .ai-error { color: #e88; font-size: 0.82rem; }
+}
+
+.items-head {
+  display: flex; align-items: center; justify-content: space-between; margin: 1.25rem 0 0.5rem;
+  .btn-mini {
+    display: inline-flex; align-items: center; gap: 0.3rem;
+    padding: 0.3rem 0.6rem; border-radius: 6px;
+    border: 1px solid rgba(255,255,255,0.14); background: rgba(255,255,255,0.04);
+    color: inherit; cursor: pointer; font-size: 0.8rem;
+    &:hover { background: rgba(255,255,255,0.09); }
+  }
+}
+
+.item-row {
+  display: grid; grid-template-columns: 1.4fr 80px 1fr 1.8fr 36px;
+  gap: 0.5rem; align-items: center; margin-bottom: 0.4rem;
+  &.head {
+    font-size: 0.72rem; text-transform: uppercase; letter-spacing: 0.04em;
+    color: var(--color-text-muted, #9aa0aa); margin-bottom: 0.3rem;
+  }
+  input {
+    padding: 0.4rem 0.55rem; border-radius: 6px;
+    border: 1px solid rgba(255,255,255,0.14); background: rgba(255,255,255,0.04);
+    color: inherit; font: inherit; width: 100%;
+  }
+  .btn-del {
+    display: inline-flex; align-items: center; justify-content: center; padding: 0.35rem;
+    border-radius: 6px; border: 1px solid rgba(224,90,90,0.3);
+    background: rgba(224,90,90,0.08); color: #e88; cursor: pointer;
+    &:hover { background: rgba(224,90,90,0.18); }
+  }
+}
+
+.empty-hint { color: var(--color-text-muted, #9aa0aa); font-style: italic; }

web/src/app/campaigns/item-catalog/item-catalog-edit/item-catalog-edit.component.ts

@@ -0,0 +1,151 @@
+import { Component, OnInit } from '@angular/core';
+
+import { FormsModule } from '@angular/forms';
+import { ActivatedRoute, Router } from '@angular/router';
+import { LucideAngularModule, ArrowLeft, Save, Plus, Trash2, Sparkles } from 'lucide-angular';
+import { ItemCatalogService } from '../../../services/item-catalog.service';
+import { CampaignSidebarService } from '../../../services/campaign-sidebar.service';
+import { ItemCatalog, CatalogItem, ItemCatalogCreate } from '../../../services/item-catalog.model';
+
+/**
+ * Création/édition d'un catalogue d'objets (boutique, butin…).
+ * Routes : /campaigns/:campaignId/item-catalogs/create
+ *          /campaigns/:campaignId/item-catalogs/:catalogId/edit
+ */
+@Component({
+    selector: 'app-item-catalog-edit',
+    imports: [FormsModule, LucideAngularModule],
+    templateUrl: './item-catalog-edit.component.html',
+    styleUrls: ['./item-catalog-edit.component.scss']
+})
+export class ItemCatalogEditComponent implements OnInit {
+  readonly ArrowLeft = ArrowLeft;
+  readonly Save = Save;
+  readonly Plus = Plus;
+  readonly Trash2 = Trash2;
+  readonly Sparkles = Sparkles;
+
+  campaignId: string | null = null;
+  catalogId: string | null = null;
+
+  name = '';
+  description = '';
+  items: CatalogItem[] = [];
+
+  saving = false;
+  errorMessage = '';
+
+  aiPrompt = '';
+  generating = false;
+  aiError = '';
+
+  constructor(
+    private route: ActivatedRoute,
+    private router: Router,
+    private service: ItemCatalogService,
+    private campaignSidebar: CampaignSidebarService
+  ) {}
+
+  ngOnInit(): void {
+    const params = this.route.snapshot.paramMap;
+    this.campaignId = params.get('campaignId');
+    this.catalogId = params.get('catalogId');
+    if (this.campaignId) this.campaignSidebar.show(this.campaignId);
+
+    if (this.catalogId) {
+      this.service.getById(this.catalogId).subscribe({
+        next: (c: ItemCatalog) => {
+          this.name = c.name;
+          this.description = c.description ?? '';
+          this.items = c.items.map(i => ({ ...i }));
+        },
+        error: () => this.back()
+      });
+    } else {
+      this.addItem();
+    }
+  }
+
+  addItem(): void {
+    this.items.push({ name: '', price: '', category: '', description: '' });
+  }
+
+  removeItem(i: number): void {
+    this.items.splice(i, 1);
+  }
+
+  generateWithAI(): void {
+    if (!this.campaignId) return;
+    if (!this.aiPrompt.trim()) { this.aiError = 'Décris le catalogue à générer.'; return; }
+    this.generating = true;
+    this.aiError = '';
+    this.service.generate(this.campaignId, this.aiPrompt.trim()).subscribe({
+      next: (c) => {
+        this.generating = false;
+        if (c.name && !this.name.trim()) this.name = c.name;
+        if (c.description) this.description = c.description;
+        this.items = (c.items ?? []).map(i => ({ ...i }));
+      },
+      error: (err) => {
+        this.generating = false;
+        this.aiError = err?.error?.message || 'Échec de la génération IA. Réessaie ou reformule.';
+      }
+    });
+  }
+
+  save(): void {
+    if (!this.campaignId) return;
+    if (!this.name.trim()) { this.errorMessage = 'Le nom est requis.'; return; }
+    this.saving = true;
+    this.errorMessage = '';
+
+    const cleanItems = this.items
+      .filter(i => i.name.trim())
+      .map(i => ({
+        name: i.name.trim(),
+        price: i.price?.trim() || undefined,
+        category: i.category?.trim() || undefined,
+        description: i.description?.trim() || undefined
+      }));
+
+    if (this.catalogId) {
+      const payload: ItemCatalog = {
+        id: this.catalogId,
+        name: this.name.trim(),
+        description: this.description.trim() || undefined,
+        campaignId: this.campaignId,
+        items: cleanItems
+      };
+      this.service.update(this.catalogId, payload).subscribe({
+        next: () => this.goToView(this.catalogId!),
+        error: (e) => this.fail(e)
+      });
+    } else {
+      const payload: ItemCatalogCreate = {
+        name: this.name.trim(),
+        description: this.description.trim() || undefined,
+        campaignId: this.campaignId,
+        items: cleanItems
+      };
+      this.service.create(payload).subscribe({
+        next: (c) => this.goToView(c.id!),
+        error: (e) => this.fail(e)
+      });
+    }
+  }
+
+  private goToView(id: string): void {
+    this.saving = false;
+    this.router.navigate(['/campaigns', this.campaignId, 'item-catalogs', id]);
+  }
+
+  private fail(err: unknown): void {
+    this.saving = false;
+    this.errorMessage = 'Échec de l\'enregistrement.';
+    console.error('ItemCatalog save failed', err);
+  }
+
+  back(): void {
+    this.router.navigate(this.campaignId ? ['/campaigns', this.campaignId] : ['/campaigns']);
+  }
+}

web/src/app/campaigns/item-catalog/item-catalog-list/item-catalog-list.component.html

@@ -0,0 +1,35 @@
+<div class="icl-page">
+  <div class="icl-toolbar">
+    <button class="btn-back" (click)="back()">
+      <lucide-icon [img]="ArrowLeft" [size]="14"></lucide-icon> Retour
+    </button>
+    <span class="spacer"></span>
+    <button class="btn-create" (click)="create()">
+      <lucide-icon [img]="Plus" [size]="14"></lucide-icon> Nouveau catalogue
+    </button>
+  </div>
+
+  <header class="icl-header">
+    <h1><lucide-icon [img]="Package" [size]="22"></lucide-icon> Catalogues d'objets</h1>
+    <p class="icl-hint">
+      Boutiques, butins, trésors… à remplir à la main ou via l'IA. Consultables en session
+      quand les joueurs visitent une échoppe.
+    </p>
+  </header>
+
+  <div class="icl-list">
+    @if (catalogs.length === 0) {
+      <p class="empty">Aucun catalogue pour l'instant.</p>
+    }
+    @for (c of catalogs; track c) {
+      <button class="icl-item" (click)="open(c)">
+        <lucide-icon [img]="Package" [size]="16"></lucide-icon>
+        <span class="icl-item-name">{{ c.name }}</span>
+        <span class="icl-item-count">{{ c.items.length }} objet(s)</span>
+        <span class="icl-del" (click)="remove(c, $event)" title="Supprimer">
+          <lucide-icon [img]="Trash2" [size]="14"></lucide-icon>
+        </span>
+      </button>
+    }
+  </div>
+</div>

web/src/app/campaigns/item-catalog/item-catalog-list/item-catalog-list.component.scss

@@ -0,0 +1,36 @@
+.icl-page { max-width: 760px; margin: 0 auto; padding: 1rem 1.5rem 3rem; }
+
+.icl-toolbar {
+  display: flex; align-items: center; gap: 0.5rem; margin-bottom: 1rem;
+  .spacer { flex: 1; }
+  button {
+    display: inline-flex; align-items: center; gap: 0.35rem;
+    padding: 0.4rem 0.8rem; border-radius: 6px;
+    border: 1px solid rgba(255,255,255,0.12); background: rgba(255,255,255,0.04);
+    color: inherit; cursor: pointer; font-size: 0.85rem;
+    &:hover { background: rgba(255,255,255,0.09); }
+  }
+  .btn-create { background: #667eea; border-color: #667eea; color: #fff; }
+  .btn-create:hover { background: #5568d3; }
+}
+
+.icl-header {
+  margin-bottom: 1.25rem;
+  h1 { display: flex; align-items: center; gap: 0.5rem; margin: 0 0 0.35rem; font-size: 1.5rem; }
+  .icl-hint { margin: 0; color: var(--color-text-muted, #9aa0aa); font-size: 0.9rem; }
+}
+
+.icl-list { display: flex; flex-direction: column; gap: 0.4rem; }
+.empty { color: var(--color-text-muted, #9aa0aa); font-style: italic; }
+
+.icl-item {
+  display: flex; align-items: center; gap: 0.55rem;
+  padding: 0.7rem 0.85rem; border-radius: 8px;
+  border: 1px solid rgba(255,255,255,0.1); background: rgba(255,255,255,0.03);
+  color: inherit; cursor: pointer; text-align: left;
+  &:hover { background: rgba(255,255,255,0.07); }
+  .icl-item-name { flex: 1; font-weight: 500; }
+  .icl-item-count { font-size: 0.78rem; color: var(--color-text-muted, #9aa0aa); }
+  .icl-del { display: inline-flex; padding: 0.25rem; border-radius: 5px; color: #e88;
+    &:hover { background: rgba(224,90,90,0.15); } }
+}

web/src/app/campaigns/item-catalog/item-catalog-list/item-catalog-list.component.ts

@@ -0,0 +1,76 @@
+import { Component, OnInit } from '@angular/core';
+
+import { ActivatedRoute, Router } from '@angular/router';
+import { LucideAngularModule, ArrowLeft, Plus, Trash2, Package } from 'lucide-angular';
+import { ItemCatalogService } from '../../../services/item-catalog.service';
+import { CampaignSidebarService } from '../../../services/campaign-sidebar.service';
+import { ItemCatalog } from '../../../services/item-catalog.model';
+import { ConfirmDialogService } from '../../../shared/confirm-dialog/confirm-dialog.service';
+
+/**
+ * Liste des catalogues d'objets d'une campagne + création.
+ * Route : /campaigns/:campaignId/item-catalogs
+ */
+@Component({
+    selector: 'app-item-catalog-list',
+    imports: [LucideAngularModule],
+    templateUrl: './item-catalog-list.component.html',
+    styleUrls: ['./item-catalog-list.component.scss']
+})
+export class ItemCatalogListComponent implements OnInit {
+  readonly ArrowLeft = ArrowLeft;
+  readonly Plus = Plus;
+  readonly Trash2 = Trash2;
+  readonly Package = Package;
+
+  campaignId = '';
+  catalogs: ItemCatalog[] = [];
+
+  constructor(
+    private route: ActivatedRoute,
+    private router: Router,
+    private service: ItemCatalogService,
+    private campaignSidebar: CampaignSidebarService,
+    private confirmDialog: ConfirmDialogService
+  ) {}
+
+  ngOnInit(): void {
+    this.campaignId = this.route.snapshot.paramMap.get('campaignId') ?? '';
+    if (this.campaignId) {
+      this.campaignSidebar.show(this.campaignId);
+      this.load();
+    }
+  }
+
+  load(): void {
+    this.service.getByCampaign(this.campaignId).subscribe({
+      next: (list) => this.catalogs = list,
+      error: () => this.catalogs = []
+    });
+  }
+
+  create(): void {
+    this.router.navigate(['/campaigns', this.campaignId, 'item-catalogs', 'create']);
+  }
+
+  open(c: ItemCatalog): void {
+    this.router.navigate(['/campaigns', this.campaignId, 'item-catalogs', c.id]);
+  }
+
+  remove(c: ItemCatalog, ev: Event): void {
+    ev.stopPropagation();
+    this.confirmDialog.confirm({
+      title: 'Supprimer le catalogue',
+      message: `Supprimer « ${c.name} » ?`,
+      confirmLabel: 'Supprimer',
+      variant: 'danger'
+    }).then(ok => {
+      if (!ok) return;
+      this.service.delete(c.id!).subscribe(() => this.load());
+    });
+  }
+
+  back(): void {
+    this.router.navigate(['/campaigns', this.campaignId]);
+  }
+}

web/src/app/campaigns/item-catalog/item-catalog-view/item-catalog-view.component.html

@@ -0,0 +1,42 @@
+@if (catalog) {
+  <div class="ic-page">
+    <div class="ic-toolbar">
+      <button class="btn-back" (click)="back()">
+        <lucide-icon [img]="ArrowLeft" [size]="14"></lucide-icon> Retour
+      </button>
+      <span class="spacer"></span>
+      <button class="btn-edit" (click)="edit()">
+        <lucide-icon [img]="Edit3" [size]="14"></lucide-icon> Éditer
+      </button>
+    </div>
+    <header class="ic-header">
+      <h1><lucide-icon [img]="Package" [size]="22"></lucide-icon> {{ catalog.name }}</h1>
+      @if (catalog.description) {
+        <p class="ic-desc">{{ catalog.description }}</p>
+      }
+    </header>
+    @if (catalog.items.length === 0) {
+      <p class="ic-empty">
+        Aucun objet — édite le catalogue pour en ajouter.
+      </p>
+    }
+    @for (g of groups; track g) {
+      <section class="ic-group">
+        @if (g.category !== '—') {
+          <h2>{{ g.category }}</h2>
+        }
+        <table>
+          <tbody>
+            @for (it of g.items; track it) {
+              <tr>
+                <td class="col-name">{{ it.name }}</td>
+                <td class="col-price">{{ it.price }}</td>
+                <td class="col-desc">{{ it.description }}</td>
+              </tr>
+            }
+          </tbody>
+        </table>
+      </section>
+    }
+  </div>
+}

web/src/app/campaigns/item-catalog/item-catalog-view/item-catalog-view.component.scss

@@ -0,0 +1,40 @@
+.ic-page { max-width: 880px; margin: 0 auto; padding: 1rem 1.5rem 3rem; }
+
+.ic-toolbar {
+  display: flex; align-items: center; gap: 0.5rem; margin-bottom: 1rem;
+  .spacer { flex: 1; }
+  button {
+    display: inline-flex; align-items: center; gap: 0.35rem;
+    padding: 0.4rem 0.7rem; border-radius: 6px;
+    border: 1px solid rgba(255,255,255,0.12); background: rgba(255,255,255,0.04);
+    color: inherit; cursor: pointer; font-size: 0.85rem;
+    &:hover { background: rgba(255,255,255,0.09); }
+  }
+}
+
+.ic-header {
+  margin-bottom: 1.25rem;
+  h1 { display: flex; align-items: center; gap: 0.5rem; margin: 0 0 0.35rem; font-size: 1.5rem; }
+  .ic-desc { margin: 0; color: var(--color-text-muted, #9aa0aa); }
+}
+
+.ic-empty { color: var(--color-text-muted, #9aa0aa); font-style: italic; }
+
+.ic-group {
+  margin-bottom: 1.25rem;
+  h2 {
+    font-size: 0.8rem; text-transform: uppercase; letter-spacing: 0.05em;
+    color: #c4a8ff; margin: 0 0 0.4rem; padding-bottom: 0.25rem;
+    border-bottom: 1px solid rgba(168,130,255,0.2);
+  }
+  table { width: 100%; border-collapse: collapse; }
+  td {
+    padding: 0.45rem 0.6rem; border-bottom: 1px solid rgba(255,255,255,0.06); vertical-align: top;
+  }
+  .col-name { font-weight: 500; white-space: nowrap; }
+  .col-price {
+    white-space: nowrap; color: #e0c074; font-variant-numeric: tabular-nums;
+    text-align: right; width: 90px;
+  }
+  .col-desc { color: var(--color-text-muted, #cfd3da); font-size: 0.9rem; }
+}

web/src/app/campaigns/item-catalog/item-catalog-view/item-catalog-view.component.ts

@@ -0,0 +1,72 @@
+import { Component, OnInit } from '@angular/core';
+
+import { ActivatedRoute, Router } from '@angular/router';
+import { LucideAngularModule, ArrowLeft, Edit3, Package } from 'lucide-angular';
+import { ItemCatalogService } from '../../../services/item-catalog.service';
+import { CampaignSidebarService } from '../../../services/campaign-sidebar.service';
+import { ItemCatalog, CatalogItem } from '../../../services/item-catalog.model';
+
+interface ItemGroup { category: string; items: CatalogItem[]; }
+
+/**
+ * Vue d'un catalogue d'objets : liste (groupée par catégorie).
+ * Route : /campaigns/:campaignId/item-catalogs/:catalogId
+ */
+@Component({
+    selector: 'app-item-catalog-view',
+    imports: [LucideAngularModule],
+    templateUrl: './item-catalog-view.component.html',
+    styleUrls: ['./item-catalog-view.component.scss']
+})
+export class ItemCatalogViewComponent implements OnInit {
+  readonly ArrowLeft = ArrowLeft;
+  readonly Edit3 = Edit3;
+  readonly Package = Package;
+
+  campaignId: string | null = null;
+  catalogId: string | null = null;
+  catalog: ItemCatalog | null = null;
+
+  constructor(
+    private route: ActivatedRoute,
+    private router: Router,
+    private service: ItemCatalogService,
+    private campaignSidebar: CampaignSidebarService
+  ) {}
+
+  ngOnInit(): void {
+    const params = this.route.snapshot.paramMap;
+    this.campaignId = params.get('campaignId');
+    this.catalogId = params.get('catalogId');
+    if (this.catalogId) {
+      this.service.getById(this.catalogId).subscribe({
+        next: c => this.catalog = c,
+        error: () => this.back()
+      });
+    }
+    if (this.campaignId) this.campaignSidebar.show(this.campaignId);
+  }
+
+  /** Objets groupés par catégorie (non catégorisés en dernier). */
+  get groups(): ItemGroup[] {
+    const map = new Map<string, CatalogItem[]>();
+    for (const it of this.catalog?.items ?? []) {
+      const cat = (it.category ?? '').trim() || '—';
+      if (!map.has(cat)) map.set(cat, []);
+      map.get(cat)!.push(it);
+    }
+    return [...map.entries()]
+      .sort(([a], [b]) => (a === '—' ? 1 : b === '—' ? -1 : a.localeCompare(b, 'fr')))
+      .map(([category, items]) => ({ category, items }));
+  }
+
+  edit(): void {
+    if (this.campaignId && this.catalogId) {
+      this.router.navigate(['/campaigns', this.campaignId, 'item-catalogs', this.catalogId, 'edit']);
+    }
+  }
+
+  back(): void {
+    this.router.navigate(this.campaignId ? ['/campaigns', this.campaignId] : ['/campaigns']);
+  }
+}

web/src/app/campaigns/notebook/notebook-action-card/notebook-action-card.component.html

@@ -5,37 +5,55 @@
     <span class="nac-name">{{ action.name }}</span>
   </div>
 
-  <p class="nac-desc" *ngIf="action.description">{{ action.description }}</p>
+  @if (action.description) {
+    <p class="nac-desc">{{ action.description }}</p>
+  }
 
   <!-- Cibles -->
-  <div class="nac-targets" *ngIf="status !== 'created' && needsArc">
+  @if (status !== 'created' && needsArc) {
+    <div class="nac-targets">
       <label>
         Arc
         <select [(ngModel)]="selectedArcId" (ngModelChange)="syncChapter()">
-        <option *ngFor="let a of arcs" [value]="a.id">{{ a.name }}</option>
+          @for (a of arcs; track a) {
+            <option [value]="a.id">{{ a.name }}</option>
+          }
         </select>
       </label>
-    <label *ngIf="needsChapter">
+      @if (needsChapter) {
+        <label>
           Chapitre
           <select [(ngModel)]="selectedChapterId">
-        <option *ngFor="let c of targetChapters" [value]="c.id">{{ c.name }}</option>
+            @for (c of targetChapters; track c) {
+              <option [value]="c.id">{{ c.name }}</option>
+            }
           </select>
         </label>
+      }
     </div>
+  }
 
-  <p class="nac-warn" *ngIf="needsArc && arcs.length === 0">
+  @if (needsArc && arcs.length === 0) {
+    <p class="nac-warn">
       Crée d'abord un arc {{ needsChapter ? 'et un chapitre ' : '' }}dans la campagne pour pouvoir y rattacher cet élément.
     </p>
+  }
 
   <div class="nac-foot">
-    <button class="nac-create" *ngIf="status !== 'created'" (click)="create()" [disabled]="!canCreate">
+    @if (status !== 'created') {
+      <button class="nac-create" (click)="create()" [disabled]="!canCreate">
         <lucide-icon [img]="Plus" [size]="13"></lucide-icon>
         {{ status === 'creating' ? 'Création…' : 'Créer dans la campagne' }}
       </button>
-    <button class="nac-open" *ngIf="status === 'created'" (click)="openCreated()">
+    }
+    @if (status === 'created') {
+      <button class="nac-open" (click)="openCreated()">
         <lucide-icon [img]="Check" [size]="13"></lucide-icon> Créé — ouvrir
         <lucide-icon [img]="ExternalLink" [size]="12"></lucide-icon>
       </button>
-    <span class="nac-error" *ngIf="status === 'error'">{{ errorMsg }}</span>
+    }
+    @if (status === 'error') {
+      <span class="nac-error">{{ errorMsg }}</span>
+    }
   </div>
 </div>