Mise à jour du gitignore pour ne pas avoir la documentation réservée patreon dans le répertoire général

On garde malgrès tout les promps à coté des parseurs car ils évoluent généralement ensemble.

.gitignore

@@ -109,3 +109,10 @@ docker-compose.override.yml
 relay/
 scripts/bump-version.mjs
 brain/data/notebooks/5.json
+
+# ============================================================================
+# Documentation reservee aux patrons (repo Gitea PRIVE separe, clone
+# localement). NE DOIT JAMAIS partir dans le repo LoreMind public.
+# Contient le site premium (sources) + son Worker de gate dans gate/.
+# ============================================================================
+docusaurus/loremind-patreon/

brain/app/api/routers/chat.py

@@ -18,6 +18,7 @@ from app.api.chat_mapping import (
 from app.api.deps import get_chat_use_case
 from app.application.chat import ChatUseCase
 from app.core.config import get_settings
+from app.core.language import get_user_language
 from app.domain.models import ChatMessage
 from app.domain.ports import LLMProviderError
 
@@ -44,6 +45,7 @@ def _count_tokens(text: str | None) -> int:
 async def chat_stream(
     body: ChatStreamRequestDTO,
     use_case: Annotated[ChatUseCase, Depends(get_chat_use_case)],
+    language: Annotated[str, Depends(get_user_language)],
 ) -> StreamingResponse:
     """Chat streamé (Server-Sent Events) avec Structural Context.
 
@@ -82,6 +84,7 @@ async def chat_stream(
         narrative_entity=narrative_entity,
         game_system_context=game_system_context,
         session_context=session_context,
+        language=language,
     )
     # Dernier message = "current" (souvent user), le reste = historique accumulé.
     current_msg = messages[-1] if messages else None
@@ -109,6 +112,7 @@ async def chat_stream(
                 narrative_entity=narrative_entity,
                 game_system_context=game_system_context,
                 session_context=session_context,
+                language=language,
             ):
                 # json.dumps avec ensure_ascii=False pour préserver les accents
                 yield f"data: {json.dumps({'token': token}, ensure_ascii=False)}\n\n"

brain/app/api/routers/generation.py

@@ -6,7 +6,9 @@ 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.application.prompts import conversation_title as title_prompts
 from app.core.config import Settings, get_settings
+from app.core.language import get_user_language
 from app.domain.models import PageGenerationContext
 from app.domain.ports import LLMProvider, LLMProviderError
 
@@ -60,6 +62,7 @@ async def generate_page(
     use_case: Annotated[
         GeneratePageUseCase, Depends(get_generate_page_use_case)
     ],
+    language: Annotated[str, Depends(get_user_language)],
 ) -> GeneratePageResponseDTO:
     """Endpoint métier : contexte LoreMind → valeurs structurées par champ.
 
@@ -76,7 +79,7 @@ async def generate_page(
     )
 
     try:
-        result = await use_case.execute(context)
+        result = await use_case.execute(context, language=language)
     except LLMProviderError as exc:
         raise HTTPException(status_code=502, detail=str(exc)) from exc
 
@@ -101,18 +104,11 @@ 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)],
+    language: Annotated[str, Depends(get_user_language)],
 ) -> SummarizeTitleResponseDTO:
     """Genere un titre court a partir des premiers echanges de la conversation.
 
@@ -123,7 +119,7 @@ async def summarize_conversation_title(
         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 :"
+    prompt = f"{title_prompts.title_system_prompt(language)}\n\nConversation :\n{transcript}\n\nTitre :"
     try:
         raw = await llm.generate(prompt)
     except LLMProviderError as exc:
@@ -133,5 +129,5 @@ async def summarize_conversation_title(
     if len(title) > 80:
         title = title[:80].rstrip()
     if not title:
-        title = "Nouvelle conversation"
+        title = title_prompts.TITLE_FALLBACK.get(language, title_prompts.TITLE_FALLBACK["fr"])
     return SummarizeTitleResponseDTO(title=title)

brain/app/api/routers/imports.py

@@ -16,6 +16,7 @@ from app.api.deps import (
 from app.application.adapt_campaign import AdaptCampaignUseCase
 from app.application.import_campaign import ImportCampaignUseCase
 from app.application.import_rules import ImportRulesUseCase
+from app.core.language import get_user_language
 from app.domain.models import ChatMessage
 from app.domain.ports import LLMProviderError, PdfExtractionError
 
@@ -40,6 +41,7 @@ class RulesImportResponseDTO(BaseModel):
 @router.post("/import/rules", response_model=RulesImportResponseDTO)
 async def import_rules(
     use_case: Annotated[ImportRulesUseCase, Depends(get_import_rules_use_case)],
+    language: Annotated[str, Depends(get_user_language)],
     file: UploadFile = File(...),
 ) -> RulesImportResponseDTO:
     """Import d'un PDF de règles → sections markdown structurées (proposition).
@@ -58,7 +60,7 @@ async def import_rules(
         )
 
     try:
-        result = await use_case.execute(content)
+        result = await use_case.execute(content, language=language)
     except PdfExtractionError as exc:
         raise HTTPException(status_code=400, detail=str(exc)) from exc
     except LLMProviderError as exc:
@@ -74,6 +76,7 @@ async def import_rules(
 @router.post("/import/rules/stream")
 async def import_rules_stream(
     use_case: Annotated[ImportRulesUseCase, Depends(get_import_rules_use_case)],
+    language: Annotated[str, Depends(get_user_language)],
     file: UploadFile = File(...),
 ) -> StreamingResponse:
     """Import streamé : émet l'avancement (SSE) puis le résultat final.
@@ -93,7 +96,7 @@ async def import_rules_stream(
             yield sse_event("error", {"message": upload_error})
             return
         try:
-            async for ev in use_case.stream(content):
+            async for ev in use_case.stream(content, language=language):
                 event_type = ev.pop("type")
                 yield sse_event(event_type, ev)
         except PdfExtractionError as exc:
@@ -146,6 +149,7 @@ async def import_campaign_stream(
 @router.post("/adapt/campaign/stream")
 async def adapt_campaign_stream(
     use_case: Annotated[AdaptCampaignUseCase, Depends(get_adapt_campaign_use_case)],
+    language: Annotated[str, Depends(get_user_language)],
     file: UploadFile = File(...),
     brief: str = Form(""),
     messages: str = Form("[]"),
@@ -173,7 +177,7 @@ async def adapt_campaign_stream(
             yield sse_event("error", {"message": upload_error})
             return
         try:
-            async for token in use_case.stream(content, brief, convo):
+            async for token in use_case.stream(content, brief, convo, language=language):
                 yield sse_event("token", {"token": token})
             yield sse_event("done", {})
         except PdfExtractionError as exc:

brain/app/api/routers/notebooks.py

@@ -17,6 +17,7 @@ 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.core.language import get_user_language
 from app.domain.models import ChatMessage
 from app.domain.ports import LLMProviderError, PdfExtractionError
 from app.infrastructure import vector_store
@@ -77,6 +78,7 @@ async def chat_notebook_stream(
     body: NotebookChatRequestDTO,
     use_case: Annotated[NotebookChatUseCase, Depends(get_notebook_chat_use_case)],
     settings: Annotated[Settings, Depends(get_settings)],
+    language: Annotated[str, Depends(get_user_language)],
 ) -> StreamingResponse:
     """Chat ANCRÉ sur les sources (RAG) : récupère les passages pertinents puis
     streame la réponse. Évènements SSE : `token` {token}, `done` {}, `error` {message}."""
@@ -85,7 +87,7 @@ async def chat_notebook_stream(
 
     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):
+            async for ev in use_case.stream(body.source_ids, messages, context=body.context, top_k=top_k, language=language):
                 if ev["type"] == "token":
                     if ev.get("token"):
                         yield sse_event("token", {"token": ev["token"]})
@@ -107,6 +109,7 @@ async def chat_notebook_stream(
 async def chat_notebook_deep_stream(
     body: NotebookChatRequestDTO,
     use_case: Annotated[NotebookDeepUseCase, Depends(get_notebook_deep_use_case)],
+    language: Annotated[str, Depends(get_user_language)],
 ) -> StreamingResponse:
     """Analyse APPROFONDIE (map-reduce sur tout le document). Évènements SSE :
     `progress` {current,total} pendant la lecture, puis `token` {token}, puis `done`."""
@@ -118,7 +121,7 @@ async def chat_notebook_deep_stream(
             yield sse_event("error", {"message": "Question vide."})
             return
         try:
-            async for ev in use_case.stream(body.source_ids, messages, context=body.context):
+            async for ev in use_case.stream(body.source_ids, messages, context=body.context, language=language):
                 ev_type = ev.pop("type")
                 yield sse_event(ev_type, ev)
         except (LLMProviderError, EmbeddingError) as exc:

brain/app/api/routers/tables.py

@@ -8,6 +8,8 @@ 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.application.prompts import tables as prompts
+from app.core.language import get_user_language
 from app.domain.ports import LLMProvider, LLMProviderError
 
 router = APIRouter()
@@ -51,28 +53,15 @@ class GenerateTableResponseDTO(BaseModel):
 async def generate_random_table(
     body: GenerateTableRequestDTO,
     llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+    language: Annotated[str, Depends(get_user_language)],
 ) -> 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."
-    )
+    prompt = prompts.random_table_prompt(
+        body.description, body.dice_formula, lo, hi, body.context, language)
     try:
         raw = await generate_with_retry(llm, prompt, output_format="json", temperature=0.7)
     except LLMProviderError as exc:
@@ -124,17 +113,11 @@ class ImproviseRollResponseDTO(BaseModel):
 async def improvise_table_roll(
     body: ImproviseRollRequestDTO,
     llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+    language: Annotated[str, Depends(get_user_language)],
 ) -> 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."
-    )
+    prompt = prompts.improvise_roll_prompt(
+        body.table_name, body.result_label, body.result_detail, body.context, language)
     try:
         raw = await llm.generate(prompt, temperature=0.8)
     except LLMProviderError as exc:
@@ -167,22 +150,10 @@ class GenerateCatalogResponseDTO(BaseModel):
 async def generate_item_catalog(
     body: GenerateCatalogRequestDTO,
     llm: Annotated[LLMProvider, Depends(get_llm_provider)],
+    language: Annotated[str, Depends(get_user_language)],
 ) -> 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."
-    )
+    prompt = prompts.item_catalog_prompt(body.description, body.context, language)
     try:
         raw = await generate_with_retry(llm, prompt, output_format="json", temperature=0.7)
     except LLMProviderError as exc:

brain/app/application/adapt_campaign.py

@@ -13,6 +13,8 @@ from __future__ import annotations
 import logging
 from typing import AsyncIterator
 
+from app.application.prompts import adapt_campaign as prompts
+from app.core.language import DEFAULT as _DEFAULT_LANG
 from app.domain.models import ChatMessage
 from app.domain.ports import LLMChatProvider, PdfExtractionError, PdfTextExtractor
 
@@ -21,27 +23,6 @@ logger = logging.getLogger(__name__)
 # Plus créatif que l'import (tâche de structuration) : ici on conseille/adapte.
 _TEMPERATURE = 0.7
 
-_SYSTEM_PREFIX = (
-    "Tu es un assistant pour Maître de Jeu de jeu de rôle. L'utilisateur a une "
-    "campagne EXISTANTE (décrite plus bas) et souhaite ADAPTER et INTÉGRER le "
-    "contenu d'un PDF (aventure, donjon, supplément) à CETTE campagne précise."
-)
-
-_SYSTEM_SUFFIX = (
-    "Produis des CONSEILS D'ADAPTATION concrets, actionnables et en FRANÇAIS, "
-    "en markdown structuré (titres ##, listes). Couvre notamment :\n"
-    "- **Où l'insérer** : à quel(s) arc(s)/chapitre(s) EXISTANT(s) rattacher ce "
-    "contenu, dans quel ordre, et — si l'arc est un hub — sous quelles conditions de déblocage.\n"
-    "- **Reskins / liens PNJ** : quels PNJ EXISTANTS de la campagne peuvent incarner "
-    "ou remplacer les personnages clés du PDF.\n"
-    "- **Adaptation à l'univers** : comment transposer lieux, factions, noms propres et "
-    "ton vers l'univers de l'utilisateur plutôt que le cadre d'origine du PDF.\n"
-    "- **Doublons / conflits** : ce qui recoupe l'existant et comment le réconcilier.\n"
-    "- **Ajustements de ton et de difficulté**.\n\n"
-    "Réfère-toi TOUJOURS aux éléments existants par leur NOM. Ne réécris PAS le PDF en "
-    "entier : donne des recommandations. Si une information manque, propose des options."
-)
-
 
 class AdaptCampaignUseCase:
     """Génère (en streaming) des conseils d'adaptation d'un PDF à une campagne."""
@@ -64,6 +45,7 @@ class AdaptCampaignUseCase:
         pdf_bytes: bytes,
         brief: str,
         messages: list[ChatMessage],
+        language: str = _DEFAULT_LANG,
     ) -> AsyncIterator[str]:
         """Conversationnel : le PDF + la campagne sont le CONTEXTE (system prompt),
         `messages` est l'échange (demande initiale, puis feedbacks de l'utilisateur)."""
@@ -87,12 +69,12 @@ class AdaptCampaignUseCase:
         )
         # Concaténation (pas .format) : brief/PDF peuvent contenir des { } littéraux.
         system_prompt = (
-            f"{_SYSTEM_PREFIX}\n\n"
+            f"{prompts.SYSTEM_PREFIX}\n\n"
             "--- CAMPAGNE EXISTANTE DE L'UTILISATEUR ---\n"
             f"{brief.strip() or '(campagne encore vide)'}\n\n"
             "--- CONTENU DU PDF À ADAPTER ---\n"
             f"{pdf_text}{trunc_note}\n\n"
-            f"{_SYSTEM_SUFFIX}\n\n"
+            f"{prompts.system_suffix(language)}\n\n"
             "Tu es en CONVERSATION : à chaque message de l'utilisateur, ajuste, corrige "
             "ou propose des alternatives en gardant tout ce contexte à l'esprit."
         )

brain/app/application/chat.py

@@ -31,6 +31,8 @@ from app.domain.models import (
     QuestSummary,
     SessionContext,
 )
+from app.application.prompts import chat as prompts
+from app.core.language import DEFAULT as _DEFAULT_LANG
 from app.domain.ports import LLMChatProvider
 
 
@@ -40,21 +42,6 @@ from app.domain.ports import LLMChatProvider
 _DEFAULT_TEMPERATURE = 0.7
 
 
-_BASE_SYSTEM = """Tu es un assistant d'écriture pour un Maître de Jeu de JDR.
-Tu dialogues avec le MJ pour l'aider à enrichir son univers et ses campagnes.
-
-Règles de ton :
-- Réponds en français, ton chaleureux et créatif.
-- Sois concis : listes à puces courtes plutôt que longs paragraphes.
-- Propose des idées qui s'intègrent dans le contexte existant ci-dessous.
-
-Règles de cohérence (IMPORTANT) :
-- Tu PEUX et DOIS inventer des éléments originaux (personnages, lieux, objets, intrigues, créatures, scènes) — c'est ton rôle d'assistant créatif.
-- Tu ne peux PAS faire référence à un élément du MJ (du Lore, des arcs, chapitres ou scènes) comme s'il existait déjà, SAUF s'il apparaît EXACTEMENT (même orthographe) dans l'une des sections de contexte ci-dessous.
-- Si l'utilisateur mentionne un nom que tu ne vois pas dans le contexte, ne fais surtout pas semblant de le connaître : dis clairement "Je ne vois pas [nom] dans le contexte actuel, veux-tu qu'on le crée ?" plutôt que d'inventer des détails à son sujet.
-- Évite les précisions inventées qu'on ne peut pas vérifier : dates exactes, chiffres de population, hiérarchies politiques complexes, généalogies détaillées. Préfère des formulations ouvertes que le MJ validera ("il y a longtemps", "de nombreux", "la haute noblesse")."""
-
-
 class ChatUseCase:
     """Orchestre un tour de conversation avec le LLM + contextes structurels."""
 
@@ -71,16 +58,18 @@ class ChatUseCase:
         narrative_entity: NarrativeEntityContext | None = None,
         game_system_context: GameSystemContext | None = None,
         session_context: SessionContext | None = None,
+        language: str = _DEFAULT_LANG,
     ) -> AsyncIterator[str]:
         """Streame les tokens de la réponse assistant pour le dernier message user.
 
         Les contextes sont tous optionnels, mais au moins l'un des deux
         "niveaux haut" (lore_context ou campaign_context) doit être fourni
         pour que le prompt ait du sens. Le controller (main.py) applique
-        cette règle à la frontière HTTP.
+        cette règle à la frontière HTTP. `language` pilote la langue de réponse.
         """
         system_prompt = self._build_system_prompt(
-            lore_context, page_context, campaign_context, narrative_entity, game_system_context, session_context
+            lore_context, page_context, campaign_context, narrative_entity,
+            game_system_context, session_context, language,
         )
         async for token in self._llm.stream_chat(
             messages,
@@ -97,12 +86,14 @@ class ChatUseCase:
         narrative_entity: NarrativeEntityContext | None = None,
         game_system_context: GameSystemContext | None = None,
         session_context: SessionContext | None = None,
+        language: str = _DEFAULT_LANG,
     ) -> str:
         """Version publique — utilisée par le controller HTTP pour compter
         les tokens du system prompt avant de streamer (jauge de contexte).
         """
         return self._build_system_prompt(
-            lore_context, page_context, campaign_context, narrative_entity, game_system_context, session_context
+            lore_context, page_context, campaign_context, narrative_entity,
+            game_system_context, session_context, language,
         )
 
     # --- Construction du system prompt --------------------------------------
@@ -115,8 +106,9 @@ class ChatUseCase:
         narrative: NarrativeEntityContext | None,
         game_system: GameSystemContext | None = None,
         session: SessionContext | None = None,
+        language: str = _DEFAULT_LANG,
     ) -> str:
-        sections = [_BASE_SYSTEM]
+        sections = [prompts.base_system(language)]
         if lore is not None:
             sections.append(self._format_lore(lore))
         if campaign is not None:

brain/app/application/generate_page.py

@@ -8,9 +8,13 @@ permet de tester ce use case avec un FakeLLMProvider, sans Ollama qui tourne.
 """
 import json
 
+from app.application.prompts import generate_page as prompts
 from app.domain.models import PageGenerationContext, PageGenerationResult
 from app.domain.ports import LLMProvider, LLMProviderError
 
+# Langue de repli quand le router n'en fournit pas (appel direct / vieux client).
+from app.core.language import DEFAULT as _DEFAULT_LANG
+
 
 # Température basse : remplissage de champs = tâche factuelle, peu créative.
 # Une valeur trop haute (par défaut Ollama = 0.8) encourage l'IA à broder
@@ -18,21 +22,6 @@ from app.domain.ports import LLMProvider, LLMProviderError
 _DEFAULT_TEMPERATURE = 0.4
 
 
-_SYSTEM_INSTRUCTIONS = """Tu es un assistant d'écriture pour un Maître de Jeu de JDR.
-Tu vas générer le contenu d'une page appartenant à un univers fictionnel.
-
-Règles impératives de ta réponse :
-- Tu réponds UNIQUEMENT par un objet JSON valide.
-- Les clés du JSON correspondent EXACTEMENT aux noms de champs demandés.
-- Les valeurs sont des chaînes de texte en français, riches et évocatrices.
-- Aucun markdown, aucune explication, aucun commentaire autour du JSON.
-
-Règles de cohérence (IMPORTANT) :
-- Tu PEUX inventer des détails originaux pour CETTE page : apparence, traits de caractère, anecdotes, histoire personnelle.
-- Tu ne dois PAS faire référence à d'autres personnages, lieux, organisations ou événements comme s'ils existaient déjà dans l'univers, sauf si le contexte ci-dessous les mentionne explicitement.
-- Si un champ appelle une précision externe (date, nom d'un roi, ville voisine, guerre passée), reste volontairement vague : "il y a de nombreuses années", "un bourg voisin", "une époque troublée". Le MJ préfère combler lui-même les blancs plutôt que trouver des faits inventés contradictoires avec son univers."""
-
-
 class GeneratePageUseCase:
     """Orchestre la génération d'une page LoreMind via un LLM."""
 
@@ -42,8 +31,9 @@ class GeneratePageUseCase:
     async def execute(
         self,
         context: PageGenerationContext,
+        language: str = _DEFAULT_LANG,
     ) -> PageGenerationResult:
-        prompt = self._build_prompt(context)
+        prompt = self._build_prompt(context, language)
         raw = await self._llm.generate(
             prompt,
             output_format="json",
@@ -53,7 +43,7 @@ class GeneratePageUseCase:
         return PageGenerationResult(values=values)
 
     @staticmethod
-    def _build_prompt(context: PageGenerationContext) -> str:
+    def _build_prompt(context: PageGenerationContext, language: str = _DEFAULT_LANG) -> str:
         fields_block = "\n".join(f'- "{field}"' for field in context.template_fields)
         lore_desc_line = (
             f"\nDescription de l'univers : {context.lore_description}"
@@ -62,7 +52,7 @@ class GeneratePageUseCase:
         )
 
         return (
-            f"{_SYSTEM_INSTRUCTIONS}\n\n"
+            f"{prompts.system_instructions(language)}\n\n"
             f"Univers : {context.lore_name}"
             f"{lore_desc_line}\n"
             f"Catégorie (dossier) : {context.folder_name}\n"

brain/app/application/import_campaign.py

@@ -21,6 +21,7 @@ from app.application.import_status import (
 )
 from app.application.llm_json import load_json_object, looks_like_truncated_json
 from app.application.llm_retry import generate_with_retry
+from app.application.prompts import import_campaign as prompts
 from app.application.streaming import with_heartbeat
 
 # Repli anti-troncature : si la sortie d'un morceau est coupée, on le retraite en
@@ -47,76 +48,11 @@ logger = logging.getLogger(__name__)
 # Plus la valeur est haute, plus le modèle "brode" (invente du contenu absent).
 _TEMPERATURE = 0.1
 
-# Nom de l'arc unique quand le livre n'est pas découpé en actes/parties.
-_DEFAULT_ARC_NAME = "Aventure principale"
-
 # Morceaux PLUS GROS que pour les règles : l'IA voit une quête/un chapitre entier
 # d'un coup et le structure de façon cohérente (1 scène par lieu) au lieu de le
 # fragmenter en dizaines de scènes. Adapté aux providers à grand contexte (1min.ai).
 _CHUNK_TARGET_TOKENS = 10000
 
-_MAP_SYSTEM = """Tu es un assistant qui structure un livre de campagne de jeu de rôle.
-On te donne un EXTRAIT brut d'un PDF de campagne (texte parfois mal coupé par la mise en page).
-
-Ta tâche : en dégager une ARBORESCENCE narrative à GROS GRAIN : arcs → chapitres → scènes,
-et — pour les lieux explorables — leurs PIÈCES (rooms).
-  - Un ARC = un acte / une grande partie de la campagne (souvent un seul pour une aventure courte).
-  - Un CHAPITRE = une étape majeure du récit : un chapitre du livre, OU — dans une
-    campagne "hub" / bac-à-sable — UNE QUÊTE ou UN LIEU principal débloqué depuis le
-    point central (ex : Dragon of Icespire Peak → chaque quête/lieu = un chapitre).
-  - Une SCÈNE = un temps fort jouable du chapitre : un lieu, une rencontre clé, un moment pivot.
-  - Une PIÈCE (room) = une salle d'un lieu explorable (donjon, crypte, manoir...).
-
-TYPE D'ARC ("type") :
-- "HUB" si la campagne est un bac-à-sable : des quêtes/lieux optionnels, parallèles,
-  débloqués depuis un point central, SANS ordre fixe imposé (ex : Dragon of Icespire Peak).
-- "LINEAR" si les chapitres se jouent dans un ordre séquentiel imposé.
-- Dans le doute : "LINEAR".
-
-GRANULARITÉ (évite la sur-détection) :
-- Vise PEU de scènes : typiquement 1 à 6 par chapitre. PAS des dizaines.
-- Un LIEU EXPLORABLE (donjon, crypte, manoir, grotte à plusieurs salles) = UNE SEULE
-  scène. Ses salles vont dans le tableau "rooms" de cette scène — JAMAIS en scènes séparées.
-- NE crée PAS une scène par rencontre isolée, par PNJ, par monstre ou par paragraphe.
-- IGNORE : blocs de stats, listes de monstres, encarts de règles, légendes de cartes,
-  pieds de page, sommaires, crédits.
-
-CONTENU D'UNE SCÈNE (fidélité au livre — important) :
-- `description` = synopsis de la scène, 2 à 4 phrases (plus que 1 ligne, mais pas le texte intégral).
-- `player_narration` = le texte d'AMBIANCE « à lire aux joueurs » (encadrés / boxed text /
-  « lecture à voix haute »), recopié FIDÈLEMENT s'il existe dans l'extrait. Vide sinon.
-- `gm_notes` = les informations pour le MJ : secrets, développement, ce qui se passe,
-  conséquences, indices cachés. Vide si rien de tel.
-- Ne RÉSUME pas abusivement player_narration et gm_notes : recopie le contenu utile du livre.
-
-PIÈCES (rooms) — uniquement pour les scènes qui sont des lieux explorables :
-- Une entrée par salle numérotée/nommée du donjon (ex : "1. Entrée", "2. Salle des gardes").
-- `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 :
-  {{"arcs": [{{"name": "...", "description": "...", "type": "LINEAR",
-     "chapters": [{{"name": "...", "description": "...", "scenes": [
-        {{"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": []}}."""
-
 # Schéma de l'arbre attendu, passé aux providers à sorties structurées (Ollama
 # contraint la grammaire : un modèle local ne PEUT plus produire de clés
 # inventées, d'objets bavards type "thought" ni de texte hors JSON). Les
@@ -195,47 +131,12 @@ _TREE_SCHEMA: dict = {
     "additionalProperties": False,
 }
 
-# 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]
@@ -626,7 +527,7 @@ class ImportCampaignUseCase:
         skeleton = merger.skeleton_text()
         try:
             raw = await generate_with_retry(
-                self._llm, _CONSOLIDATE_PROMPT.format(skeleton=skeleton),
+                self._llm, prompts.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.
@@ -664,9 +565,9 @@ class ImportCampaignUseCase:
         """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 ""
+        toc_section = prompts.TOC_BLOCK.format(toc=toc_block) if toc_block else ""
         prompt = (
-            _MAP_SYSTEM.format(default_arc=_DEFAULT_ARC_NAME)
+            prompts.MAP_SYSTEM.format(default_arc=prompts.DEFAULT_ARC_NAME)
             + toc_section
             + f"\n\n--- EXTRAIT {index + 1}/{total} ---\n{text}\n\n"
             "Renvoie maintenant le JSON de l'arborescence."

brain/app/application/import_rules.py

@@ -25,7 +25,9 @@ from app.application.import_status import (
 )
 from app.application.llm_json import load_json_object, looks_like_truncated_json
 from app.application.llm_retry import generate_with_retry
+from app.application.prompts import import_rules as prompts
 from app.application.streaming import with_heartbeat
+from app.core.language import DEFAULT as _DEFAULT_LANG, language_name
 
 # Repli anti-troncature : si la SORTIE d'un morceau est coupée (le modèle ne peut
 # pas tout réécrire en une réponse), on retraite ce morceau en 2 moitiés. Borné en
@@ -57,43 +59,6 @@ _SECTIONS_SCHEMA: dict = {
     "additionalProperties": {"type": "string"},
 }
 
-# Taxonomie canonique suggérée au modèle pour homogénéiser les titres entre
-# morceaux (sinon "Combat" / "Le combat" / "Règles de combat" se dispersent).
-# Le modèle reste libre d'en créer d'autres si rien ne correspond.
-_CANONICAL_SECTIONS = [
-    "Règles générales",
-    "Création de personnage",
-    "Caractéristiques et tests",
-    "Compétences",
-    "Combat",
-    "Magie et sorts",
-    "Équipement et objets",
-    "États et conditions",
-    "Repos et récupération",
-    "Progression et niveaux",
-    "Conseils au Maître de Jeu",
-]
-
-_MAP_SYSTEM = """Tu es un assistant qui réorganise un livre de règles de jeu de rôle.
-On te donne un EXTRAIT brut d'un PDF de règles (texte parfois mal coupé par la mise en page).
-
-Ta tâche : répartir le contenu de cet extrait dans des SECTIONS THÉMATIQUES.
-
-Format EXACT attendu — un objet JSON plat {{titre de section: contenu markdown}} :
-{{"Combat": "## Initiative\\n\\nChaque participant lance 1d20...", "Magie et sorts": "## Sorts\\n\\n..."}}
-
-Règles impératives :
-- Tu réponds UNIQUEMENT par cet objet JSON, sans texte avant ni après.
-- Les CLÉS sont des titres de section (texte court). Les VALEURS sont le contenu de la règle en markdown (chaîne de caractères, jamais un objet ou une liste).
-- INTERDIT : des clés génériques comme "title", "content", "sections", "thought" ou "notes" ; des objets imbriqués ; tout commentaire sur ta démarche ou ton raisonnement.
-- Utilise EN PRIORITÉ ces titres canoniques quand le contenu y correspond :
-{canonical}
-- Si un contenu ne rentre dans aucun, crée un titre clair et concis (en français).
-- Reproduis FIDÈLEMENT les règles : tu peux nettoyer la coupure des lignes, recoller les mots coupés
-  par un tiret en fin de ligne, retirer les en-têtes/pieds de page et numéros de page parasites.
-- N'INVENTE AUCUNE règle, ne résume pas abusivement : tu réorganises, tu ne réécris pas le fond.
-- Ignore les pages de garde, sommaires, crédits, pages vides (renvoie {{}} si l'extrait n'a aucune règle)."""
-
 # --- Mode SEGMENTATION (modèles locaux) --------------------------------------
 # Réécrire tout le texte en JSON impose une SORTIE ≈ taille de l'ENTRÉE : à
 # ~100 tokens/s en local, un livre = des dizaines de minutes et des troncatures
@@ -102,25 +67,6 @@ Règles impératives :
 # qui découpons le texte original. ~50× plus rapide, fidélité parfaite du
 # contenu (texte source intact), plus de troncature possible.
 
-_SEGMENT_SYSTEM = """Tu analyses un EXTRAIT brut d'un livre de règles de jeu de rôle.
-Ta tâche : repérer où COMMENCENT les sections thématiques. Tu ne réécris RIEN.
-
-Format EXACT attendu :
-{{"sections": [{{"titre": "Combat", "debut": "Le combat se déroule en tours de"}}, ...]}}
-
-Règles impératives :
-- "debut" = les 5 à 10 PREMIERS MOTS du passage où la section commence, COPIÉS À L'IDENTIQUE
-  depuis l'extrait (même orthographe, même ponctuation, même langue). JAMAIS un résumé.
-- La PREMIÈRE entrée commence aux tout premiers mots de l'extrait (même si le contenu
-  poursuit une section entamée avant cet extrait).
-- Les entrées suivent l'ordre du texte. Vise des sections LARGES (un thème), pas un titre
-  par paragraphe : un extrait contient typiquement 1 à 6 sections.
-- Titres : EN PRIORITÉ parmi :
-{canonical}
-  sinon un titre court et clair en français.
-- Pages de garde, sommaires, crédits : n'en fais pas des sections. Si l'extrait n'est que ça,
-  renvoie {{"sections": []}}."""
-
 # Schéma passé à Ollama (structured outputs) : un objet {"sections": [...]}.
 # Racine objet (pas tableau) car l'extraction côté Brain repère le premier {…}.
 _ANCHORS_SCHEMA: dict = {
@@ -293,7 +239,7 @@ class ImportRulesUseCase:
         self._chunk_target_tokens = chunk_target_tokens
         self._segment_only = segment_only
 
-    async def execute(self, pdf_bytes: bytes) -> RulesImportResult:
+    async def execute(self, pdf_bytes: bytes, language: str = _DEFAULT_LANG) -> RulesImportResult:
         """Variante non-streamée : traite tout puis renvoie le résultat complet."""
         doc = self._extractor.extract(pdf_bytes)
         chunks = chunk_text(doc.full_text, self._chunk_target_tokens)
@@ -303,14 +249,14 @@ class ImportRulesUseCase:
         )
         merger = _SectionMerger()
         for i, chunk in enumerate(chunks):
-            merger.add(await self._map_chunk(chunk, index=i, total=len(chunks)))
+            merger.add(await self._map_chunk(chunk, index=i, total=len(chunks), language=language))
         return RulesImportResult(
             sections=merger.result(),
             page_count=doc.page_count,
             ocr_page_count=doc.ocr_page_count,
         )
 
-    async def stream(self, pdf_bytes: bytes):
+    async def stream(self, pdf_bytes: bytes, language: str = _DEFAULT_LANG):
         """Variante streamée : yield des évènements d'avancement au fil de l'eau.
 
         Évènements (dicts) : {"type": "extracting"}, puis
@@ -353,7 +299,7 @@ class ImportRulesUseCase:
                 try:
                     sections: dict[str, str] | None = None
                     async for kind, payload in with_heartbeat(
-                        self._map_chunk(chunk, index=i, total=total),
+                        self._map_chunk(chunk, index=i, total=total, language=language),
                         status_queue=status_queue,
                     ):
                         if kind == "heartbeat":
@@ -408,20 +354,24 @@ class ImportRulesUseCase:
 
     # --- MAP : un morceau → sections -----------------------------------------
 
-    async def _map_chunk(self, chunk: str, *, index: int, total: int) -> dict[str, str]:
-        return await self._extract_sections(chunk, index=index, total=total, depth=0)
+    async def _map_chunk(self, chunk: str, *, index: int, total: int,
+                         language: str = _DEFAULT_LANG) -> dict[str, str]:
+        return await self._extract_sections(
+            chunk, index=index, total=total, depth=0, language=language)
 
     async def _extract_sections(
-        self, text: str, *, index: int, total: int, depth: int
+        self, text: str, *, index: int, total: int, depth: int,
+        language: str = _DEFAULT_LANG,
     ) -> dict[str, str]:
         """Extrait les sections d'un texte. Si la SORTIE est tronquée, retraite le
         texte en DEUX moitiés (chacune produit une réponse complète) et fusionne —
         ainsi aucune section n'est perdue, quel que soit le plafond de sortie."""
-        system = _SEGMENT_SYSTEM if self._segment_only else _MAP_SYSTEM
+        system = prompts.SEGMENT_SYSTEM if self._segment_only else prompts.MAP_SYSTEM
         schema = _ANCHORS_SCHEMA if self._segment_only else _SECTIONS_SCHEMA
         prompt = (
             system.format(
-                canonical="\n".join(f"  - {s}" for s in _CANONICAL_SECTIONS)
+                canonical="\n".join(f"  - {s}" for s in prompts.CANONICAL_SECTIONS),
+                language_name=language_name(language),
             )
             + f"\n\n--- EXTRAIT {index + 1}/{total} ---\n{text}\n\n"
             "Renvoie maintenant le JSON des sections."
@@ -444,8 +394,8 @@ class ImportRulesUseCase:
             notify_status(
                 f"Le modèle est trop lent sur le morceau {index + 1} : "
                 "re-découpage en 2 moitiés plus digestes…")
-            a = await self._extract_sections(left, index=index, total=total, depth=depth + 1)
-            b = await self._extract_sections(right, index=index, total=total, depth=depth + 1)
+            a = await self._extract_sections(left, index=index, total=total, depth=depth + 1, language=language)
+            b = await self._extract_sections(right, index=index, total=total, depth=depth + 1, language=language)
             return _combine_sections(a, b)
         if self._segment_only:
             sections, truncated = self._parse_anchors(raw, text, index=index)
@@ -461,8 +411,8 @@ class ImportRulesUseCase:
                 notify_status(
                     f"Réponse du modèle coupée sur le morceau {index + 1} : "
                     "re-découpage en 2 moitiés plus digestes…")
-                a = await self._extract_sections(left, index=index, total=total, depth=depth + 1)
-                b = await self._extract_sections(right, index=index, total=total, depth=depth + 1)
+                a = await self._extract_sections(left, index=index, total=total, depth=depth + 1, language=language)
+                b = await self._extract_sections(right, index=index, total=total, depth=depth + 1, language=language)
                 return _combine_sections(a, b)
         if truncated:
             logger.warning(

brain/app/application/notebook_chat.py

@@ -9,54 +9,13 @@ from __future__ import annotations
 from typing import AsyncIterator
 
 from app.application.notebook_rag import NotebookRagUseCase
+from app.application.prompts import notebook as prompts
 from app.application.query_rewrite import standalone_question
 from app.application.rerank import pool_size, rerank
+from app.core.language import DEFAULT as _DEFAULT_LANG, language_name
 from app.domain.models import ChatMessage
 from app.domain.ports import LLMChatProvider
 
-_SYSTEM_PROMPT = """Tu es un assistant de jeu de rôle qui aide à ADAPTER une source (PDF) à la CAMPAGNE de l'utilisateur.
-
-Tu disposes de DEUX connaissances, toutes deux ci-dessous :
-1) LA CAMPAGNE de l'utilisateur (sa structure arcs/chapitres/scènes, ses PNJ, son univers) ;
-2) LA SOURCE (extraits pertinents du PDF).
-
-Règles :
-- Pour une question sur SA CAMPAGNE (ex. « mon chapitre 3 », « mes PNJ »), appuie-toi sur la section CAMPAGNE.
-- Pour une question sur le livre, appuie-toi sur les EXTRAITS DE LA SOURCE.
-- CROISE les deux pour proposer des adaptations cohérentes avec sa campagne existante.
-- N'invente pas ce qui ne figure ni dans la campagne ni dans la source ; si tu ne sais pas, dis-le.
-- Quand un extrait porte un numéro de page (« (p. 12) »), cite-le (« d'après la p. 12 »).
-
-{context_block}
---- EXTRAITS PERTINENTS DE LA SOURCE ---
-{sources_block}
---- FIN DES EXTRAITS ---
-
-PROPOSITIONS D'INTÉGRATION (IMPORTANT) :
-Quand l'utilisateur veut CRÉER ou ADAPTER un élément concret pour sa campagne (un PNJ,
-une scène, un chapitre, un arc, une table aléatoire), termine ta réponse par un ou
-plusieurs BLOCS D'ACTION — un objet JSON par bloc, dans une clôture ```loremind-action.
-L'interface les transformera en boutons « Créer dans la campagne ». N'en mets que si
-c'est pertinent et explicitement souhaité. Formats acceptés :
-
-```loremind-action
-{{"type": "npc", "name": "Nom", "description": "Fiche en quelques phrases."}}
-```
-```loremind-action
-{{"type": "scene", "name": "Nom", "description": "Résumé", "content": "Déroulé détaillé."}}
-```
-```loremind-action
-{{"type": "chapter", "name": "Nom", "description": "Résumé du chapitre."}}
-```
-```loremind-action
-{{"type": "arc", "name": "Nom", "description": "Résumé", "arcType": "LINEAR"}}
-```
-```loremind-action
-{{"type": "table", "name": "Nom", "diceFormula": "1d8", "entries": [{{"minRoll":1,"maxRoll":4,"label":"...","detail":"..."}}]}}
-```
-
-Réponds en français, de façon utile et concise. Mets le texte explicatif AVANT les blocs d'action."""
-
 
 class NotebookChatUseCase:
     def __init__(
@@ -73,6 +32,7 @@ class NotebookChatUseCase:
         messages: list[ChatMessage],
         context: str = "",
         top_k: int = 6,
+        language: str = _DEFAULT_LANG,
     ) -> AsyncIterator[dict]:
         """Yield des évènements : {type:'sources', sources:[…]} (une fois, avant la
         réponse — transparence sur les passages utilisés), puis {type:'token', token}."""
@@ -107,8 +67,9 @@ class NotebookChatUseCase:
             f"--- TA CAMPAGNE ---\n{context.strip()}\n--- FIN CAMPAGNE ---\n\n"
             if context.strip() else "--- TA CAMPAGNE ---\n(aucune donnée de campagne)\n--- FIN CAMPAGNE ---\n\n"
         )
-        system_prompt = _SYSTEM_PROMPT.format(
-            context_block=context_block, sources_block=sources_block)
+        system_prompt = prompts.CHAT_SYSTEM.format(
+            context_block=context_block, sources_block=sources_block,
+            language_name=language_name(language))
         async for token in self._llm.stream_chat(messages, system_prompt=system_prompt):
             yield {"type": "token", "token": token}
 

brain/app/application/notebook_deep.py

@@ -20,7 +20,9 @@ from typing import AsyncIterator
 import tiktoken
 
 from app.application.llm_retry import generate_with_retry
+from app.application.prompts import notebook as prompts
 from app.application.query_rewrite import standalone_question
+from app.core.language import DEFAULT as _DEFAULT_LANG, language_name
 from app.domain.models import ChatMessage
 from app.domain.ports import LLMChatProvider, LLMProvider, LLMProviderError
 from app.infrastructure import vector_store
@@ -36,15 +38,6 @@ _MAP_TEMPERATURE = 0.2
 # 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.
@@ -52,38 +45,6 @@ _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
-pertinent, réponds EXACTEMENT « {no_match} » et rien d'autre.
-
-QUESTION : {question}
-
---- EXTRAIT ---
-{excerpt}
---- FIN EXTRAIT ---
-
-Informations pertinentes (ou « {no_match} ») :"""
-
-_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 ---
-{notes_block}
---- FIN DES NOTES ---
-
-Réponds en français."""
-
 
 class NotebookDeepUseCase:
     def __init__(
@@ -109,6 +70,7 @@ class NotebookDeepUseCase:
         messages: list[ChatMessage],
         context: str = "",
         history_limit: int = 8,
+        language: str = _DEFAULT_LANG,
     ) -> AsyncIterator[dict]:
         """Yield des évènements : {type:'progress',current,total}, {type:'token',token},
         {type:'done'}. (Les erreurs LLM des lots sont tolérées : lot ignoré.)
@@ -175,7 +137,9 @@ class NotebookDeepUseCase:
             f"--- TA CAMPAGNE (structure, PNJ, univers) ---\n{context.strip()}\n--- FIN CAMPAGNE ---\n\n"
             if context.strip() else ""
         )
-        system_prompt = _REDUCE_SYSTEM.format(context_block=context_block, notes_block=notes_block)
+        system_prompt = prompts.REDUCE_SYSTEM.format(
+            context_block=context_block, notes_block=notes_block,
+            language_name=language_name(language))
         # Historique récent pour la cohérence des relances ; on garantit que le
         # dernier message est bien la question courante.
         reduce_messages = messages[-history_limit:] if messages else [ChatMessage(role="user", content=question)]
@@ -251,7 +215,7 @@ class NotebookDeepUseCase:
     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)
+            self._llm, prompts.SUMMARY_PROMPT.format(excerpt=excerpt), temperature=_MAP_TEMPERATURE)
         return (raw or "").strip()
 
     async def _map_batch(self, question: str, batch: list[dict]) -> str:
@@ -260,7 +224,7 @@ class NotebookDeepUseCase:
             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)
+        prompt = prompts.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:

brain/app/application/prompts/__init__.py

@@ -0,0 +1,12 @@
+"""Prompts LLM, regroupés hors de la logique des use cases.
+
+Un prompt est du code (couplé à son schéma de sortie et à son parsing), mais
+le mêler à la logique d'orchestration rend les use cases illisibles. Ce package
+isole le TEXTE des prompts : un module par domaine fonctionnel, miroir des
+modules de `app.application` / des routers.
+
+Convention : les use cases importent depuis ici et gardent la logique (chunking,
+parsing, fusion, schémas de sortie JSON, températures, sentinelles). Les prompts
+restent en français (langue de travail) — seule la langue de SORTIE est
+paramétrée, cf. `app.core.language`.
+"""

brain/app/application/prompts/adapt_campaign.py

@@ -0,0 +1,26 @@
+"""Prompts des conseils d'adaptation d'un PDF à une campagne (cf. adapt_campaign.py)."""
+from app.core.language import language_name
+
+SYSTEM_PREFIX = (
+    "Tu es un assistant pour Maître de Jeu de jeu de rôle. L'utilisateur a une "
+    "campagne EXISTANTE (décrite plus bas) et souhaite ADAPTER et INTÉGRER le "
+    "contenu d'un PDF (aventure, donjon, supplément) à CETTE campagne précise."
+)
+
+
+def system_suffix(language: str) -> str:
+    """Consignes de sortie, avec la langue des conseils pilotée par l'utilisateur."""
+    return (
+    f"Produis des CONSEILS D'ADAPTATION concrets, actionnables et en {language_name(language).upper()}, "
+    "en markdown structuré (titres ##, listes). Couvre notamment :\n"
+    "- **Où l'insérer** : à quel(s) arc(s)/chapitre(s) EXISTANT(s) rattacher ce "
+    "contenu, dans quel ordre, et — si l'arc est un hub — sous quelles conditions de déblocage.\n"
+    "- **Reskins / liens PNJ** : quels PNJ EXISTANTS de la campagne peuvent incarner "
+    "ou remplacer les personnages clés du PDF.\n"
+    "- **Adaptation à l'univers** : comment transposer lieux, factions, noms propres et "
+    "ton vers l'univers de l'utilisateur plutôt que le cadre d'origine du PDF.\n"
+    "- **Doublons / conflits** : ce qui recoupe l'existant et comment le réconcilier.\n"
+    "- **Ajustements de ton et de difficulté**.\n\n"
+    "Réfère-toi TOUJOURS aux éléments existants par leur NOM. Ne réécris PAS le PDF en "
+    "entier : donne des recommandations. Si une information manque, propose des options."
+    )

brain/app/application/prompts/chat.py

@@ -0,0 +1,23 @@
+"""Prompt système de base du chat contextuel (cf. chat.py).
+
+Les blocs de contexte (Lore, page, campagne, session…) sont sérialisés par les
+méthodes `_format_*` du use case ; seul le SYSTEM de base vit ici.
+"""
+from app.core.language import language_name
+
+
+def base_system(language: str) -> str:
+    """System prompt de base, avec la langue de réponse pilotée par l'utilisateur."""
+    return f"""Tu es un assistant d'écriture pour un Maître de Jeu de JDR.
+Tu dialogues avec le MJ pour l'aider à enrichir son univers et ses campagnes.
+
+Règles de ton :
+- Réponds en {language_name(language)}, ton chaleureux et créatif.
+- Sois concis : listes à puces courtes plutôt que longs paragraphes.
+- Propose des idées qui s'intègrent dans le contexte existant ci-dessous.
+
+Règles de cohérence (IMPORTANT) :
+- Tu PEUX et DOIS inventer des éléments originaux (personnages, lieux, objets, intrigues, créatures, scènes) — c'est ton rôle d'assistant créatif.
+- Tu ne peux PAS faire référence à un élément du MJ (du Lore, des arcs, chapitres ou scènes) comme s'il existait déjà, SAUF s'il apparaît EXACTEMENT (même orthographe) dans l'une des sections de contexte ci-dessous.
+- Si l'utilisateur mentionne un nom que tu ne vois pas dans le contexte, ne fais surtout pas semblant de le connaître : dis clairement "Je ne vois pas [nom] dans le contexte actuel, veux-tu qu'on le crée ?" plutôt que d'inventer des détails à son sujet.
+- Évite les précisions inventées qu'on ne peut pas vérifier : dates exactes, chiffres de population, hiérarchies politiques complexes, généalogies détaillées. Préfère des formulations ouvertes que le MJ validera ("il y a longtemps", "de nombreux", "la haute noblesse")."""

brain/app/application/prompts/conversation_title.py

@@ -0,0 +1,15 @@
+"""Prompt & repli de l'auto-titre de conversation (cf. router generation.py)."""
+from app.core.language import language_name
+
+# Titre de repli (LLM injoignable / réponse vide), localisé selon la langue UI.
+TITLE_FALLBACK = {"fr": "Nouvelle conversation", "en": "New conversation"}
+
+
+def title_system_prompt(language: str) -> str:
+    """Consigne d'auto-titre, avec la langue du titre pilotée par l'utilisateur."""
+    return (
+        "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 "
+        f"en {language_name(language)} et capturer le sujet metier (pas 'Conversation IA')."
+    )

brain/app/application/prompts/generate_page.py

@@ -0,0 +1,19 @@
+"""Consignes système de la génération de page (cf. generate_page.py)."""
+from app.core.language import language_name
+
+
+def system_instructions(language: str) -> str:
+    """Consignes système, avec la langue des valeurs générées pilotée par l'utilisateur."""
+    return f"""Tu es un assistant d'écriture pour un Maître de Jeu de JDR.
+Tu vas générer le contenu d'une page appartenant à un univers fictionnel.
+
+Règles impératives de ta réponse :
+- Tu réponds UNIQUEMENT par un objet JSON valide.
+- Les clés du JSON correspondent EXACTEMENT aux noms de champs demandés.
+- Les valeurs sont des chaînes de texte en {language_name(language)}, riches et évocatrices.
+- Aucun markdown, aucune explication, aucun commentaire autour du JSON.
+
+Règles de cohérence (IMPORTANT) :
+- Tu PEUX inventer des détails originaux pour CETTE page : apparence, traits de caractère, anecdotes, histoire personnelle.
+- Tu ne dois PAS faire référence à d'autres personnages, lieux, organisations ou événements comme s'ils existaient déjà dans l'univers, sauf si le contexte ci-dessous les mentionne explicitement.
+- Si un champ appelle une précision externe (date, nom d'un roi, ville voisine, guerre passée), reste volontairement vague : "il y a de nombreuses années", "un bourg voisin", "une époque troublée". Le MJ préfère combler lui-même les blancs plutôt que trouver des faits inventés contradictoires avec son univers."""

brain/app/application/prompts/import_campaign.py

@@ -0,0 +1,100 @@
+"""Prompts de l'import de campagne PDF (cf. import_campaign.py)."""
+
+# Nom de l'arc unique quand le livre n'est pas découpé en actes/parties.
+DEFAULT_ARC_NAME = "Aventure principale"
+
+MAP_SYSTEM = """Tu es un assistant qui structure un livre de campagne de jeu de rôle.
+On te donne un EXTRAIT brut d'un PDF de campagne (texte parfois mal coupé par la mise en page).
+
+Ta tâche : en dégager une ARBORESCENCE narrative à GROS GRAIN : arcs → chapitres → scènes,
+et — pour les lieux explorables — leurs PIÈCES (rooms).
+  - Un ARC = un acte / une grande partie de la campagne (souvent un seul pour une aventure courte).
+  - Un CHAPITRE = une étape majeure du récit : un chapitre du livre, OU — dans une
+    campagne "hub" / bac-à-sable — UNE QUÊTE ou UN LIEU principal débloqué depuis le
+    point central (ex : Dragon of Icespire Peak → chaque quête/lieu = un chapitre).
+  - Une SCÈNE = un temps fort jouable du chapitre : un lieu, une rencontre clé, un moment pivot.
+  - Une PIÈCE (room) = une salle d'un lieu explorable (donjon, crypte, manoir...).
+
+TYPE D'ARC ("type") :
+- "HUB" si la campagne est un bac-à-sable : des quêtes/lieux optionnels, parallèles,
+  débloqués depuis un point central, SANS ordre fixe imposé (ex : Dragon of Icespire Peak).
+- "LINEAR" si les chapitres se jouent dans un ordre séquentiel imposé.
+- Dans le doute : "LINEAR".
+
+GRANULARITÉ (évite la sur-détection) :
+- Vise PEU de scènes : typiquement 1 à 6 par chapitre. PAS des dizaines.
+- Un LIEU EXPLORABLE (donjon, crypte, manoir, grotte à plusieurs salles) = UNE SEULE
+  scène. Ses salles vont dans le tableau "rooms" de cette scène — JAMAIS en scènes séparées.
+- NE crée PAS une scène par rencontre isolée, par PNJ, par monstre ou par paragraphe.
+- IGNORE : blocs de stats, listes de monstres, encarts de règles, légendes de cartes,
+  pieds de page, sommaires, crédits.
+
+CONTENU D'UNE SCÈNE (fidélité au livre — important) :
+- `description` = synopsis de la scène, 2 à 4 phrases (plus que 1 ligne, mais pas le texte intégral).
+- `player_narration` = le texte d'AMBIANCE « à lire aux joueurs » (encadrés / boxed text /
+  « lecture à voix haute »), recopié FIDÈLEMENT s'il existe dans l'extrait. Vide sinon.
+- `gm_notes` = les informations pour le MJ : secrets, développement, ce qui se passe,
+  conséquences, indices cachés. Vide si rien de tel.
+- Ne RÉSUME pas abusivement player_narration et gm_notes : recopie le contenu utile du livre.
+
+PIÈCES (rooms) — uniquement pour les scènes qui sont des lieux explorables :
+- Une entrée par salle numérotée/nommée du donjon (ex : "1. Entrée", "2. Salle des gardes").
+- `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 :
+  {{"arcs": [{{"name": "...", "description": "...", "type": "LINEAR",
+     "chapters": [{{"name": "...", "description": "...", "scenes": [
+        {{"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."""
+
+# 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": []}}"""

brain/app/application/prompts/import_rules.py

@@ -0,0 +1,62 @@
+"""Prompts de l'import de règles PDF (cf. import_rules.py).
+
+Deux modes : MAP_SYSTEM (cloud, réécrit le contenu en sections markdown) et
+SEGMENT_SYSTEM (local, ne renvoie que les frontières des sections). Les deux
+templates attendent `.format(canonical=..., language_name=...)`.
+"""
+
+# Taxonomie canonique suggérée au modèle pour homogénéiser les titres entre
+# morceaux (sinon "Combat" / "Le combat" / "Règles de combat" se dispersent).
+# Le modèle reste libre d'en créer d'autres si rien ne correspond.
+CANONICAL_SECTIONS = [
+    "Règles générales",
+    "Création de personnage",
+    "Caractéristiques et tests",
+    "Compétences",
+    "Combat",
+    "Magie et sorts",
+    "Équipement et objets",
+    "États et conditions",
+    "Repos et récupération",
+    "Progression et niveaux",
+    "Conseils au Maître de Jeu",
+]
+
+MAP_SYSTEM = """Tu es un assistant qui réorganise un livre de règles de jeu de rôle.
+On te donne un EXTRAIT brut d'un PDF de règles (texte parfois mal coupé par la mise en page).
+
+Ta tâche : répartir le contenu de cet extrait dans des SECTIONS THÉMATIQUES.
+
+Format EXACT attendu — un objet JSON plat {{titre de section: contenu markdown}} :
+{{"Combat": "## Initiative\\n\\nChaque participant lance 1d20...", "Magie et sorts": "## Sorts\\n\\n..."}}
+
+Règles impératives :
+- Tu réponds UNIQUEMENT par cet objet JSON, sans texte avant ni après.
+- Les CLÉS sont des titres de section (texte court). Les VALEURS sont le contenu de la règle en markdown (chaîne de caractères, jamais un objet ou une liste).
+- INTERDIT : des clés génériques comme "title", "content", "sections", "thought" ou "notes" ; des objets imbriqués ; tout commentaire sur ta démarche ou ton raisonnement.
+- Utilise EN PRIORITÉ ces titres canoniques quand le contenu y correspond :
+{canonical}
+- Si un contenu ne rentre dans aucun, crée un titre clair et concis (en {language_name}).
+- Reproduis FIDÈLEMENT les règles : tu peux nettoyer la coupure des lignes, recoller les mots coupés
+  par un tiret en fin de ligne, retirer les en-têtes/pieds de page et numéros de page parasites.
+- N'INVENTE AUCUNE règle, ne résume pas abusivement : tu réorganises, tu ne réécris pas le fond.
+- Ignore les pages de garde, sommaires, crédits, pages vides (renvoie {{}} si l'extrait n'a aucune règle)."""
+
+SEGMENT_SYSTEM = """Tu analyses un EXTRAIT brut d'un livre de règles de jeu de rôle.
+Ta tâche : repérer où COMMENCENT les sections thématiques. Tu ne réécris RIEN.
+
+Format EXACT attendu :
+{{"sections": [{{"titre": "Combat", "debut": "Le combat se déroule en tours de"}}, ...]}}
+
+Règles impératives :
+- "debut" = les 5 à 10 PREMIERS MOTS du passage où la section commence, COPIÉS À L'IDENTIQUE
+  depuis l'extrait (même orthographe, même ponctuation, même langue). JAMAIS un résumé.
+- La PREMIÈRE entrée commence aux tout premiers mots de l'extrait (même si le contenu
+  poursuit une section entamée avant cet extrait).
+- Les entrées suivent l'ordre du texte. Vise des sections LARGES (un thème), pas un titre
+  par paragraphe : un extrait contient typiquement 1 à 6 sections.
+- Titres : EN PRIORITÉ parmi :
+{canonical}
+  sinon un titre court et clair en {language_name}.
+- Pages de garde, sommaires, crédits : n'en fais pas des sections. Si l'extrait n'est que ça,
+  renvoie {{"sections": []}}."""

brain/app/application/prompts/notebook.py

@@ -0,0 +1,134 @@
+"""Prompts des notebooks (atelier RAG) : chat ancré (cf. notebook_chat.py) et
+analyse approfondie map-reduce (cf. notebook_deep.py).
+
+CHAT_SYSTEM attend `.format(context_block=..., sources_block=..., language_name=...)`.
+REDUCE_SYSTEM attend `.format(context_block=..., notes_block=..., language_name=...)`.
+MAP_PROMPT attend `.format(no_match=..., question=..., excerpt=...)`.
+SUMMARY_PROMPT attend `.format(excerpt=...)`.
+"""
+
+# --- Chat ancré (RAG) --------------------------------------------------------
+
+CHAT_SYSTEM = """Tu es un assistant de jeu de rôle qui aide à ADAPTER une source (PDF) à la CAMPAGNE de l'utilisateur.
+
+Tu disposes de DEUX connaissances, toutes deux ci-dessous :
+1) LA CAMPAGNE de l'utilisateur (sa structure arcs/chapitres/scènes, ses PNJ, son univers) ;
+2) LA SOURCE (extraits pertinents du PDF).
+
+Règles :
+- Pour une question sur SA CAMPAGNE (ex. « mon chapitre 3 », « mes PNJ »), appuie-toi sur la section CAMPAGNE.
+- Pour une question sur le livre, appuie-toi sur les EXTRAITS DE LA SOURCE.
+- CROISE les deux pour proposer des adaptations cohérentes avec sa campagne existante.
+- N'invente pas ce qui ne figure ni dans la campagne ni dans la source ; si tu ne sais pas, dis-le.
+- Quand un extrait porte un numéro de page (« (p. 12) »), cite-le (« d'après la p. 12 »).
+
+{context_block}
+--- EXTRAITS PERTINENTS DE LA SOURCE ---
+{sources_block}
+--- FIN DES EXTRAITS ---
+
+PROPOSITIONS D'INTÉGRATION (IMPORTANT) :
+Quand l'utilisateur veut CRÉER ou ADAPTER un élément concret pour sa campagne (un PNJ,
+une scène, un chapitre, une quête, un arc, une table aléatoire), termine ta réponse par
+un ou plusieurs BLOCS D'ACTION — un objet JSON par bloc, dans une clôture
+```loremind-action. L'interface les transformera en boutons « Créer dans la campagne ».
+Si l'utilisateur demande PLUSIEURS éléments (« propose-moi 3 quêtes »), produis UN bloc
+par élément. N'en mets pas si l'utilisateur pose une simple question.
+
+VOCABULAIRE DE LA CAMPAGNE : une « quête » n'est PAS un type à part — c'est un CHAPITRE
+rangé dans un arc de type HUB (quêtes parallèles, sans ordre imposé), tandis qu'un arc
+LINEAR contient des chapitres joués en séquence. Donc :
+- demande de QUÊTE → action "chapter" (l'utilisateur la placera dans son arc HUB) ;
+  s'il n'a aucun arc HUB dans sa campagne, propose AUSSI une action "arc" avec
+  "arcType": "HUB" pour les accueillir.
+- demande de CHAPITRE → action "chapter" (destinée plutôt à un arc LINEAR).
+
+RÈGLE CLÉ : remplis TOUS les champs pour lesquels tu as de la matière — pas seulement
+le résumé ou les notes MJ. Chaque champ rempli atterrit au bon endroit de la fiche ;
+un champ laissé vide est une fiche que l'utilisateur devra compléter à la main. Vise
+2 à 5 phrases concrètes par champ narratif, tirées de la source et de la campagne.
+Omets simplement un champ si tu n'as rien de précis à y mettre. Formats acceptés :
+
+```loremind-action
+{{"type": "npc", "name": "Nom",
+  "description": "Résumé du PNJ (rôle, apparence, motivation).",
+  "values": {{"<champ de la fiche PNJ>": "contenu", "<autre champ>": "contenu"}}}}
+```
+(`values` : utilise comme clés les CHAMPS DE LA FICHE PNJ listés dans le contexte
+campagne s'ils y figurent — ex. "Histoire", "Apparence" — sinon omets `values`.)
+
+```loremind-action
+{{"type": "scene", "name": "Nom",
+  "description": "Résumé court de la scène.",
+  "location": "Lieu précis", "timing": "Quand elle survient",
+  "atmosphere": "Ambiance sensorielle (sons, odeurs, lumière…)",
+  "playerNarration": "Texte d'ambiance À LIRE AUX JOUEURS, immersif, à la 2e personne.",
+  "gmSecretNotes": "Secrets, vérités cachées, notes pour le MJ uniquement.",
+  "choicesConsequences": "Choix offerts aux joueurs et leurs conséquences.",
+  "combatDifficulty": "Difficulté du combat éventuel", "enemies": "Ennemis présents (effectifs, tactiques)"}}
+```
+```loremind-action
+{{"type": "chapter", "name": "Nom",
+  "description": "Résumé du chapitre (ou de la quête).",
+  "playerObjectives": "Objectifs tels que les joueurs les perçoivent.",
+  "narrativeStakes": "Enjeux narratifs (ce qui se joue vraiment).",
+  "gmNotes": "Notes MJ : fils à tirer, points d'attention."}}
+```
+```loremind-action
+{{"type": "arc", "name": "Nom", "description": "Résumé", "arcType": "LINEAR",
+  "themes": "Thèmes de l'arc", "stakes": "Enjeux",
+  "rewards": "Récompenses attendues", "resolution": "Issues possibles",
+  "gmNotes": "Notes MJ."}}
+```
+(`arcType` : "LINEAR" pour des chapitres en séquence, "HUB" pour un recueil de
+quêtes parallèles.)
+```loremind-action
+{{"type": "table", "name": "Nom", "diceFormula": "1d8", "entries": [{{"minRoll":1,"maxRoll":4,"label":"...","detail":"..."}}]}}
+```
+
+Réponds en {language_name}, de façon utile et concise. Mets le texte explicatif AVANT les blocs d'action."""
+
+
+# --- Analyse approfondie (map-reduce) ----------------------------------------
+
+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 :"""
+
+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
+pertinent, réponds EXACTEMENT « {no_match} » et rien d'autre.
+
+QUESTION : {question}
+
+--- EXTRAIT ---
+{excerpt}
+--- FIN EXTRAIT ---
+
+Informations pertinentes (ou « {no_match} ») :"""
+
+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 ---
+{notes_block}
+--- FIN DES NOTES ---
+
+Réponds en {language_name}."""

brain/app/application/prompts/query_rewrite.py

@@ -0,0 +1,20 @@
+"""Prompt de réécriture en question autonome (cf. query_rewrite.py).
+
+Attend `.format(conversation=...)`.
+"""
+
+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 :"""

brain/app/application/prompts/rerank.py

@@ -0,0 +1,14 @@
+"""Prompt de reranking LLM des passages RAG (cf. rerank.py).
+
+Attend `.format(question=..., passages=..., count=...)`.
+"""
+
+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."""

brain/app/application/prompts/tables.py

@@ -0,0 +1,60 @@
+"""Prompts des outils de table (tables aléatoires, improvisation, catalogues).
+
+Ces prompts étaient auparavant construits en ligne dans le router `tables.py` ;
+isolés ici pour garder la frontière HTTP fine. Le router calcule les plages de
+dés et passe les champs bruts ; ces fonctions façonnent le texte.
+"""
+from app.core.language import language_name
+
+
+def random_table_prompt(description: str, dice_formula: str, lo: int, hi: int,
+                        context: str, language: str) -> str:
+    """Prompt de génération d'une table aléatoire couvrant lo..hi."""
+    context_block = f"\nContexte de la campagne :\n{context.strip()}\n" if context.strip() else ""
+    return (
+        "Tu es un assistant de jeu de rôle. Génère une TABLE ALÉATOIRE évocatrice.\n"
+        f"Dé : {dice_formula} (résultats possibles de {lo} à {hi}).\n"
+        f"Sujet : {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"
+        f"- En {language_name(language)}. 'label' = résultat bref ; 'detail' = description/effet concret.\n"
+        "Renvoie maintenant le JSON."
+    )
+
+
+def improvise_roll_prompt(table_name: str, result_label: str, result_detail: str,
+                         context: str, language: str) -> str:
+    """Prompt de narration brodée sur un résultat tiré."""
+    detail = f" ({result_detail.strip()})" if result_detail.strip() else ""
+    context_block = f"\nContexte : {context.strip()}" if context.strip() else ""
+    return (
+        "Tu es le Maître du Jeu. Les joueurs viennent de tirer sur la table "
+        f"« {table_name.strip()} » et ont obtenu : « {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. "
+        f"Pas de méta, pas d'options : juste la narration, en {language_name(language)}."
+    )
+
+
+def item_catalog_prompt(description: str, context: str, language: str) -> str:
+    """Prompt de génération d'un catalogue d'objets (boutique, butin…)."""
+    context_block = f"\nContexte de la campagne :\n{context.strip()}\n" if context.strip() else ""
+    return (
+        "Tu es un assistant de jeu de rôle. Génère un CATALOGUE D'OBJETS (boutique, butin, trésor…).\n"
+        f"Sujet : {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…) ; "
+        f"'description' = effet/détails en une phrase. En {language_name(language)}.\n"
+        "Renvoie maintenant le JSON."
+    )

brain/app/application/query_rewrite.py

@@ -11,6 +11,7 @@ from __future__ import annotations
 
 import logging
 
+from app.application.prompts import query_rewrite as prompts
 from app.domain.models import ChatMessage
 
 logger = logging.getLogger(__name__)
@@ -23,22 +24,6 @@ _MAX_HISTORY = 6
 # 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.
@@ -56,7 +41,7 @@ async def standalone_question(llm, messages: list[ChatMessage]) -> str:
     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)
+            prompts.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

brain/app/application/rerank.py

@@ -11,6 +11,7 @@ from __future__ import annotations
 import logging
 
 from app.application.llm_json import load_json_object
+from app.application.prompts import rerank as prompts
 
 logger = logging.getLogger(__name__)
 
@@ -23,16 +24,6 @@ POOL_MAX = 24
 # 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."""
@@ -52,7 +43,7 @@ async def rerank(llm, question: str, passages: list[dict], top_k: int) -> list[d
         f"--- EXTRAIT {i + 1} ---\n{(p.get('text') or '')[:_EXCERPT_CHARS]}"
         for i, p in enumerate(passages)
     )
-    prompt = _RERANK_PROMPT.format(
+    prompt = prompts.RERANK_PROMPT.format(
         question=question, passages=numbered, count=len(passages))
     try:
         raw = await llm.generate(prompt, temperature=0.0)

brain/app/core/language.py

@@ -0,0 +1,61 @@
+"""Langue de sortie de l'IA, pilotée par l'utilisateur (et non plus figée en FR).
+
+Le Core relaie la langue choisie dans l'UI via l'entête HTTP `X-User-Language`
+(`fr`/`en`). Ce module centralise :
+  - la normalisation du code reçu (tolérante : `en-US`, `EN`, un `Accept-Language`
+    brut… → `en`) avec repli sur le français ;
+  - la fabrique de la directive de langue injectée dans les prompts ;
+  - la dépendance FastAPI qui lit l'entête côté router.
+
+Ajouter une langue = une entrée dans `NAMES`. Aucun autre branchement n'est requis.
+"""
+from typing import Annotated
+
+from fastapi import Header
+
+# Nom (en français, langue de travail des prompts) de chaque langue supportée.
+# La clé est le code court ISO 639-1 utilisé par l'UI (cf. LanguageService Angular).
+NAMES: dict[str, str] = {
+    "fr": "français",
+    "en": "anglais",
+}
+
+DEFAULT = "fr"
+
+
+def normalize(raw: str | None) -> str:
+    """Réduit un code/entête langue arbitraire à un code supporté (`fr`/`en`).
+
+    Tolère les variantes régionales (`en-GB`), la casse, et un `Accept-Language`
+    complet (`fr-FR,fr;q=0.9,en;q=0.8`) dont on ne garde que la 1re préférence.
+    Repli systématique sur `DEFAULT` si rien ne matche.
+    """
+    if not raw:
+        return DEFAULT
+    # 1re préférence d'un éventuel Accept-Language, puis base avant le tiret régional.
+    primary = raw.split(",")[0].split(";")[0].strip().lower()
+    base = primary.split("-")[0]
+    return base if base in NAMES else DEFAULT
+
+
+def language_name(lang: str) -> str:
+    """Nom de la langue (pour insertion inline dans un prompt)."""
+    return NAMES.get(lang, NAMES[DEFAULT])
+
+
+def instruction(lang: str) -> str:
+    """Directive forte à injecter dans un prompt pour imposer la langue de sortie."""
+    return (
+        f"IMPORTANT : rédige l'INTÉGRALITÉ de ta réponse en {language_name(lang)}, "
+        "quelle que soit la langue du contexte ou des documents fournis."
+    )
+
+
+def get_user_language(
+    x_user_language: Annotated[str | None, Header()] = None,
+) -> str:
+    """Dépendance FastAPI : langue de l'utilisateur lue depuis l'entête `X-User-Language`.
+
+    Absente (appel direct, vieux client) → français par défaut.
+    """
+    return normalize(x_user_language)

brain/app/main.py

@@ -26,7 +26,7 @@ from app.infrastructure.ollama_model_installer import ensure_ollama_embedding_mo
 app = FastAPI(
     title="LoreMind Brain",
     description="Backend IA pour la génération de contenu narratif.",
-    version="0.12.5-beta",
+    version="0.14.0-beta",
 )
 
 logger = logging.getLogger(__name__)

core/pom.xml

@@ -14,7 +14,7 @@
 
     <groupId>com.loremind</groupId>
     <artifactId>loremind-core</artifactId>
-    <version>0.12.5-beta</version>
+    <version>0.14.0-beta</version>
     <name>LoreMind Core</name>
     <description>Backend Core - Architecture Hexagonale</description>
 

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

@@ -42,15 +42,17 @@ public class CampaignBriefBuilder {
         if (notBlank(cc.campaignDescription())) sb.append(cc.campaignDescription()).append("\n");
 
         sb.append("\n## Structure (arcs → chapitres → scènes)\n");
+        sb.append("_Un arc HUB contient des chapitres parallèles appelés « quêtes » ; ")
+                .append("un arc LINEAR contient des chapitres en séquence._\n");
         if (cc.arcs().isEmpty()) {
             sb.append("_(aucun arc pour le moment)_\n");
         }
         for (ArcSummary arc : cc.arcs()) {
-            sb.append("### Arc : ").append(arc.name());
+            sb.append(arc.hub() ? "### Arc HUB (à quêtes) : " : "### Arc : ").append(arc.name());
             if (notBlank(arc.description())) sb.append(" — ").append(arc.description());
             sb.append("\n");
             for (ChapterSummary ch : arc.chapters()) {
-                sb.append("- Chapitre : ").append(ch.name());
+                sb.append(arc.hub() ? "- Quête : " : "- Chapitre : ").append(ch.name());
                 if (notBlank(ch.description())) sb.append(" — ").append(ch.description());
                 sb.append("\n");
                 for (SceneSummary sc : ch.scenes()) {

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

@@ -78,6 +78,11 @@ public class CharacterService {
         characterRepository.deleteById(id);
     }
 
+    public List<Character> searchCharacters(String query) {
+        if (query == null || query.isBlank()) return List.of();
+        return characterRepository.searchByName(query.trim());
+    }
+
     private int nextOrderFor(String playthroughId) {
         return characterRepository.findByPlaythroughId(playthroughId).stream()
                 .mapToInt(Character::getOrder)

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

@@ -0,0 +1,102 @@
+package com.loremind.application.campaigncontext;
+
+import com.loremind.domain.campaigncontext.Enemy;
+import com.loremind.domain.campaigncontext.ports.EnemyRepository;
+import org.springframework.stereotype.Service;
+
+import java.util.HashMap;
+import java.util.List;
+import java.util.Map;
+import java.util.Optional;
+
+/**
+ * Service d'application pour les fiches d'ennemis (bestiaire de campagne).
+ * Miroir de {@link NpcService} : fiche pilotée par le template ENNEMI du GameSystem.
+ */
+@Service
+public class EnemyService {
+
+    private final EnemyRepository enemyRepository;
+
+    public EnemyService(EnemyRepository enemyRepository) {
+        this.enemyRepository = enemyRepository;
+    }
+
+    public record EnemyData(
+            String name,
+            String level,
+            String folder,
+            String portraitImageId,
+            String headerImageId,
+            Map<String, String> values,
+            Map<String, List<String>> imageValues,
+            Map<String, Map<String, String>> keyValueValues,
+            String campaignId,
+            Integer order
+    ) {}
+
+    public Enemy createEnemy(EnemyData data) {
+        int order = data.order() != null ? data.order() : nextOrderFor(data.campaignId());
+        Enemy enemy = Enemy.builder()
+                .name(data.name())
+                .level(normalize(data.level()))
+                .folder(normalize(data.folder()))
+                .portraitImageId(data.portraitImageId())
+                .headerImageId(data.headerImageId())
+                .values(data.values() != null ? new HashMap<>(data.values()) : new HashMap<>())
+                .imageValues(data.imageValues() != null ? new HashMap<>(data.imageValues()) : new HashMap<>())
+                .keyValueValues(data.keyValueValues() != null ? new HashMap<>(data.keyValueValues()) : new HashMap<>())
+                .campaignId(data.campaignId())
+                .order(order)
+                .build();
+        return enemyRepository.save(enemy);
+    }
+
+    public Optional<Enemy> getEnemyById(String id) {
+        return enemyRepository.findById(id);
+    }
+
+    public List<Enemy> getEnemiesByCampaignId(String campaignId) {
+        return enemyRepository.findByCampaignId(campaignId);
+    }
+
+    public Enemy updateEnemy(String id, EnemyData data) {
+        Enemy existing = enemyRepository.findById(id)
+                .orElseThrow(() -> new IllegalArgumentException("Enemy non trouvé avec l'ID: " + id));
+        existing.setName(data.name());
+        existing.setLevel(normalize(data.level()));
+        existing.setFolder(normalize(data.folder()));
+        existing.setPortraitImageId(data.portraitImageId());
+        existing.setHeaderImageId(data.headerImageId());
+        existing.setValues(data.values() != null ? new HashMap<>(data.values()) : new HashMap<>());
+        existing.setImageValues(data.imageValues() != null ? new HashMap<>(data.imageValues()) : new HashMap<>());
+        existing.setKeyValueValues(data.keyValueValues() != null ? new HashMap<>(data.keyValueValues()) : new HashMap<>());
+        if (data.order() != null) {
+            existing.setOrder(data.order());
+        }
+        return enemyRepository.save(existing);
+    }
+
+    public void deleteEnemy(String id) {
+        enemyRepository.deleteById(id);
+    }
+
+    public List<Enemy> searchEnemies(String query) {
+        if (query == null || query.isBlank()) return List.of();
+        return enemyRepository.searchByName(query.trim());
+    }
+
+    /** Trim ; chaîne vide → null (= non renseigné / non classé). */
+    private static String normalize(String value) {
+        if (value == null) return null;
+        String trimmed = value.trim();
+        return trimmed.isEmpty() ? null : trimmed;
+    }
+
+    private int nextOrderFor(String campaignId) {
+        return enemyRepository.findByCampaignId(campaignId).stream()
+                .mapToInt(Enemy::getOrder)
+                .max()
+                .orElse(-1) + 1;
+    }
+}

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

@@ -82,6 +82,11 @@ public class ItemCatalogService {
         repository.deleteById(id);
     }
 
+    public List<ItemCatalog> searchCatalogs(String query) {
+        if (query == null || query.isBlank()) return List.of();
+        return repository.searchByName(query.trim());
+    }
+
     /** 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));

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

@@ -22,16 +22,19 @@ public class NotebookService {
     private final NotebookIndexer indexer;
     private final CampaignRepository campaignRepository;
     private final CampaignBriefBuilder briefBuilder;
+    private final com.loremind.domain.gamesystemcontext.ports.GameSystemRepository gameSystemRepository;
 
     public NotebookService(
             NotebookRepository repository,
             NotebookIndexer indexer,
             CampaignRepository campaignRepository,
-            CampaignBriefBuilder briefBuilder) {
+            CampaignBriefBuilder briefBuilder,
+            com.loremind.domain.gamesystemcontext.ports.GameSystemRepository gameSystemRepository) {
         this.repository = repository;
         this.indexer = indexer;
         this.campaignRepository = campaignRepository;
         this.briefBuilder = briefBuilder;
+        this.gameSystemRepository = gameSystemRepository;
     }
 
     // --- Notebooks ---
@@ -119,6 +122,58 @@ public class NotebookService {
                 .notebookId(notebookId).role(role).content(content).build());
     }
 
+    /** « Vider la conversation » : archive le fil actif (rien n'est supprimé). */
+    public void clearChat(String notebookId) {
+        repository.archiveMessagesByNotebookId(notebookId);
+    }
+
+    /** Messages archivés, chronologiques — l'appelant regroupe par {@code archivedAt}. */
+    public List<NotebookMessage> getArchivedMessages(String notebookId) {
+        return repository.findArchivedMessagesByNotebookId(notebookId);
+    }
+
+    // Budget total (caractères ≈ tokens/4) des archives injectées en référence :
+    // borne le prompt même si l'utilisateur coche plusieurs longues conversations.
+    private static final int ARCHIVE_CONTEXT_MAX_CHARS = 16000;
+
+    /**
+     * Bloc de contexte construit à partir des archives COCHÉES par l'utilisateur
+     * (clés = {@code archivedAt.toString()}). Injecté dans le prompt du chat pour
+     * que l'IA puisse s'appuyer sur d'anciennes conversations. Chaîne vide si
+     * aucune clé valide. Chaque archive est tronquée PAR LE DÉBUT au-delà de son
+     * budget : la fin d'une conversation (conclusions) est la partie utile.
+     */
+    public String buildArchiveContext(String notebookId, List<String> archivedAtKeys) {
+        if (archivedAtKeys == null || archivedAtKeys.isEmpty()) return "";
+        var wanted = new java.util.HashSet<>(archivedAtKeys);
+        var groups = new java.util.LinkedHashMap<java.time.LocalDateTime, List<NotebookMessage>>();
+        for (NotebookMessage m : repository.findArchivedMessagesByNotebookId(notebookId)) {
+            if (m.getArchivedAt() != null && wanted.contains(m.getArchivedAt().toString())) {
+                groups.computeIfAbsent(m.getArchivedAt(), k -> new java.util.ArrayList<>()).add(m);
+            }
+        }
+        if (groups.isEmpty()) return "";
+
+        int budgetPerArchive = Math.max(2000, ARCHIVE_CONTEXT_MAX_CHARS / groups.size());
+        StringBuilder out = new StringBuilder(
+                "--- ANCIENNES CONVERSATIONS DE CET ATELIER (références choisies par le MJ : "
+                        + "tu peux t'appuyer sur leurs conclusions) ---\n");
+        groups.forEach((archivedAt, messages) -> {
+            StringBuilder convo = new StringBuilder();
+            for (NotebookMessage m : messages) {
+                convo.append("user".equals(m.getRole()) ? "MJ : " : "IA : ")
+                        .append(m.getContent()).append('\n');
+            }
+            String text = convo.toString();
+            if (text.length() > budgetPerArchive) {
+                text = "[…début tronqué…]\n" + text.substring(text.length() - budgetPerArchive);
+            }
+            out.append("[Archive du ").append(archivedAt).append("]\n").append(text).append('\n');
+        });
+        out.append("--- FIN DES ANCIENNES CONVERSATIONS ---");
+        return out.toString();
+    }
+
     // --- Contexte campagne (oriente l'IA) ---
 
     /** Brief COMPLET de la campagne (structure arcs/chapitres/scènes + PNJ + lore) :
@@ -127,6 +182,25 @@ public class NotebookService {
         if (campaignId == null) return "";
         Campaign campaign = campaignRepository.findById(campaignId).orElse(null);
         if (campaign == null) return "";
-        return briefBuilder.build(campaign);
+        String brief = briefBuilder.build(campaign);
+        // Champs TEXT de la fiche PNJ du système de jeu : permet à l'IA de remplir
+        // `values` des actions "npc" avec les BONS noms de champs (Histoire,
+        // Apparence…) au lieu de tout entasser dans une description générique.
+        String npcFields = npcSheetFields(campaign.getGameSystemId());
+        return npcFields.isEmpty() ? brief : brief + "\n\n" + npcFields;
+    }
+
+    private String npcSheetFields(String gameSystemId) {
+        if (gameSystemId == null || gameSystemId.isBlank()) return "";
+        var gameSystem = gameSystemRepository.findById(gameSystemId).orElse(null);
+        if (gameSystem == null || gameSystem.getNpcTemplate() == null) return "";
+        var names = gameSystem.getNpcTemplate().stream()
+                .filter(f -> f.getType() == com.loremind.domain.shared.template.FieldType.TEXT)
+                .map(com.loremind.domain.shared.template.TemplateField::getName)
+                .filter(n -> n != null && !n.isBlank())
+                .toList();
+        if (names.isEmpty()) return "";
+        return "FICHE PNJ — champs texte disponibles (clés à utiliser dans `values` "
+                + "d'une action npc) : " + String.join(", ", names);
     }
 }

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

@@ -102,6 +102,11 @@ public class NpcService {
         npcRepository.deleteById(id);
     }
 
+    public List<Npc> searchNpcs(String query) {
+        if (query == null || query.isBlank()) return List.of();
+        return npcRepository.searchByName(query.trim());
+    }
+
     /** Trim le dossier ; chaîne vide → null (= non classé). */
     private static String normalizeFolder(String folder) {
         if (folder == null) return null;

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

@@ -85,6 +85,11 @@ public class RandomTableService {
         repository.deleteById(id);
     }
 
+    public List<RandomTable> searchTables(String query) {
+        if (query == null || query.isBlank()) return List.of();
+        return repository.searchByName(query.trim());
+    }
+
     /** Génère une PROPOSITION de table (non persistée) via l'IA, contextualisée campagne. */
     public RandomTable generateProposal(String campaignId, String description, String diceFormula) {
         String formula = (diceFormula == null || diceFormula.isBlank()) ? "1d20" : diceFormula;

core/src/main/java/com/loremind/application/gamesystemcontext/GameSystemService.java

@@ -57,6 +57,7 @@ public class GameSystemService {
             String rulesMarkdown,
             List<TemplateField> characterTemplate,
             List<TemplateField> npcTemplate,
+            List<TemplateField> enemyTemplate,
             String author,
             boolean isPublic
     ) {}
@@ -71,6 +72,7 @@ public class GameSystemService {
                 .build();
         gameSystem.replaceCharacterTemplate(data.characterTemplate());
         gameSystem.replaceNpcTemplate(data.npcTemplate());
+        gameSystem.replaceEnemyTemplate(data.enemyTemplate());
         return gameSystemRepository.save(gameSystem);
     }
 
@@ -90,6 +92,7 @@ public class GameSystemService {
         existing.setRulesMarkdown(data.rulesMarkdown());
         existing.replaceCharacterTemplate(data.characterTemplate());
         existing.replaceNpcTemplate(data.npcTemplate());
+        existing.replaceEnemyTemplate(data.enemyTemplate());
         existing.setAuthor(normalize(data.author()));
         existing.setPublic(data.isPublic());
         return gameSystemRepository.save(existing);

core/src/main/java/com/loremind/application/generationcontext/CampaignStructuralContextBuilder.java

@@ -1,6 +1,7 @@
 package com.loremind.application.generationcontext;
 
 import com.loremind.domain.campaigncontext.Arc;
+import com.loremind.domain.campaigncontext.ArcType;
 import com.loremind.domain.campaigncontext.Campaign;
 import com.loremind.domain.campaigncontext.Chapter;
 import com.loremind.domain.campaigncontext.Character;
@@ -10,6 +11,7 @@ import com.loremind.domain.campaigncontext.ports.ArcRepository;
 import com.loremind.domain.campaigncontext.ports.CampaignRepository;
 import com.loremind.domain.campaigncontext.ports.ChapterRepository;
 import com.loremind.domain.campaigncontext.ports.CharacterRepository;
+import com.loremind.domain.campaigncontext.ports.EnemyRepository;
 import com.loremind.domain.campaigncontext.ports.NpcRepository;
 import com.loremind.domain.campaigncontext.ports.SceneRepository;
 import com.loremind.domain.generationcontext.CampaignStructuralContext;
@@ -48,6 +50,7 @@ public class CampaignStructuralContextBuilder {
     private final SceneRepository sceneRepository;
     private final CharacterRepository characterRepository;
     private final NpcRepository npcRepository;
+    private final EnemyRepository enemyRepository;
 
     public CampaignStructuralContextBuilder(
             CampaignRepository campaignRepository,
@@ -55,13 +58,15 @@ public class CampaignStructuralContextBuilder {
             ChapterRepository chapterRepository,
             SceneRepository sceneRepository,
             CharacterRepository characterRepository,
-            NpcRepository npcRepository) {
+            NpcRepository npcRepository,
+            EnemyRepository enemyRepository) {
         this.campaignRepository = campaignRepository;
         this.arcRepository = arcRepository;
         this.chapterRepository = chapterRepository;
         this.sceneRepository = sceneRepository;
         this.characterRepository = characterRepository;
         this.npcRepository = npcRepository;
+        this.enemyRepository = enemyRepository;
     }
 
     /** Longueur max du snippet de PJ/PNJ injecté dans le contexte (coût tokens maîtrisé). */
@@ -84,9 +89,17 @@ public class CampaignStructuralContextBuilder {
                 .orElseThrow(() -> new IllegalArgumentException(
                         "Campagne non trouvée avec l'ID: " + campaignId));
 
+        // Libellés du bestiaire (« Nom (niveau) ») chargés UNE fois pour résoudre
+        // les enemyIds des pièces sans N+1 sur le repo.
+        Map<String, String> enemyLabelById = enemyRepository.findByCampaignId(campaignId).stream()
+                .collect(Collectors.toMap(
+                        com.loremind.domain.campaigncontext.Enemy::getId,
+                        CampaignStructuralContextBuilder::enemyLabel,
+                        (a, b) -> a));
+
         List<ArcSummary> arcs = arcRepository.findByCampaignId(campaignId).stream()
                 .sorted(Comparator.comparingInt(Arc::getOrder))
-                .map(this::toArcSummary)
+                .map(arc -> toArcSummary(arc, enemyLabelById))
                 .collect(Collectors.toList());
 
         List<CharacterSummary> characters = (playthroughId == null || playthroughId.isBlank())
@@ -143,19 +156,20 @@ public class CampaignStructuralContextBuilder {
         return "";
     }
 
-    private ArcSummary toArcSummary(Arc arc) {
+    private ArcSummary toArcSummary(Arc arc, Map<String, String> enemyLabelById) {
         List<ChapterSummary> chapters = chapterRepository.findByArcId(arc.getId()).stream()
                 .sorted(Comparator.comparingInt(Chapter::getOrder))
-                .map(this::toChapterSummary)
+                .map(chapter -> toChapterSummary(chapter, enemyLabelById))
                 .collect(Collectors.toList());
         return new ArcSummary(
                 arc.getName(),
                 arc.getDescription(),
+                arc.getType() == ArcType.HUB,
                 countImages(arc.getIllustrationImageIds()),
                 chapters);
     }
 
-    private ChapterSummary toChapterSummary(Chapter chapter) {
+    private ChapterSummary toChapterSummary(Chapter chapter, Map<String, String> enemyLabelById) {
         List<Scene> scenes = sceneRepository.findByChapterId(chapter.getId()).stream()
                 .sorted(Comparator.comparingInt(Scene::getOrder))
                 .toList();
@@ -166,7 +180,7 @@ public class CampaignStructuralContextBuilder {
                 .collect(Collectors.toMap(Scene::getId, Scene::getName));
 
         List<SceneSummary> summaries = scenes.stream()
-                .map(s -> toSceneSummary(s, nameById))
+                .map(s -> toSceneSummary(s, nameById, enemyLabelById))
                 .collect(Collectors.toList());
 
         return new ChapterSummary(
@@ -176,7 +190,8 @@ public class CampaignStructuralContextBuilder {
                 summaries);
     }
 
-    private SceneSummary toSceneSummary(Scene scene, Map<String, String> nameById) {
+    private SceneSummary toSceneSummary(
+            Scene scene, Map<String, String> nameById, Map<String, String> enemyLabelById) {
         List<BranchHint> hints = scene.getBranches() == null
                 ? List.of()
                 : scene.getBranches().stream()
@@ -186,7 +201,7 @@ public class CampaignStructuralContextBuilder {
                             b.condition()))
                     .collect(Collectors.toList());
 
-        List<RoomSummary> rooms = toRoomSummaries(scene);
+        List<RoomSummary> rooms = toRoomSummaries(scene, enemyLabelById);
 
         return new SceneSummary(
                 scene.getName(),
@@ -202,7 +217,7 @@ public class CampaignStructuralContextBuilder {
      * connaît la structure du lieu (nom des pièces, ennemis, sorties) — c'est
      * suffisant pour proposer de la narration ou anticiper les choix.
      */
-    private List<RoomSummary> toRoomSummaries(Scene scene) {
+    private List<RoomSummary> toRoomSummaries(Scene scene, Map<String, String> enemyLabelById) {
         if (scene.getRooms() == null || scene.getRooms().isEmpty()) return List.of();
         Map<String, String> nameById = scene.getRooms().stream()
                 .collect(Collectors.toMap(
@@ -219,11 +234,36 @@ public class CampaignStructuralContextBuilder {
                                         nameById.getOrDefault(b.targetRoomId(), "(pièce inconnue)"),
                                         b.condition()))
                                 .collect(Collectors.toList());
-                    return new RoomSummary(r.getName(), r.getFloor(), r.getDescription(), r.getEnemies(), hints);
+                    return new RoomSummary(
+                            r.getName(), r.getFloor(), r.getDescription(),
+                            roomEnemiesText(r, enemyLabelById), hints);
                 })
                 .collect(Collectors.toList());
     }
 
+    /**
+     * Texte « ennemis » d'une pièce pour le prompt : fiches du bestiaire
+     * référencées (libellés résolus, IDs orphelins ignorés) suivies du texte
+     * libre. L'un ou l'autre peut être vide.
+     */
+    private static String roomEnemiesText(
+            com.loremind.domain.campaigncontext.Room room, Map<String, String> enemyLabelById) {
+        String linked = room.getEnemyIds() == null ? "" : room.getEnemyIds().stream()
+                .map(enemyLabelById::get)
+                .filter(l -> l != null && !l.isBlank())
+                .collect(Collectors.joining(", "));
+        String freeText = room.getEnemies() == null ? "" : room.getEnemies().strip();
+        if (linked.isEmpty()) return freeText;
+        if (freeText.isEmpty()) return linked;
+        return linked + " — " + freeText;
+    }
+
+    /** Libellé court d'une fiche du bestiaire : « Nom (niveau) » ou « Nom ». */
+    private static String enemyLabel(com.loremind.domain.campaigncontext.Enemy enemy) {
+        String level = enemy.getLevel() == null ? "" : enemy.getLevel().strip();
+        return level.isEmpty() ? enemy.getName() : enemy.getName() + " (" + level + ")";
+    }
+
     /** Helper defensif : compte les illustrations attachees (null-safe). */
     private static int countImages(List<String> ids) {
         return ids == null ? 0 : ids.size();

core/src/main/java/com/loremind/application/generationcontext/NarrativeEntityContextBuilder.java

@@ -8,6 +8,7 @@ import com.loremind.domain.campaigncontext.Scene;
 import com.loremind.domain.campaigncontext.ports.ArcRepository;
 import com.loremind.domain.campaigncontext.ports.ChapterRepository;
 import com.loremind.domain.campaigncontext.ports.CharacterRepository;
+import com.loremind.domain.campaigncontext.ports.EnemyRepository;
 import com.loremind.domain.campaigncontext.ports.NpcRepository;
 import com.loremind.domain.campaigncontext.ports.SceneRepository;
 import com.loremind.domain.generationcontext.NarrativeEntityContext;
@@ -32,18 +33,21 @@ public class NarrativeEntityContextBuilder {
     private final SceneRepository sceneRepository;
     private final CharacterRepository characterRepository;
     private final NpcRepository npcRepository;
+    private final EnemyRepository enemyRepository;
 
     public NarrativeEntityContextBuilder(
             ArcRepository arcRepository,
             ChapterRepository chapterRepository,
             SceneRepository sceneRepository,
             CharacterRepository characterRepository,
-            NpcRepository npcRepository) {
+            NpcRepository npcRepository,
+            EnemyRepository enemyRepository) {
         this.arcRepository = arcRepository;
         this.chapterRepository = chapterRepository;
         this.sceneRepository = sceneRepository;
         this.characterRepository = characterRepository;
         this.npcRepository = npcRepository;
+        this.enemyRepository = enemyRepository;
     }
 
     /**
@@ -124,10 +128,41 @@ public class NarrativeEntityContextBuilder {
         putField(fields, "choicesConsequences",  s.getChoicesConsequences());
         putField(fields, "combatDifficulty",     s.getCombatDifficulty());
         putField(fields, "enemies",              s.getEnemies());
+        putField(fields, "linkedEnemies",        resolveLinkedEnemies(s));
         putField(fields, "gmSecretNotes",        s.getGmSecretNotes());
         return new NarrativeEntityContext("scene", s.getName(), fields);
     }
 
+    /**
+     * Résout les fiches du bestiaire référencées par la scène en une ligne par
+     * ennemi : « Nom (niveau) — champ: valeur ; … ». Valeurs tronquées : le
+     * contexte focus doit camper la rencontre, pas embarquer la fiche complète.
+     * Les IDs orphelins (fiche supprimée) sont ignorés silencieusement.
+     */
+    private String resolveLinkedEnemies(Scene s) {
+        if (s.getEnemyIds() == null || s.getEnemyIds().isEmpty()) return "";
+        StringBuilder sb = new StringBuilder();
+        for (String enemyId : s.getEnemyIds()) {
+            enemyRepository.findById(enemyId).ifPresent(e -> {
+                if (sb.length() > 0) sb.append("\n");
+                sb.append("- ").append(e.getName());
+                if (e.getLevel() != null && !e.getLevel().isBlank()) {
+                    sb.append(" (").append(e.getLevel().trim()).append(")");
+                }
+                String stats = e.getValues().entrySet().stream()
+                        .filter(en -> en.getValue() != null && !en.getValue().isBlank())
+                        .map(en -> en.getKey() + ": " + truncate(en.getValue().trim(), 100))
+                        .collect(java.util.stream.Collectors.joining(" ; "));
+                if (!stats.isEmpty()) sb.append(" — ").append(stats);
+            });
+        }
+        return sb.toString();
+    }
+
+    private static String truncate(String value, int maxLen) {
+        return value.length() <= maxLen ? value : value.substring(0, maxLen - 1).stripTrailing() + "…";
+    }
+
     private NarrativeEntityContext fromCharacter(Character c) {
         Map<String, String> fields = new LinkedHashMap<>();
         if (c.getValues() != null) {

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

@@ -0,0 +1,70 @@
+package com.loremind.domain.campaigncontext;
+
+import lombok.Builder;
+import lombok.Data;
+
+import java.time.LocalDateTime;
+import java.util.HashMap;
+import java.util.List;
+import java.util.Map;
+
+/**
+ * Fiche d'ennemi (monstre/créature) d'une campagne — le bestiaire du MJ.
+ * <p>
+ * Même principe de templating que {@link Npc} : champs universels hard-codés
+ * (nom, niveau, dossier, portrait, bandeau) + champs pilotés par le template
+ * ENNEMI du GameSystem ({@code GameSystem.enemyTemplate} : CA, PV, attaques…).
+ * Classement libre par dossier (« Démons », « Humanoïdes »…).
+ */
+@Data
+@Builder
+public class Enemy {
+
+    private String id;
+    private String name;
+
+    /** Niveau / FP / dangerosité — texte libre (« 5 », « FP 8 », « Boss »). Nullable. */
+    private String level;
+
+    /** Dossier de classement (texte libre). Null = non classé. */
+    private String folder;
+
+    /** ID de l'image portrait (champ universel hard-codé). Nullable. */
+    private String portraitImageId;
+
+    /** ID de l'image header/bannière (champ universel hard-codé). Nullable. */
+    private String headerImageId;
+
+    /** Valeurs TEXT/NUMBER du template ennemi. Jamais null après construction. */
+    private Map<String, String> values;
+
+    /** Valeurs IMAGE du template ennemi (listes d'IDs ordonnées par champ). Jamais null. */
+    private Map<String, List<String>> imageValues;
+
+    /** Valeurs KEY_VALUE_LIST : fieldName -> label -> value. Jamais null. */
+    private Map<String, Map<String, String>> keyValueValues;
+
+    /** Référence vers la Campaign parente (cross-aggregate via ID). */
+    private String campaignId;
+
+    /** Ordre d'affichage dans la liste. */
+    private int order;
+
+    private LocalDateTime createdAt;
+    private LocalDateTime updatedAt;
+
+    public Map<String, String> getValues() {
+        if (values == null) values = new HashMap<>();
+        return values;
+    }
+
+    public Map<String, List<String>> getImageValues() {
+        if (imageValues == null) imageValues = new HashMap<>();
+        return imageValues;
+    }
+
+    public Map<String, Map<String, String>> getKeyValueValues() {
+        if (keyValueValues == null) keyValueValues = new HashMap<>();
+        return keyValueValues;
+    }
+}

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

@@ -17,4 +17,6 @@ public class NotebookMessage {
     private String role;
     private String content;
     private LocalDateTime createdAt;
+    /** Null = conversation active ; sinon horodatage du « vider » (lot d'archive). */
+    private LocalDateTime archivedAt;
 }

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

@@ -38,6 +38,13 @@ public class Room {
     /** Énemis, créatures, boss éventuels (markdown libre). */
     private String enemies;
 
+    /**
+     * IDs des fiches du bestiaire ({@link Enemy}) présentes dans la pièce
+     * (weak refs). Complète le texte libre {@code enemies}, comme sur Scene.
+     */
+    @Builder.Default
+    private List<String> enemyIds = new ArrayList<>();
+
     /** Loot / récompenses présentes dans la pièce. */
     private String loot;
 

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

@@ -40,7 +40,15 @@ public class Scene {
 
     // === Combat ou rencontre ===
     private String combatDifficulty;       // Difficulté estimée
-    private String enemies;                // Liste des ennemis et créatures
+    private String enemies;                // Liste des ennemis et créatures (texte libre)
+
+    /**
+     * IDs des fiches du bestiaire ({@link Enemy}) engagées dans cette rencontre
+     * (weak cross-aggregate references). Complète le texte libre `enemies` :
+     * l'utilisateur peut référencer ses fiches, ou tout écrire à la main, ou les deux.
+     */
+    @Builder.Default
+    private List<String> enemyIds = new ArrayList<>();
 
     /**
      * IDs des pages du Lore associées à cette scène (weak cross-context references).

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

@@ -19,4 +19,7 @@ public interface CharacterRepository {
     void deleteById(String id);
 
     boolean existsById(String id);
+
+    /** Recherche par nom (insensible à la casse) — alimente la recherche globale. */
+    List<Character> searchByName(String query);
 }

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

@@ -0,0 +1,23 @@
+package com.loremind.domain.campaigncontext.ports;
+
+import com.loremind.domain.campaigncontext.Enemy;
+
+import java.util.List;
+import java.util.Optional;
+
+/**
+ * Port de sortie pour la persistance des fiches d'ennemis (bestiaire de campagne).
+ */
+public interface EnemyRepository {
+
+    Enemy save(Enemy enemy);
+
+    Optional<Enemy> findById(String id);
+
+    List<Enemy> findByCampaignId(String campaignId);
+
+    void deleteById(String id);
+
+    /** Recherche par nom (insensible à la casse) — alimente la recherche globale. */
+    List<Enemy> searchByName(String query);
+}

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

@@ -19,4 +19,7 @@ public interface ItemCatalogRepository {
     void deleteById(String id);
 
     boolean existsById(String id);
+
+    /** Recherche par nom (insensible à la casse) — alimente la recherche globale. */
+    List<ItemCatalog> searchByName(String query);
 }

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

@@ -28,5 +28,10 @@ public interface NotebookRepository {
 
     // --- Messages (conversation) ---
     NotebookMessage saveMessage(NotebookMessage message);
+    /** Messages de la conversation ACTIVE (les archives sont exclues). */
     List<NotebookMessage> findMessagesByNotebookId(String notebookId);
+    /** « Vider » : archive le fil actif en un lot horodaté (rien n'est supprimé). */
+    void archiveMessagesByNotebookId(String notebookId);
+    /** Messages archivés, chronologiques (regroupables par {@code archivedAt}). */
+    List<NotebookMessage> findArchivedMessagesByNotebookId(String notebookId);
 }

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

@@ -19,4 +19,7 @@ public interface NpcRepository {
     void deleteById(String id);
 
     boolean existsById(String id);
+
+    /** Recherche par nom (insensible à la casse) — alimente la recherche globale. */
+    List<Npc> searchByName(String query);
 }

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

@@ -19,4 +19,7 @@ public interface RandomTableRepository {
     void deleteById(String id);
 
     boolean existsById(String id);
+
+    /** Recherche par nom (insensible à la casse) — alimente la recherche globale. */
+    List<RandomTable> searchByName(String query);
 }

core/src/main/java/com/loremind/domain/conversationcontext/ports/ConversationTitleGenerator.java

@@ -10,6 +10,9 @@ import java.util.List;
  */
 public interface ConversationTitleGenerator {
 
-    /** Renvoie un titre en francais (4-7 mots max). Jamais null ni vide. */
+    /**
+     * Renvoie un titre court (4-7 mots max), dans la langue de l'utilisateur
+     * (relayee au Brain via l'entete X-User-Language). Jamais null ni vide.
+     */
     String generate(List<ConversationMessage> firstMessages);
 }

core/src/main/java/com/loremind/domain/gamesystemcontext/GameSystem.java

@@ -50,6 +50,14 @@ public class GameSystem {
      */
     private List<TemplateField> npcTemplate;
 
+    /**
+     * Template de fiche ENNEMI (monstres/créatures du bestiaire de campagne).
+     * Mêmes règles que {@link #characterTemplate} — distinct du template PNJ :
+     * un ennemi porte des stats de combat (CA, PV, attaques…), pas une
+     * caractérisation narrative.
+     */
+    private List<TemplateField> enemyTemplate;
+
     /** Auteur déclaré — futur marketplace. Nullable. */
     private String author;
 
@@ -98,6 +106,10 @@ public class GameSystem {
         npcTemplate = validateAndCopy(fields);
     }
 
+    public void replaceEnemyTemplate(List<TemplateField> fields) {
+        enemyTemplate = validateAndCopy(fields);
+    }
+
     // --- Helpers privés ----------------------------------------------------
 
     private static List<TemplateField> appendField(List<TemplateField> current, TemplateField field) {

core/src/main/java/com/loremind/domain/generationcontext/CampaignStructuralContext.java

@@ -52,11 +52,15 @@ public record CampaignStructuralContext(
     /**
      * Résumé d'un arc : nom + description courte + ses chapitres.
      *
+     * @param hub               true si l'arc est de type HUB : ses chapitres sont des
+     *                          « quêtes » parallèles (vocabulaire UI). L'IA doit le savoir
+     *                          pour parler de quêtes et cibler le bon arc.
      * @param illustrationCount Nombre d'illustrations attachees a cet arc (pour hint dans le prompt IA).
      */
     public record ArcSummary(
             String name,
             String description,
+            boolean hub,
             int illustrationCount,
             List<ChapterSummary> chapters) {
     }

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

@@ -4,6 +4,7 @@ import com.loremind.domain.generationcontext.ChatRequest;
 import com.loremind.domain.generationcontext.ChatUsage;
 import com.loremind.domain.generationcontext.ports.AiChatProvider;
 import com.loremind.domain.generationcontext.ports.AiProviderException;
+import com.loremind.infrastructure.web.config.UserLanguageHolder;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.core.ParameterizedTypeReference;
 import org.springframework.http.MediaType;
@@ -64,6 +65,7 @@ public class BrainAiChatClient implements AiChatProvider {
 
         Flux<ServerSentEvent<String>> flux = webClient.post()
                 .uri(CHAT_STREAM_PATH)
+                .header(UserLanguageHolder.HEADER, UserLanguageHolder.get())
                 .contentType(MediaType.APPLICATION_JSON)
                 .accept(MediaType.TEXT_EVENT_STREAM)
                 .bodyValue(payload)

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

@@ -3,6 +3,7 @@ package com.loremind.infrastructure.ai;
 import com.fasterxml.jackson.databind.JsonNode;
 import com.fasterxml.jackson.databind.ObjectMapper;
 import com.loremind.domain.campaigncontext.ports.CampaignPdfAdvisor;
+import com.loremind.infrastructure.web.config.UserLanguageHolder;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.core.ParameterizedTypeReference;
 import org.springframework.core.io.ByteArrayResource;
@@ -65,6 +66,7 @@ public class BrainCampaignAdaptClient implements CampaignPdfAdvisor {
 
         Flux<ServerSentEvent<String>> flux = webClient.post()
                 .uri(ADAPT_PATH)
+                .header(UserLanguageHolder.HEADER, UserLanguageHolder.get())
                 .contentType(MediaType.MULTIPART_FORM_DATA)
                 .accept(MediaType.TEXT_EVENT_STREAM)
                 .body(BodyInserters.fromMultipartData(parts.build()))

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

@@ -11,6 +11,7 @@ import com.loremind.domain.campaigncontext.CampaignImportProposal.RoomProposal;
 import com.loremind.domain.campaigncontext.CampaignImportProposal.SceneProposal;
 import com.loremind.domain.campaigncontext.ports.CampaignImportException;
 import com.loremind.domain.campaigncontext.ports.CampaignPdfImporter;
+import com.loremind.infrastructure.web.config.UserLanguageHolder;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.core.ParameterizedTypeReference;
 import org.springframework.core.io.ByteArrayResource;
@@ -71,6 +72,7 @@ public class BrainCampaignImportClient implements CampaignPdfImporter {
 
         Flux<ServerSentEvent<String>> flux = webClient.post()
                 .uri(IMPORT_CAMPAIGN_STREAM_PATH)
+                .header(UserLanguageHolder.HEADER, UserLanguageHolder.get())
                 .contentType(MediaType.MULTIPART_FORM_DATA)
                 .accept(MediaType.TEXT_EVENT_STREAM)
                 .body(BodyInserters.fromMultipartData(parts.build()))

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

@@ -252,9 +252,15 @@ public class BrainChatPayloadBuilder {
                 ArcSummary::name,
                 ArcSummary::description,
                 ArcSummary::illustrationCount,
-                (map, arc) -> map.put("chapters", arc.chapters().stream()
+                (map, arc) -> {
+                    // Vocabulaire UI : les chapitres d'un arc HUB sont des « quêtes ».
+                    if (arc.hub()) {
+                        map.put("arc_type", "HUB");
+                    }
+                    map.put("chapters", arc.chapters().stream()
                             .map(this::chapterSummaryToMap)
-                        .collect(Collectors.toList())));
+                            .collect(Collectors.toList()));
+                });
     }
 
     private Map<String, Object> chapterSummaryToMap(ChapterSummary c) {

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

@@ -2,6 +2,7 @@ package com.loremind.infrastructure.ai;
 
 import com.loremind.domain.conversationcontext.ConversationMessage;
 import com.loremind.domain.conversationcontext.ports.ConversationTitleGenerator;
+import com.loremind.infrastructure.web.config.UserLanguageHolder;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.http.MediaType;
 import org.springframework.stereotype.Component;
@@ -50,6 +51,7 @@ public class BrainConversationTitleClient implements ConversationTitleGenerator
             @SuppressWarnings("unchecked")
             Map<String, Object> resp = webClient.post()
                     .uri(PATH)
+                    .header(UserLanguageHolder.HEADER, UserLanguageHolder.get())
                     .contentType(MediaType.APPLICATION_JSON)
                     .bodyValue(payload)
                     .retrieve()

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

@@ -4,6 +4,7 @@ import com.fasterxml.jackson.databind.JsonNode;
 import com.fasterxml.jackson.databind.ObjectMapper;
 import com.loremind.domain.campaigncontext.ports.NotebookChatStreamer;
 import com.loremind.domain.campaigncontext.ports.NotebookException;
+import com.loremind.infrastructure.web.config.UserLanguageHolder;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.core.ParameterizedTypeReference;
 import org.springframework.http.MediaType;
@@ -66,6 +67,7 @@ public class BrainNotebookChatClient implements NotebookChatStreamer {
 
         Flux<ServerSentEvent<String>> flux = webClient.post()
                 .uri(deep ? DEEP_PATH : PATH)
+                .header(UserLanguageHolder.HEADER, UserLanguageHolder.get())
                 .contentType(MediaType.APPLICATION_JSON)
                 .accept(MediaType.TEXT_EVENT_STREAM)
                 .bodyValue(payload)

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

@@ -6,6 +6,7 @@ import com.loremind.domain.gamesystemcontext.RulesImportProgress;
 import com.loremind.domain.gamesystemcontext.RulesImportResult;
 import com.loremind.domain.gamesystemcontext.ports.RulesImportException;
 import com.loremind.domain.gamesystemcontext.ports.RulesPdfImporter;
+import com.loremind.infrastructure.web.config.UserLanguageHolder;
 import org.springframework.beans.factory.annotation.Qualifier;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.core.ParameterizedTypeReference;
@@ -125,6 +126,7 @@ public class BrainRulesImportClient implements RulesPdfImporter {
 
         Flux<ServerSentEvent<String>> flux = webClient.post()
                 .uri(IMPORT_RULES_STREAM_PATH)
+                .header(UserLanguageHolder.HEADER, UserLanguageHolder.get())
                 .contentType(MediaType.MULTIPART_FORM_DATA)
                 .accept(MediaType.TEXT_EVENT_STREAM)
                 .body(BodyInserters.fromMultipartData(parts.build()))

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

@@ -1,5 +1,6 @@
 package com.loremind.infrastructure.ai;
 
+import com.loremind.infrastructure.web.config.UserLanguageHolder;
 import org.springframework.beans.factory.annotation.Value;
 import org.springframework.boot.web.client.RestTemplateBuilder;
 import org.springframework.boot.web.reactive.function.client.WebClientCustomizer;
@@ -17,6 +18,12 @@ import java.time.Duration;
  * <p>
  * Sans cette entete, le Brain refuse la requete (401) — defense contre
  * l'acces direct au Brain depuis un attaquant qui atteindrait son port.
+ * <p>
+ * Relaie aussi l'entete X-User-Language (langue choisie dans l'UI, capturee par
+ * {@link com.loremind.infrastructure.web.config.UserLanguageFilter}) pour que le
+ * Brain redige ses reponses IA dans la langue de l'utilisateur. Lu depuis le
+ * ThreadLocal au moment de l'execution de la requete (thread servlet) — d'ou
+ * l'usage d'un interceptor (et non d'un defaultHeader fige au demarrage).
  */
 @Configuration
 public class RestTemplateConfig {
@@ -36,6 +43,7 @@ public class RestTemplateConfig {
                     if (internalSecret != null && !internalSecret.isBlank()) {
                         request.getHeaders().set(INTERNAL_SECRET_HEADER, internalSecret);
                     }
+                    request.getHeaders().set(UserLanguageHolder.HEADER, UserLanguageHolder.get());
                     return execution.execute(request, body);
                 })
                 .build();
@@ -59,6 +67,7 @@ public class RestTemplateConfig {
                     if (internalSecret != null && !internalSecret.isBlank()) {
                         request.getHeaders().set(INTERNAL_SECRET_HEADER, internalSecret);
                     }
+                    request.getHeaders().set(UserLanguageHolder.HEADER, UserLanguageHolder.get());
                     return execution.execute(request, body);
                 })
                 .build();

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

@@ -0,0 +1,88 @@
+package com.loremind.infrastructure.persistence.entity;
+
+import com.loremind.infrastructure.persistence.converter.StringListMapJsonConverter;
+import com.loremind.infrastructure.persistence.converter.StringMapJsonConverter;
+import com.loremind.infrastructure.persistence.converter.StringMapMapJsonConverter;
+import jakarta.persistence.*;
+import lombok.AllArgsConstructor;
+import lombok.Builder;
+import lombok.Data;
+import lombok.NoArgsConstructor;
+
+import java.time.LocalDateTime;
+import java.util.HashMap;
+import java.util.List;
+import java.util.Map;
+
+/**
+ * Entité JPA des fiches d'ennemis (bestiaire). Mêmes règles que NpcJpaEntity.
+ */
+@Entity
+@Table(name = "enemies", indexes = {
+        @Index(name = "idx_enemies_campaign_id", columnList = "campaign_id")
+})
+@Data
+@Builder
+@NoArgsConstructor
+@AllArgsConstructor
+public class EnemyJpaEntity {
+
+    @Id
+    @GeneratedValue(strategy = GenerationType.IDENTITY)
+    private Long id;
+
+    @Column(nullable = false)
+    private String name;
+
+    /** Niveau / FP — texte libre. Nullable. */
+    @Column(name = "level")
+    private String level;
+
+    /** Dossier de classement (« Démons », « Humanoïdes »…). Nullable = non classé. */
+    @Column(name = "folder")
+    private String folder;
+
+    @Column(name = "portrait_image_id")
+    private String portraitImageId;
+
+    @Column(name = "header_image_id")
+    private String headerImageId;
+
+    @Convert(converter = StringMapJsonConverter.class)
+    @Column(name = "field_values", columnDefinition = "TEXT")
+    private Map<String, String> values;
+
+    @Convert(converter = StringListMapJsonConverter.class)
+    @Column(name = "image_values", columnDefinition = "TEXT")
+    private Map<String, List<String>> imageValues;
+
+    @Convert(converter = StringMapMapJsonConverter.class)
+    @Column(name = "key_value_values", columnDefinition = "TEXT")
+    private Map<String, Map<String, String>> keyValueValues;
+
+    @Column(name = "campaign_id", nullable = false)
+    private Long campaignId;
+
+    @Column(name = "\"order\"", nullable = false)
+    private int order;
+
+    @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();
+        if (values == null) values = new HashMap<>();
+        if (imageValues == null) imageValues = new HashMap<>();
+        if (keyValueValues == null) keyValueValues = new HashMap<>();
+    }
+
+    @PreUpdate
+    protected void onUpdate() {
+        updatedAt = LocalDateTime.now();
+    }
+}

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

@@ -46,6 +46,11 @@ public class GameSystemJpaEntity {
     @Column(name = "npc_template", columnDefinition = "TEXT")
     private List<TemplateField> npcTemplate;
 
+    /** Template ENNEMI (bestiaire) serialise en JSON. */
+    @Convert(converter = TemplateFieldListJsonConverter.class)
+    @Column(name = "enemy_template", columnDefinition = "TEXT")
+    private List<TemplateField> enemyTemplate;
+
     @Column
     private String author;
 
@@ -64,6 +69,7 @@ public class GameSystemJpaEntity {
         updatedAt = LocalDateTime.now();
         if (characterTemplate == null) characterTemplate = new ArrayList<>();
         if (npcTemplate == null) npcTemplate = new ArrayList<>();
+        if (enemyTemplate == null) enemyTemplate = new ArrayList<>();
     }
 
     @PreUpdate

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

@@ -34,6 +34,14 @@ public class NotebookMessageJpaEntity {
     @Column(name = "created_at", nullable = false, updatable = false)
     private LocalDateTime createdAt;
 
+    /**
+     * Null = message de la conversation ACTIVE. Non-null = message archivé lors
+     * d'un « vider la conversation » ; tous les messages d'un même clear portent
+     * le même horodatage, qui sert d'identifiant de lot d'archive.
+     */
+    @Column(name = "archived_at")
+    private LocalDateTime archivedAt;
+
     @PrePersist
     protected void onCreate() {
         if (createdAt == null) createdAt = LocalDateTime.now();

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

@@ -75,6 +75,12 @@ public class SceneJpaEntity {
     @Column(columnDefinition = "TEXT")
     private String enemies;
 
+    /** IDs des fiches du bestiaire liées à la rencontre (JSON, weak refs). */
+    @Column(name = "enemy_ids", columnDefinition = "TEXT")
+    @Convert(converter = StringListJsonConverter.class)
+    @Builder.Default
+    private List<String> enemyIds = new ArrayList<>();
+
     @Column(name = "related_page_ids", columnDefinition = "TEXT")
     @Convert(converter = StringListJsonConverter.class)
     @Builder.Default

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

@@ -10,4 +10,7 @@ import java.util.List;
 public interface CharacterJpaRepository extends JpaRepository<CharacterJpaEntity, Long> {
 
     List<CharacterJpaEntity> findByPlaythroughIdOrderByOrderAsc(Long playthroughId);
+
+    /** Recherche globale : bornée pour ne jamais inonder la palette de résultats. */
+    List<CharacterJpaEntity> findTop20ByNameContainingIgnoreCaseOrderByNameAsc(String name);
 }

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

@@ -0,0 +1,16 @@
+package com.loremind.infrastructure.persistence.jpa;
+
+import com.loremind.infrastructure.persistence.entity.EnemyJpaEntity;
+import org.springframework.data.jpa.repository.JpaRepository;
+import org.springframework.stereotype.Repository;
+
+import java.util.List;
+
+@Repository
+public interface EnemyJpaRepository extends JpaRepository<EnemyJpaEntity, Long> {
+
+    List<EnemyJpaEntity> findByCampaignIdOrderByOrderAsc(Long campaignId);
+
+    /** Recherche globale : bornée pour ne jamais inonder la palette de résultats. */
+    List<EnemyJpaEntity> findTop20ByNameContainingIgnoreCaseOrderByNameAsc(String name);
+}

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

@@ -10,4 +10,7 @@ import java.util.List;
 public interface ItemCatalogJpaRepository extends JpaRepository<ItemCatalogJpaEntity, Long> {
 
     List<ItemCatalogJpaEntity> findByCampaignIdOrderByOrderAsc(Long campaignId);
+
+    /** Recherche globale : bornée pour ne jamais inonder la palette de résultats. */
+    List<ItemCatalogJpaEntity> findTop20ByNameContainingIgnoreCaseOrderByNameAsc(String name);
 }

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

@@ -2,12 +2,27 @@ package com.loremind.infrastructure.persistence.jpa;
 
 import com.loremind.infrastructure.persistence.entity.NotebookMessageJpaEntity;
 import org.springframework.data.jpa.repository.JpaRepository;
+import org.springframework.data.jpa.repository.Modifying;
+import org.springframework.data.jpa.repository.Query;
+import org.springframework.data.repository.query.Param;
 import org.springframework.stereotype.Repository;
 
+import java.time.LocalDateTime;
 import java.util.List;
 
 @Repository
 public interface NotebookMessageJpaRepository extends JpaRepository<NotebookMessageJpaEntity, Long> {
-    List<NotebookMessageJpaEntity> findByNotebookIdOrderByCreatedAtAsc(Long notebookId);
+    /** Messages de la conversation ACTIVE (les archives sont exclues). */
+    List<NotebookMessageJpaEntity> findByNotebookIdAndArchivedAtIsNullOrderByCreatedAtAsc(Long notebookId);
+
+    /** Messages archivés (tous lots confondus, l'appelant regroupe par archivedAt). */
+    List<NotebookMessageJpaEntity> findByNotebookIdAndArchivedAtIsNotNullOrderByCreatedAtAsc(Long notebookId);
+
     void deleteByNotebookId(Long notebookId);
+
+    /** « Vider la conversation » : archive le fil actif en un lot horodaté. */
+    @Modifying
+    @Query("update NotebookMessageJpaEntity m set m.archivedAt = :now "
+            + "where m.notebookId = :notebookId and m.archivedAt is null")
+    int archiveActiveMessages(@Param("notebookId") Long notebookId, @Param("now") LocalDateTime now);
 }

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

@@ -10,4 +10,7 @@ import java.util.List;
 public interface NpcJpaRepository extends JpaRepository<NpcJpaEntity, Long> {
 
     List<NpcJpaEntity> findByCampaignIdOrderByOrderAsc(Long campaignId);
+
+    /** Recherche globale : bornée pour ne jamais inonder la palette de résultats. */
+    List<NpcJpaEntity> findTop20ByNameContainingIgnoreCaseOrderByNameAsc(String name);
 }

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

@@ -10,4 +10,7 @@ import java.util.List;
 public interface RandomTableJpaRepository extends JpaRepository<RandomTableJpaEntity, Long> {
 
     List<RandomTableJpaEntity> findByCampaignIdOrderByOrderAsc(Long campaignId);
+
+    /** Recherche globale : bornée pour ne jamais inonder la palette de résultats. */
+    List<RandomTableJpaEntity> findTop20ByNameContainingIgnoreCaseOrderByNameAsc(String name);
 }

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

@@ -49,6 +49,13 @@ public class PostgresCharacterRepository implements CharacterRepository {
         return jpaRepository.existsById(Long.parseLong(id));
     }
 
+    @Override
+    public List<Character> searchByName(String query) {
+        return jpaRepository.findTop20ByNameContainingIgnoreCaseOrderByNameAsc(query).stream()
+                .map(this::toDomainEntity)
+                .collect(Collectors.toList());
+    }
+
     private Character toDomainEntity(CharacterJpaEntity e) {
         return Character.builder()
                 .id(e.getId().toString())

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

@@ -0,0 +1,87 @@
+package com.loremind.infrastructure.persistence.postgres;
+
+import com.loremind.domain.campaigncontext.Enemy;
+import com.loremind.domain.campaigncontext.ports.EnemyRepository;
+import com.loremind.infrastructure.persistence.entity.EnemyJpaEntity;
+import com.loremind.infrastructure.persistence.jpa.EnemyJpaRepository;
+import org.springframework.stereotype.Repository;
+
+import java.util.HashMap;
+import java.util.List;
+import java.util.Optional;
+import java.util.stream.Collectors;
+
+@Repository
+public class PostgresEnemyRepository implements EnemyRepository {
+
+    private final EnemyJpaRepository jpaRepository;
+
+    public PostgresEnemyRepository(EnemyJpaRepository jpaRepository) {
+        this.jpaRepository = jpaRepository;
+    }
+
+    @Override
+    public Enemy save(Enemy enemy) {
+        return toDomainEntity(jpaRepository.save(toJpaEntity(enemy)));
+    }
+
+    @Override
+    public Optional<Enemy> findById(String id) {
+        return jpaRepository.findById(Long.parseLong(id)).map(this::toDomainEntity);
+    }
+
+    @Override
+    public List<Enemy> 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 List<Enemy> searchByName(String query) {
+        return jpaRepository.findTop20ByNameContainingIgnoreCaseOrderByNameAsc(query).stream()
+                .map(this::toDomainEntity)
+                .collect(Collectors.toList());
+    }
+
+    private Enemy toDomainEntity(EnemyJpaEntity e) {
+        return Enemy.builder()
+                .id(e.getId().toString())
+                .name(e.getName())
+                .level(e.getLevel())
+                .folder(e.getFolder())
+                .portraitImageId(e.getPortraitImageId())
+                .headerImageId(e.getHeaderImageId())
+                .values(e.getValues() != null ? new HashMap<>(e.getValues()) : new HashMap<>())
+                .imageValues(e.getImageValues() != null ? new HashMap<>(e.getImageValues()) : new HashMap<>())
+                .keyValueValues(e.getKeyValueValues() != null ? new HashMap<>(e.getKeyValueValues()) : new HashMap<>())
+                .campaignId(e.getCampaignId().toString())
+                .order(e.getOrder())
+                .createdAt(e.getCreatedAt())
+                .updatedAt(e.getUpdatedAt())
+                .build();
+    }
+
+    private EnemyJpaEntity toJpaEntity(Enemy n) {
+        return EnemyJpaEntity.builder()
+                .id(n.getId() != null ? Long.parseLong(n.getId()) : null)
+                .name(n.getName())
+                .level(n.getLevel())
+                .folder(n.getFolder())
+                .portraitImageId(n.getPortraitImageId())
+                .headerImageId(n.getHeaderImageId())
+                .values(n.getValues() != null ? new HashMap<>(n.getValues()) : new HashMap<>())
+                .imageValues(n.getImageValues() != null ? new HashMap<>(n.getImageValues()) : new HashMap<>())
+                .keyValueValues(n.getKeyValueValues() != null ? new HashMap<>(n.getKeyValueValues()) : new HashMap<>())
+                .campaignId(Long.parseLong(n.getCampaignId()))
+                .order(n.getOrder())
+                .createdAt(n.getCreatedAt())
+                .updatedAt(n.getUpdatedAt())
+                .build();
+    }
+}

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

@@ -67,6 +67,9 @@ public class PostgresGameSystemRepository implements GameSystemRepository {
                 .npcTemplate(e.getNpcTemplate() != null
                         ? new java.util.ArrayList<>(e.getNpcTemplate())
                         : new java.util.ArrayList<>())
+                .enemyTemplate(e.getEnemyTemplate() != null
+                        ? new java.util.ArrayList<>(e.getEnemyTemplate())
+                        : new java.util.ArrayList<>())
                 .author(e.getAuthor())
                 .isPublic(e.isPublic())
                 .createdAt(e.getCreatedAt())
@@ -87,6 +90,9 @@ public class PostgresGameSystemRepository implements GameSystemRepository {
                 .npcTemplate(g.getNpcTemplate() != null
                         ? new java.util.ArrayList<>(g.getNpcTemplate())
                         : new java.util.ArrayList<>())
+                .enemyTemplate(g.getEnemyTemplate() != null
+                        ? new java.util.ArrayList<>(g.getEnemyTemplate())
+                        : new java.util.ArrayList<>())
                 .author(g.getAuthor())
                 .isPublic(g.isPublic())
                 .createdAt(g.getCreatedAt())

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

@@ -77,6 +77,14 @@ public class PostgresItemCatalogRepository implements ItemCatalogRepository {
         return jpaRepository.existsById(Long.parseLong(id));
     }
 
+    @Override
+    @Transactional(readOnly = true)
+    public List<ItemCatalog> searchByName(String query) {
+        return jpaRepository.findTop20ByNameContainingIgnoreCaseOrderByNameAsc(query).stream()
+                .map(this::toDomainEntity)
+                .collect(Collectors.toList());
+    }
+
     private ItemCatalog toDomainEntity(ItemCatalogJpaEntity e) {
         List<CatalogItem> items = e.getItems().stream()
                 .map(c -> CatalogItem.builder()

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

@@ -115,7 +115,19 @@ public class PostgresNotebookRepository implements NotebookRepository {
 
     @Override
     public List<NotebookMessage> findMessagesByNotebookId(String notebookId) {
-        return messageJpa.findByNotebookIdOrderByCreatedAtAsc(Long.parseLong(notebookId)).stream()
+        return messageJpa.findByNotebookIdAndArchivedAtIsNullOrderByCreatedAtAsc(Long.parseLong(notebookId)).stream()
+                .map(this::toMessage).collect(Collectors.toList());
+    }
+
+    @Override
+    @Transactional
+    public void archiveMessagesByNotebookId(String notebookId) {
+        messageJpa.archiveActiveMessages(Long.parseLong(notebookId), java.time.LocalDateTime.now());
+    }
+
+    @Override
+    public List<NotebookMessage> findArchivedMessagesByNotebookId(String notebookId) {
+        return messageJpa.findByNotebookIdAndArchivedAtIsNotNullOrderByCreatedAtAsc(Long.parseLong(notebookId)).stream()
                 .map(this::toMessage).collect(Collectors.toList());
     }
 
@@ -150,6 +162,7 @@ public class PostgresNotebookRepository implements NotebookRepository {
                 .role(e.getRole())
                 .content(e.getContent())
                 .createdAt(e.getCreatedAt())
+                .archivedAt(e.getArchivedAt())
                 .build();
     }
 }

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

@@ -50,6 +50,13 @@ public class PostgresNpcRepository implements NpcRepository {
         return jpaRepository.existsById(Long.parseLong(id));
     }
 
+    @Override
+    public List<Npc> searchByName(String query) {
+        return jpaRepository.findTop20ByNameContainingIgnoreCaseOrderByNameAsc(query).stream()
+                .map(this::toDomainEntity)
+                .collect(Collectors.toList());
+    }
+
     private Npc toDomainEntity(NpcJpaEntity e) {
         return Npc.builder()
                 .id(e.getId().toString())

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

@@ -81,6 +81,14 @@ public class PostgresRandomTableRepository implements RandomTableRepository {
         return jpaRepository.existsById(Long.parseLong(id));
     }
 
+    @Override
+    @Transactional(readOnly = true)
+    public List<RandomTable> searchByName(String query) {
+        return jpaRepository.findTop20ByNameContainingIgnoreCaseOrderByNameAsc(query).stream()
+                .map(this::toDomainEntity)
+                .collect(Collectors.toList());
+    }
+
     private RandomTable toDomainEntity(RandomTableJpaEntity e) {
         List<RandomTableEntry> entries = e.getEntries().stream()
                 .map(c -> RandomTableEntry.builder()

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

@@ -80,6 +80,9 @@ public class PostgresSceneRepository implements SceneRepository {
                 .choicesConsequences(jpaEntity.getChoicesConsequences())
                 .combatDifficulty(jpaEntity.getCombatDifficulty())
                 .enemies(jpaEntity.getEnemies())
+                .enemyIds(jpaEntity.getEnemyIds() != null
+                        ? new ArrayList<>(jpaEntity.getEnemyIds())
+                        : new ArrayList<>())
                 .relatedPageIds(jpaEntity.getRelatedPageIds() != null
                         ? new ArrayList<>(jpaEntity.getRelatedPageIds())
                         : new ArrayList<>())
@@ -117,6 +120,9 @@ public class PostgresSceneRepository implements SceneRepository {
                 .choicesConsequences(scene.getChoicesConsequences())
                 .combatDifficulty(scene.getCombatDifficulty())
                 .enemies(scene.getEnemies())
+                .enemyIds(scene.getEnemyIds() != null
+                        ? new ArrayList<>(scene.getEnemyIds())
+                        : new ArrayList<>())
                 .relatedPageIds(scene.getRelatedPageIds() != null
                         ? new ArrayList<>(scene.getRelatedPageIds())
                         : new ArrayList<>())

core/src/main/java/com/loremind/infrastructure/web/GlobalExceptionHandler.java

@@ -11,6 +11,7 @@ import org.springframework.web.bind.MethodArgumentNotValidException;
 import org.springframework.web.bind.annotation.ExceptionHandler;
 import org.springframework.web.bind.annotation.RestControllerAdvice;
 import org.springframework.web.context.request.async.AsyncRequestNotUsableException;
+import org.springframework.web.server.ResponseStatusException;
 
 import java.util.LinkedHashMap;
 import java.util.Map;
@@ -71,6 +72,21 @@ public class GlobalExceptionHandler {
         ));
     }
 
+    /**
+     * Statut HTTP explicitement choisi par un controller via {@link ResponseStatusException}
+     * (ex: {@code NotebookController} -> 404 si notebook introuvable, 502 si Brain injoignable).
+     * <p>
+     * SANS ce handler, le fallback {@code @ExceptionHandler(Throwable.class)} ci-dessous
+     * interceptait ces exceptions et renvoyait 500 — ecrasant le statut voulu (le
+     * resolver natif de Spring est court-circuite des qu'un advice gere Throwable).
+     */
+    @ExceptionHandler(ResponseStatusException.class)
+    public ResponseEntity<Map<String, String>> handleResponseStatus(ResponseStatusException ex) {
+        String reason = ex.getReason();
+        return ResponseEntity.status(ex.getStatusCode())
+                .body(Map.of("error", reason != null ? reason : ex.getStatusCode().toString()));
+    }
+
     /**
      * Client HTTP parti pendant une reponse asynchrone (SSE) : le navigateur a ferme
      * la connexion (onglet ferme, proxy coupe...), la reponse n'est plus utilisable.

core/src/main/java/com/loremind/infrastructure/web/config/UserLanguageFilter.java

@@ -0,0 +1,40 @@
+package com.loremind.infrastructure.web.config;
+
+import jakarta.servlet.FilterChain;
+import jakarta.servlet.ServletException;
+import jakarta.servlet.http.HttpServletRequest;
+import jakarta.servlet.http.HttpServletResponse;
+import org.springframework.core.Ordered;
+import org.springframework.core.annotation.Order;
+import org.springframework.stereotype.Component;
+import org.springframework.web.filter.OncePerRequestFilter;
+
+import java.io.IOException;
+
+/**
+ * Capture la langue de l'utilisateur (entête {@code X-User-Language} envoyé par le
+ * frontend) dans {@link UserLanguageHolder} pour la durée de la requête, puis la
+ * nettoie systématiquement.
+ * <p>
+ * Les clients du Brain liront ce ThreadLocal au moment de construire leur appel
+ * (sur ce même thread servlet) pour relayer la langue au Brain. Indispensable de
+ * {@code clear()} en {@code finally} : les threads servlet sont recyclés dans un
+ * pool, une valeur oubliée fuiterait sur la requête suivante.
+ */
+@Component
+@Order(Ordered.HIGHEST_PRECEDENCE)
+public class UserLanguageFilter extends OncePerRequestFilter {
+
+    @Override
+    protected void doFilterInternal(
+            HttpServletRequest request,
+            HttpServletResponse response,
+            FilterChain filterChain) throws ServletException, IOException {
+        try {
+            UserLanguageHolder.set(request.getHeader(UserLanguageHolder.HEADER));
+            filterChain.doFilter(request, response);
+        } finally {
+            UserLanguageHolder.clear();
+        }
+    }
+}

core/src/main/java/com/loremind/infrastructure/web/config/UserLanguageHolder.java

@@ -0,0 +1,58 @@
+package com.loremind.infrastructure.web.config;
+
+import java.util.Set;
+
+/**
+ * Langue de l'utilisateur courant, portée par un ThreadLocal le temps d'une
+ * requête HTTP entrante.
+ * <p>
+ * Le frontend Angular envoie son choix de langue (code court {@code fr}/{@code en})
+ * via l'entête {@code X-User-Language}. {@link UserLanguageFilter} la capture ici,
+ * et les clients du Brain ({@code RestTemplateConfig} pour les appels bloquants,
+ * les clients WebClient pour le streaming) la relaient au Brain — qui rédige alors
+ * ses réponses IA dans cette langue.
+ * <p>
+ * Repli systématique sur le français si rien n'est fourni (vieux client, appel interne).
+ */
+public final class UserLanguageHolder {
+
+    /** Nom de l'entête HTTP relayant la langue, du frontend jusqu'au Brain. */
+    public static final String HEADER = "X-User-Language";
+
+    /** Langue par défaut quand l'entête est absent ou non reconnu. */
+    public static final String DEFAULT = "fr";
+
+    /** Langues supportées (alignées sur LanguageService Angular et NAMES côté Brain). */
+    private static final Set<String> SUPPORTED = Set.of("fr", "en");
+
+    private static final ThreadLocal<String> CURRENT = ThreadLocal.withInitial(() -> DEFAULT);
+
+    private UserLanguageHolder() {
+    }
+
+    /**
+     * Normalise un code/entête langue arbitraire vers un code supporté.
+     * Tolère la casse, les variantes régionales ({@code en-US}) et un
+     * {@code Accept-Language} complet ({@code fr-FR,fr;q=0.9}). Repli {@code DEFAULT}.
+     */
+    public static String normalize(String raw) {
+        if (raw == null || raw.isBlank()) {
+            return DEFAULT;
+        }
+        String primary = raw.split(",")[0].split(";")[0].trim().toLowerCase();
+        String base = primary.split("-")[0];
+        return SUPPORTED.contains(base) ? base : DEFAULT;
+    }
+
+    public static void set(String language) {
+        CURRENT.set(normalize(language));
+    }
+
+    public static String get() {
+        return CURRENT.get();
+    }
+
+    public static void clear() {
+        CURRENT.remove();
+    }
+}

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

@@ -16,10 +16,13 @@ public class CharacterController {
 
     private final CharacterService characterService;
     private final CharacterMapper characterMapper;
+    private final com.loremind.domain.playcontext.ports.PlaythroughRepository playthroughRepository;
 
-    public CharacterController(CharacterService characterService, CharacterMapper characterMapper) {
+    public CharacterController(CharacterService characterService, CharacterMapper characterMapper,
+                               com.loremind.domain.playcontext.ports.PlaythroughRepository playthroughRepository) {
         this.characterService = characterService;
         this.characterMapper = characterMapper;
+        this.playthroughRepository = playthroughRepository;
     }
 
     @PostMapping
@@ -43,6 +46,31 @@ public class CharacterController {
         return ResponseEntity.ok(dtos);
     }
 
+    /**
+     * Recherche par nom — alimente la recherche globale (Ctrl+K). Le résultat est
+     * enrichi du campaignId (résolu via le Playthrough) pour que le front puisse
+     * construire la route /campaigns/{c}/playthroughs/{p}/characters/{id}.
+     */
+    @GetMapping("/search")
+    public ResponseEntity<List<CharacterSearchDTO>> search(@RequestParam("q") String query) {
+        List<CharacterSearchDTO> out = characterService.searchCharacters(query).stream()
+                .map(c -> new CharacterSearchDTO(
+                        c.getId(),
+                        c.getName(),
+                        c.getPlaythroughId(),
+                        c.getPlaythroughId() != null
+                                ? playthroughRepository.findById(c.getPlaythroughId())
+                                        .map(com.loremind.domain.playcontext.Playthrough::getCampaignId)
+                                        .orElse(null)
+                                : null))
+                .filter(r -> r.campaignId() != null) // PJ orphelin (legacy) : non navigable → exclu
+                .collect(Collectors.toList());
+        return ResponseEntity.ok(out);
+    }
+
+    /** Résultat de recherche d'un PJ, enrichi pour la navigation. */
+    public record CharacterSearchDTO(String id, String name, String playthroughId, String campaignId) {}
+
     @PutMapping("/{id}")
     public ResponseEntity<CharacterDTO> updateCharacter(@PathVariable String id, @RequestBody CharacterDTO dto) {
         Character updated = characterService.updateCharacter(id, toData(dto, dto.getOrder()));

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

@@ -0,0 +1,79 @@
+package com.loremind.infrastructure.web.controller;
+
+import com.loremind.application.campaigncontext.EnemyService;
+import com.loremind.domain.campaigncontext.Enemy;
+import org.springframework.http.ResponseEntity;
+import org.springframework.web.bind.annotation.*;
+
+import java.util.List;
+import java.util.Map;
+
+/**
+ * REST Controller des fiches d'ennemis (bestiaire de campagne).
+ * Réponses = domaine {@link Enemy} sérialisé tel quel (Lombok @Data) ;
+ * requêtes = record dédié (le domaine n'a pas de constructeur no-args).
+ */
+@RestController
+@RequestMapping("/api/enemies")
+public class EnemyController {
+
+    private final EnemyService enemyService;
+
+    public EnemyController(EnemyService enemyService) {
+        this.enemyService = enemyService;
+    }
+
+    @PostMapping
+    public ResponseEntity<Enemy> create(@RequestBody EnemyRequest req) {
+        return ResponseEntity.ok(enemyService.createEnemy(toData(req)));
+    }
+
+    @GetMapping("/{id}")
+    public ResponseEntity<Enemy> getById(@PathVariable String id) {
+        return enemyService.getEnemyById(id)
+                .map(ResponseEntity::ok)
+                .orElse(ResponseEntity.notFound().build());
+    }
+
+    @GetMapping("/campaign/{campaignId}")
+    public ResponseEntity<List<Enemy>> getByCampaign(@PathVariable String campaignId) {
+        return ResponseEntity.ok(enemyService.getEnemiesByCampaignId(campaignId));
+    }
+
+    /** Recherche par nom — alimente la recherche globale (Ctrl+K). */
+    @GetMapping("/search")
+    public ResponseEntity<List<Enemy>> search(@RequestParam("q") String query) {
+        return ResponseEntity.ok(enemyService.searchEnemies(query));
+    }
+
+    @PutMapping("/{id}")
+    public ResponseEntity<Enemy> update(@PathVariable String id, @RequestBody EnemyRequest req) {
+        return ResponseEntity.ok(enemyService.updateEnemy(id, toData(req)));
+    }
+
+    @DeleteMapping("/{id}")
+    public ResponseEntity<Void> delete(@PathVariable String id) {
+        enemyService.deleteEnemy(id);
+        return ResponseEntity.noContent().build();
+    }
+
+    private EnemyService.EnemyData toData(EnemyRequest req) {
+        return new EnemyService.EnemyData(
+                req.name(), req.level(), req.folder(),
+                req.portraitImageId(), req.headerImageId(),
+                req.values(), req.imageValues(), req.keyValueValues(),
+                req.campaignId(), req.order());
+    }
+
+    public record EnemyRequest(
+            String name,
+            String level,
+            String folder,
+            String portraitImageId,
+            String headerImageId,
+            Map<String, String> values,
+            Map<String, List<String>> imageValues,
+            Map<String, Map<String, String>> keyValueValues,
+            String campaignId,
+            Integer order) {}
+}

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

@@ -263,6 +263,7 @@ public class GameSystemController {
                 dto.getRulesMarkdown(),
                 toDomainFields(dto.getCharacterTemplate()),
                 toDomainFields(dto.getNpcTemplate()),
+                toDomainFields(dto.getEnemyTemplate()),
                 dto.getAuthor(),
                 dto.isPublic()
         );

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

@@ -58,6 +58,14 @@ public class ItemCatalogController {
         return ResponseEntity.noContent().build();
     }
 
+    /** Recherche par nom — alimente la recherche globale (Ctrl+K). */
+    @GetMapping("/search")
+    public ResponseEntity<List<ItemCatalogDTO>> search(@RequestParam("q") String query) {
+        return ResponseEntity.ok(service.searchCatalogs(query).stream()
+                .map(mapper::toDTO)
+                .collect(java.util.stream.Collectors.toList()));
+    }
+
     /** Génère une PROPOSITION de catalogue via l'IA (non persistée) — l'UI préremplit le formulaire. */
     @PostMapping("/generate")
     public ResponseEntity<ItemCatalogDTO> generate(@RequestBody GenerateRequest req) {

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

@@ -105,6 +105,43 @@ public class NotebookController {
         return ResponseEntity.noContent().build();
     }
 
+    // --- Conversation : vider (= archiver) et consulter les archives ---
+
+    /**
+     * « Vider la conversation » : le fil actif est ARCHIVÉ en un lot horodaté,
+     * jamais supprimé — consultable ensuite via {@link #listArchives}.
+     */
+    @PostMapping("/{id}/chat/clear")
+    public ResponseEntity<Void> clearChat(@PathVariable String id) {
+        if (service.getNotebook(id).isEmpty()) {
+            throw new ResponseStatusException(HttpStatus.NOT_FOUND, "Notebook introuvable");
+        }
+        service.clearChat(id);
+        return ResponseEntity.noContent().build();
+    }
+
+    /** Archives de conversation, plus récentes d'abord : [{archivedAt, messages:[…]}]. */
+    @GetMapping("/{id}/chat/archives")
+    public ResponseEntity<List<Map<String, Object>>> listArchives(@PathVariable String id) {
+        var grouped = new java.util.TreeMap<java.time.LocalDateTime, List<Map<String, Object>>>(
+                java.util.Comparator.reverseOrder());
+        for (var m : service.getArchivedMessages(id)) {
+            grouped.computeIfAbsent(m.getArchivedAt(), k -> new java.util.ArrayList<>())
+                    .add(Map.of(
+                            "role", m.getRole(),
+                            "content", m.getContent(),
+                            "createdAt", m.getCreatedAt().toString()));
+        }
+        List<Map<String, Object>> out = new java.util.ArrayList<>();
+        grouped.forEach((archivedAt, messages) -> {
+            Map<String, Object> archive = new LinkedHashMap<>();
+            archive.put("archivedAt", archivedAt.toString());
+            archive.put("messages", messages);
+            out.add(archive);
+        });
+        return ResponseEntity.ok(out);
+    }
+
     // --- Chat ancré streamé ---
 
     @PostMapping(value = "/{id}/chat/stream", produces = MediaType.TEXT_EVENT_STREAM_VALUE)
@@ -136,7 +173,14 @@ public class NotebookController {
         } else {
             sourceIds = readyIds;
         }
-        String context = service.buildContext(nb.getCampaignId());
+        // Contexte = brief de campagne + archives cochées en référence (le tout
+        // dans une variable finale : capturée par la lambda du taskExecutor).
+        String campaignContext = service.buildContext(nb.getCampaignId());
+        String archiveContext = service.buildArchiveContext(id, req.archiveIds());
+        final String context = archiveContext.isEmpty()
+                ? campaignContext
+                : (campaignContext.isEmpty() ? archiveContext
+                        : campaignContext + "\n\n" + archiveContext);
 
         boolean deep = req.deep() != null && req.deep();
         taskExecutor.execute(() -> {
@@ -235,6 +279,10 @@ public class NotebookController {
      * @param sourceIds  Optionnel : sous-ensemble de sources à utiliser pour ce tour
      *                   (cases cochées dans l'UI). Null = toutes les sources prêtes.
      *                   Toujours intersecté avec les sources du notebook (sécurité).
+     * @param archiveIds Optionnel : archives de conversation cochées comme RÉFÉRENCE
+     *                   (clés = archivedAt). Leur contenu est injecté dans le contexte
+     *                   du prompt — toujours résolu dans CE notebook (sécurité).
      */
-    public record ChatRequest(String message, Boolean deep, List<String> sourceIds) {}
+    public record ChatRequest(String message, Boolean deep, List<String> sourceIds,
+                              List<String> archiveIds) {}
 }

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

@@ -43,6 +43,15 @@ public class NpcController {
         return ResponseEntity.ok(dtos);
     }
 
+    /** Recherche par nom — alimente la recherche globale (Ctrl+K). */
+    @GetMapping("/search")
+    public ResponseEntity<List<NpcDTO>> search(@RequestParam("q") String query) {
+        List<NpcDTO> dtos = npcService.searchNpcs(query).stream()
+                .map(npcMapper::toDTO)
+                .collect(Collectors.toList());
+        return ResponseEntity.ok(dtos);
+    }
+
     /** PNJ de toutes les campagnes liées au Lore donné — alimente le graphe du Lore. */
     @GetMapping("/lore/{loreId}")
     public ResponseEntity<List<NpcDTO>> getNpcsByLore(@PathVariable String loreId) {

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

@@ -59,6 +59,14 @@ public class RandomTableController {
         return ResponseEntity.noContent().build();
     }
 
+    /** Recherche par nom — alimente la recherche globale (Ctrl+K). */
+    @GetMapping("/search")
+    public ResponseEntity<List<RandomTableDTO>> search(@RequestParam("q") String query) {
+        return ResponseEntity.ok(service.searchTables(query).stream()
+                .map(mapper::toDTO)
+                .collect(java.util.stream.Collectors.toList()));
+    }
+
     /** Génère une PROPOSITION de table via l'IA (non persistée) — l'UI préremplit le formulaire. */
     @PostMapping("/generate")
     public ResponseEntity<RandomTableDTO> generate(@RequestBody GenerateRequest req) {

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

@@ -16,6 +16,8 @@ public class RoomDTO {
     private String name;
     private String description;
     private String enemies;
+    /** IDs des fiches du bestiaire présentes dans la pièce (weak refs). */
+    private List<String> enemyIds = new ArrayList<>();
     private String loot;
     private String traps;
     private String gmNotes;

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

@@ -30,6 +30,9 @@ public class SceneDTO {
     private String combatDifficulty;
     private String enemies;
 
+    /** IDs des fiches du bestiaire engagées dans la rencontre (weak refs). */
+    private List<String> enemyIds = new ArrayList<>();
+
     /** IDs des pages du Lore liées (weak cross-context references). */
     private List<String> relatedPageIds = new ArrayList<>();
 

core/src/main/java/com/loremind/infrastructure/web/dto/gamesystemcontext/GameSystemDTO.java

@@ -19,6 +19,7 @@ public class GameSystemDTO {
     private String rulesMarkdown;
     private List<TemplateFieldDTO> characterTemplate = new ArrayList<>();
     private List<TemplateFieldDTO> npcTemplate = new ArrayList<>();
+    private List<TemplateFieldDTO> enemyTemplate = new ArrayList<>();
     private String author;
     private boolean isPublic;
 }

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

@@ -27,6 +27,7 @@ public class GameSystemMapper {
         dto.setRulesMarkdown(g.getRulesMarkdown());
         dto.setCharacterTemplate(toDTOList(g.getCharacterTemplate()));
         dto.setNpcTemplate(toDTOList(g.getNpcTemplate()));
+        dto.setEnemyTemplate(toDTOList(g.getEnemyTemplate()));
         dto.setAuthor(g.getAuthor());
         dto.setPublic(g.isPublic());
         return dto;
@@ -41,6 +42,7 @@ public class GameSystemMapper {
                 .rulesMarkdown(dto.getRulesMarkdown())
                 .characterTemplate(toDomainList(dto.getCharacterTemplate()))
                 .npcTemplate(toDomainList(dto.getNpcTemplate()))
+                .enemyTemplate(toDomainList(dto.getEnemyTemplate()))
                 .author(dto.getAuthor())
                 .isPublic(dto.isPublic())
                 .build();

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

@@ -40,6 +40,9 @@ public class SceneMapper {
         dto.setChoicesConsequences(scene.getChoicesConsequences());
         dto.setCombatDifficulty(scene.getCombatDifficulty());
         dto.setEnemies(scene.getEnemies());
+        dto.setEnemyIds(scene.getEnemyIds() != null
+                ? new ArrayList<>(scene.getEnemyIds())
+                : new ArrayList<>());
         dto.setRelatedPageIds(scene.getRelatedPageIds() != null
                 ? new ArrayList<>(scene.getRelatedPageIds())
                 : new ArrayList<>());
@@ -74,6 +77,9 @@ public class SceneMapper {
                 .choicesConsequences(dto.getChoicesConsequences())
                 .combatDifficulty(dto.getCombatDifficulty())
                 .enemies(dto.getEnemies())
+                .enemyIds(dto.getEnemyIds() != null
+                        ? new ArrayList<>(dto.getEnemyIds())
+                        : new ArrayList<>())
                 .relatedPageIds(dto.getRelatedPageIds() != null
                         ? new ArrayList<>(dto.getRelatedPageIds())
                         : new ArrayList<>())
@@ -117,6 +123,9 @@ public class SceneMapper {
         dto.setName(r.getName());
         dto.setDescription(r.getDescription());
         dto.setEnemies(r.getEnemies());
+        dto.setEnemyIds(r.getEnemyIds() != null
+                ? new ArrayList<>(r.getEnemyIds())
+                : new ArrayList<>());
         dto.setLoot(r.getLoot());
         dto.setTraps(r.getTraps());
         dto.setGmNotes(r.getGmNotes());
@@ -145,6 +154,9 @@ public class SceneMapper {
                 .name(d.getName())
                 .description(d.getDescription())
                 .enemies(d.getEnemies())
+                .enemyIds(d.getEnemyIds() != null
+                        ? new ArrayList<>(d.getEnemyIds())
+                        : new ArrayList<>())
                 .loot(d.getLoot())
                 .traps(d.getTraps())
                 .gmNotes(d.getGmNotes())

core/src/test/java/com/loremind/application/generationcontext/CampaignStructuralContextBuilderTest.java

@@ -11,6 +11,7 @@ import com.loremind.domain.campaigncontext.ports.ArcRepository;
 import com.loremind.domain.campaigncontext.ports.CampaignRepository;
 import com.loremind.domain.campaigncontext.ports.ChapterRepository;
 import com.loremind.domain.campaigncontext.ports.CharacterRepository;
+import com.loremind.domain.campaigncontext.ports.EnemyRepository;
 import com.loremind.domain.campaigncontext.ports.NpcRepository;
 import com.loremind.domain.campaigncontext.ports.SceneRepository;
 import com.loremind.domain.generationcontext.CampaignStructuralContext;
@@ -48,6 +49,8 @@ public class CampaignStructuralContextBuilderTest {
     private CharacterRepository characterRepository;
     @Mock
     private NpcRepository npcRepository;
+    @Mock
+    private EnemyRepository enemyRepository;
 
     @InjectMocks
     private CampaignStructuralContextBuilder builder;

core/src/test/java/com/loremind/domain/generationcontext/CampaignStructuralContextTest.java

@@ -37,6 +37,7 @@ class CampaignStructuralContextTest {
         ArcSummary arc = new ArcSummary(
                 "Acte I",
                 "Mise en place",
+                false,
                 1,
                 List.of(chapter));
 
@@ -76,7 +77,7 @@ class CampaignStructuralContextTest {
 
     @Test
     void illustrationCount_defaultsToZero_onAllSummaryTypes() {
-        ArcSummary arc = new ArcSummary("X", null, 0, List.of());
+        ArcSummary arc = new ArcSummary("X", null, false, 0, List.of());
         ChapterSummary chapter = new ChapterSummary("X", null, 0, List.of());
         SceneSummary scene = new SceneSummary("X", null, 0, List.of(), List.of());
 
@@ -92,6 +93,7 @@ class CampaignStructuralContextTest {
         ArcSummary arc = new ArcSummary(
                 "Acte I",
                 null,
+                false,
                 0,
                 List.of(
                         new ChapterSummary("Ch1", null, 0, List.of()),

core/src/test/java/com/loremind/infrastructure/ai/BrainAiChatClientTest.java

@@ -0,0 +1,180 @@
+package com.loremind.infrastructure.ai;
+
+import com.loremind.domain.generationcontext.ChatRequest;
+import com.loremind.domain.generationcontext.ChatUsage;
+import com.loremind.domain.generationcontext.ports.AiProviderException;
+import org.junit.jupiter.api.Test;
+import org.springframework.http.HttpHeaders;
+import org.springframework.http.HttpStatus;
+import org.springframework.http.MediaType;
+import org.springframework.web.reactive.function.client.ClientResponse;
+import org.springframework.web.reactive.function.client.ExchangeFunction;
+import org.springframework.web.reactive.function.client.WebClient;
+import reactor.core.publisher.Mono;
+
+import java.util.ArrayList;
+import java.util.List;
+import java.util.Map;
+import java.util.concurrent.atomic.AtomicBoolean;
+import java.util.concurrent.atomic.AtomicReference;
+import java.util.function.Consumer;
+
+import static org.assertj.core.api.Assertions.assertThat;
+import static org.mockito.Mockito.mock;
+import static org.mockito.Mockito.when;
+
+/**
+ * Tests unitaires purs (JUnit 5 + Mockito, sans Spring, sans réseau) de
+ * {@link BrainAiChatClient}.
+ *
+ * Principe : WebClient.Builder préconfiguré avec une ExchangeFunction mock
+ * renvoyant un flux SSE canned. Le payloadBuilder est mocké ; le sseParser est
+ * une instance réelle (simple parseur sans dépendance).
+ */
+class BrainAiChatClientTest {
+
+    /** ChatRequest minimal valide : messages vide suffit (payloadBuilder mocké). */
+    private ChatRequest minimalRequest() {
+        return ChatRequest.builder().messages(List.of()).build();
+    }
+
+    /** Construit un client dont le WebClient renvoie le corps SSE fourni. */
+    private BrainAiChatClient clientWithSse(String sseBody) {
+        ExchangeFunction ef = req -> Mono.just(
+                ClientResponse.create(HttpStatus.OK)
+                        .header(HttpHeaders.CONTENT_TYPE, MediaType.TEXT_EVENT_STREAM_VALUE)
+                        .body(sseBody)
+                        .build());
+        return buildClient(ef);
+    }
+
+    /** Construit un client dont le WebClient émet une erreur transport. */
+    private BrainAiChatClient clientErroring() {
+        ExchangeFunction ef = req -> Mono.error(new RuntimeException("boom"));
+        return buildClient(ef);
+    }
+
+    private BrainAiChatClient buildClient(ExchangeFunction ef) {
+        WebClient.Builder builder = WebClient.builder().exchangeFunction(ef);
+        BrainChatPayloadBuilder payloadBuilder = mock(BrainChatPayloadBuilder.class);
+        when(payloadBuilder.build(org.mockito.ArgumentMatchers.any())).thenReturn(Map.of());
+        return new BrainAiChatClient(builder, "http://brain", payloadBuilder, new BrainSseParser());
+    }
+
+    // --- Collecteurs partagés pour les callbacks ---
+    private final List<ChatUsage> usages = new ArrayList<>();
+    private final List<String> tokens = new ArrayList<>();
+    private final AtomicBoolean completed = new AtomicBoolean(false);
+    private final AtomicReference<Throwable> error = new AtomicReference<>();
+
+    private final Consumer<ChatUsage> onUsage = usages::add;
+    private final Consumer<String> onToken = tokens::add;
+    private final Runnable onComplete = () -> completed.set(true);
+    private final Consumer<Throwable> onError = error::set;
+
+    @Test
+    void flux_complet_parse_usage_et_token_puis_complete() {
+        String sse =
+                "event:usage\ndata:{\"system\":1,\"history\":2,\"current\":3,\"max\":100}\n\n" +
+                "data:{\"token\":\"Bonjour\"}\n\n" +
+                "event:done\ndata:{}\n\n";
+        BrainAiChatClient client = clientWithSse(sse);
+
+        client.streamChat(minimalRequest(), onUsage, onToken, onComplete, onError);
+
+        // usage parsé et propagé
+        assertThat(usages).hasSize(1);
+        assertThat(usages.get(0)).isEqualTo(new ChatUsage(1, 2, 3, 100));
+        // token propagé
+        assertThat(tokens).containsExactly("Bonjour");
+        // event done ignoré (pas de token/usage supplémentaire)
+        // complétion appelée, pas d'erreur
+        assertThat(completed).isTrue();
+        assertThat(error.get()).isNull();
+    }
+
+    @Test
+    void plusieurs_tokens_propages_dans_l_ordre() {
+        String sse =
+                "data:{\"token\":\"Bon\"}\n\n" +
+                "data:{\"token\":\"jour\"}\n\n" +
+                "event:done\ndata:{}\n\n";
+        BrainAiChatClient client = clientWithSse(sse);
+
+        client.streamChat(minimalRequest(), onUsage, onToken, onComplete, onError);
+
+        assertThat(tokens).containsExactly("Bon", "jour");
+        assertThat(completed).isTrue();
+        assertThat(error.get()).isNull();
+    }
+
+    @Test
+    void event_error_declenche_onError_avec_AiProviderException() {
+        String sse =
+                "event:error\ndata:boom\n\n" +
+                "event:done\ndata:{}\n\n";
+        BrainAiChatClient client = clientWithSse(sse);
+
+        client.streamChat(minimalRequest(), onUsage, onToken, onComplete, onError);
+
+        assertThat(error.get())
+                .isInstanceOf(AiProviderException.class)
+                .hasMessageContaining("boom");
+        // Aucun token émis sur ce flux.
+        assertThat(tokens).isEmpty();
+    }
+
+    @Test
+    void token_vide_n_est_pas_propage() {
+        String sse =
+                "data:{\"token\":\"\"}\n\n" +
+                "event:done\ndata:{}\n\n";
+        BrainAiChatClient client = clientWithSse(sse);
+
+        client.streamChat(minimalRequest(), onUsage, onToken, onComplete, onError);
+
+        assertThat(tokens).isEmpty();
+        assertThat(completed).isTrue();
+    }
+
+    @Test
+    void usage_illisible_n_est_pas_propage() {
+        // data usage sans champs numériques -> parser renvoie ChatUsage(0,0,0,0),
+        // donc propagé ; ici on teste un usage avec data non-null mais vide d'entiers.
+        String sse =
+                "event:usage\ndata:{\"system\":5}\n\n" +
+                "event:done\ndata:{}\n\n";
+        BrainAiChatClient client = clientWithSse(sse);
+
+        client.streamChat(minimalRequest(), onUsage, onToken, onComplete, onError);
+
+        // Les champs absents tombent à 0 (parser tolérant).
+        assertThat(usages).containsExactly(new ChatUsage(5, 0, 0, 0));
+    }
+
+    @Test
+    void erreur_transport_declenche_onError_avec_AiProviderException() {
+        BrainAiChatClient client = clientErroring();
+
+        client.streamChat(minimalRequest(), onUsage, onToken, onComplete, onError);
+
+        assertThat(error.get())
+                .isInstanceOf(AiProviderException.class)
+                .hasMessageContaining("streaming chat");
+        // onComplete NON appelé puisqu'une exception a interrompu blockLast().
+        assertThat(completed).isFalse();
+    }
+
+    @Test
+    void flux_vide_appelle_seulement_onComplete() {
+        // Flux SSE vide : aucun évènement, blockLast renvoie null, onComplete appelé.
+        BrainAiChatClient client = clientWithSse("");
+
+        client.streamChat(minimalRequest(), onUsage, onToken, onComplete, onError);
+
+        assertThat(tokens).isEmpty();
+        assertThat(usages).isEmpty();
+        assertThat(completed).isTrue();
+        assertThat(error.get()).isNull();
+    }
+}

core/src/test/java/com/loremind/infrastructure/ai/BrainAiClientTest.java

@@ -0,0 +1,213 @@
+package com.loremind.infrastructure.ai;
+
+import com.loremind.domain.generationcontext.GenerationContext;
+import com.loremind.domain.generationcontext.GenerationResult;
+import com.loremind.domain.generationcontext.ports.AiProviderException;
+import org.junit.jupiter.api.Test;
+import org.mockito.ArgumentCaptor;
+import org.springframework.http.HttpEntity;
+import org.springframework.http.HttpHeaders;
+import org.springframework.http.HttpStatus;
+import org.springframework.http.MediaType;
+import org.springframework.web.client.HttpServerErrorException;
+import org.springframework.web.client.ResourceAccessException;
+import org.springframework.web.client.RestTemplate;
+
+import java.util.List;
+import java.util.Map;
+
+import static org.junit.jupiter.api.Assertions.assertEquals;
+import static org.junit.jupiter.api.Assertions.assertSame;
+import static org.junit.jupiter.api.Assertions.assertThrows;
+import static org.junit.jupiter.api.Assertions.assertTrue;
+import static org.mockito.ArgumentMatchers.any;
+import static org.mockito.ArgumentMatchers.anyString;
+import static org.mockito.ArgumentMatchers.eq;
+import static org.mockito.Mockito.mock;
+import static org.mockito.Mockito.when;
+
+/**
+ * Tests unitaires PURS (JUnit 5 + Mockito, sans Spring, sans reseau) pour
+ * BrainAiClient. Le RestTemplate est mocke ; on couvre toutes les branches
+ * de callBrain ainsi que la traduction domaine -> wire -> domaine.
+ */
+class BrainAiClientTest {
+
+    private static final String BASE_URL = "http://brain";
+    private static final String EXPECTED_URL = "http://brain/generate-page";
+
+    private GenerationContext sampleContext() {
+        return new GenerationContext(
+                "Aetheria",
+                "Un monde de cendres",
+                "PNJ",
+                "Fiche personnage",
+                List.of("histoire", "motto"),
+                "Garde rouge"
+        );
+    }
+
+    private BrainGeneratePageResponse responseWith(Map<String, String> values) {
+        BrainGeneratePageResponse r = new BrainGeneratePageResponse();
+        r.setValues(values);
+        return r;
+    }
+
+    // --- Branche succes ------------------------------------------------------
+
+    @Test
+    void generatePage_succes_traduitReponseWireEnResultatDomaine() {
+        RestTemplate rt = mock(RestTemplate.class);
+        BrainAiClient client = new BrainAiClient(rt, BASE_URL);
+
+        BrainGeneratePageResponse wire = responseWith(Map.of(
+                "histoire", "Nee sous une etoile rouge",
+                "motto", "Jamais genou en terre"
+        ));
+        when(rt.postForObject(anyString(), any(), eq(BrainGeneratePageResponse.class)))
+                .thenReturn(wire);
+
+        GenerationResult result = client.generatePage(sampleContext());
+
+        assertEquals(2, result.values().size());
+        assertEquals("Jamais genou en terre", result.values().get("motto"));
+    }
+
+    @Test
+    void generatePage_appelleBonneUrlEtContentTypeJson_avecCorpsTraduit() {
+        RestTemplate rt = mock(RestTemplate.class);
+        BrainAiClient client = new BrainAiClient(rt, BASE_URL);
+
+        when(rt.postForObject(anyString(), any(), eq(BrainGeneratePageResponse.class)))
+                .thenReturn(responseWith(Map.of("histoire", "v")));
+
+        client.generatePage(sampleContext());
+
+        // Capture de l'URL et de l'HttpEntity envoyes au RestTemplate
+        ArgumentCaptor<String> urlCaptor = ArgumentCaptor.forClass(String.class);
+        @SuppressWarnings("unchecked")
+        ArgumentCaptor<HttpEntity<BrainGeneratePageRequest>> entityCaptor =
+                ArgumentCaptor.forClass(HttpEntity.class);
+
+        org.mockito.Mockito.verify(rt).postForObject(
+                urlCaptor.capture(),
+                entityCaptor.capture(),
+                eq(BrainGeneratePageResponse.class));
+
+        assertEquals(EXPECTED_URL, urlCaptor.getValue());
+
+        HttpEntity<BrainGeneratePageRequest> entity = entityCaptor.getValue();
+        HttpHeaders headers = entity.getHeaders();
+        assertEquals(MediaType.APPLICATION_JSON, headers.getContentType());
+
+        // Verifie la traduction domaine -> wire (exerce les getters du record)
+        BrainGeneratePageRequest body = entity.getBody();
+        assertEquals("Aetheria", body.loreName());
+        assertEquals("Un monde de cendres", body.loreDescription());
+        assertEquals("PNJ", body.folderName());
+        assertEquals("Fiche personnage", body.templateName());
+        assertEquals(List.of("histoire", "motto"), body.templateFields());
+        assertEquals("Garde rouge", body.pageTitle());
+    }
+
+    // --- Branche reponse null ------------------------------------------------
+
+    @Test
+    void generatePage_reponseNull_leveAiProviderException() {
+        RestTemplate rt = mock(RestTemplate.class);
+        BrainAiClient client = new BrainAiClient(rt, BASE_URL);
+
+        when(rt.postForObject(anyString(), any(), eq(BrainGeneratePageResponse.class)))
+                .thenReturn(null);
+
+        AiProviderException ex = assertThrows(AiProviderException.class,
+                () -> client.generatePage(sampleContext()));
+        assertTrue(ex.getMessage().contains("reponse vide")
+                || ex.getMessage().contains("réponse vide"));
+    }
+
+    // --- Branche values null -------------------------------------------------
+
+    @Test
+    void generatePage_valuesNull_leveAiProviderException() {
+        RestTemplate rt = mock(RestTemplate.class);
+        BrainAiClient client = new BrainAiClient(rt, BASE_URL);
+
+        // Reponse non null mais avec values == null
+        when(rt.postForObject(anyString(), any(), eq(BrainGeneratePageResponse.class)))
+                .thenReturn(responseWith(null));
+
+        assertThrows(AiProviderException.class,
+                () -> client.generatePage(sampleContext()));
+    }
+
+    // --- Branche ResourceAccessException (Brain injoignable) -----------------
+
+    @Test
+    void generatePage_brainInjoignable_leveAiProviderException() {
+        RestTemplate rt = mock(RestTemplate.class);
+        BrainAiClient client = new BrainAiClient(rt, BASE_URL);
+
+        ResourceAccessException cause = new ResourceAccessException("down");
+        when(rt.postForObject(anyString(), any(), eq(BrainGeneratePageResponse.class)))
+                .thenThrow(cause);
+
+        AiProviderException ex = assertThrows(AiProviderException.class,
+                () -> client.generatePage(sampleContext()));
+        assertTrue(ex.getMessage().contains("injoignable"));
+        assertSame(cause, ex.getCause());
+    }
+
+    // --- Branche RestClientResponseException (HTTP 4xx/5xx) ------------------
+
+    @Test
+    void generatePage_erreurHttp_leveAiProviderExceptionAvecCode() {
+        RestTemplate rt = mock(RestTemplate.class);
+        BrainAiClient client = new BrainAiClient(rt, BASE_URL);
+
+        HttpServerErrorException cause = HttpServerErrorException.create(
+                HttpStatus.BAD_GATEWAY, "Bad Gateway",
+                new HttpHeaders(), new byte[0], null);
+        when(rt.postForObject(anyString(), any(), eq(BrainGeneratePageResponse.class)))
+                .thenThrow(cause);
+
+        AiProviderException ex = assertThrows(AiProviderException.class,
+                () -> client.generatePage(sampleContext()));
+        assertTrue(ex.getMessage().contains("502"));
+        assertSame(cause, ex.getCause());
+    }
+
+    // --- Branche AiProviderException deja traduite : re-levee telle quelle ---
+
+    @Test
+    void generatePage_aiProviderExceptionDejaTraduite_estRelancee() {
+        RestTemplate rt = mock(RestTemplate.class);
+        BrainAiClient client = new BrainAiClient(rt, BASE_URL);
+
+        AiProviderException original = new AiProviderException("deja traduite");
+        when(rt.postForObject(anyString(), any(), eq(BrainGeneratePageResponse.class)))
+                .thenThrow(original);
+
+        AiProviderException ex = assertThrows(AiProviderException.class,
+                () -> client.generatePage(sampleContext()));
+        // Pas de re-enveloppement : c'est exactement la meme instance
+        assertSame(original, ex);
+    }
+
+    // --- Branche Exception generique (filet de securite) ---------------------
+
+    @Test
+    void generatePage_exceptionGenerique_leveAiProviderException() {
+        RestTemplate rt = mock(RestTemplate.class);
+        BrainAiClient client = new BrainAiClient(rt, BASE_URL);
+
+        RuntimeException cause = new IllegalStateException("JSON invalide");
+        when(rt.postForObject(anyString(), any(), eq(BrainGeneratePageResponse.class)))
+                .thenThrow(cause);
+
+        AiProviderException ex = assertThrows(AiProviderException.class,
+                () -> client.generatePage(sampleContext()));
+        assertTrue(ex.getMessage().contains("inattendue"));
+        assertSame(cause, ex.getCause());
+    }
+}

core/src/test/java/com/loremind/infrastructure/ai/BrainCampaignAdaptClientTest.java

@@ -0,0 +1,166 @@
+package com.loremind.infrastructure.ai;
+
+import com.fasterxml.jackson.databind.ObjectMapper;
+import org.junit.jupiter.api.Test;
+import org.springframework.http.HttpHeaders;
+import org.springframework.http.HttpStatus;
+import org.springframework.http.MediaType;
+import org.springframework.web.reactive.function.client.ClientResponse;
+import org.springframework.web.reactive.function.client.ExchangeFunction;
+import org.springframework.web.reactive.function.client.WebClient;
+import reactor.core.publisher.Mono;
+
+import java.util.concurrent.atomic.AtomicBoolean;
+import java.util.concurrent.atomic.AtomicReference;
+
+import static org.junit.jupiter.api.Assertions.assertEquals;
+import static org.junit.jupiter.api.Assertions.assertFalse;
+import static org.junit.jupiter.api.Assertions.assertInstanceOf;
+import static org.junit.jupiter.api.Assertions.assertNotNull;
+import static org.junit.jupiter.api.Assertions.assertNull;
+import static org.junit.jupiter.api.Assertions.assertTrue;
+
+/**
+ * Tests unitaires PURS (JUnit 5, sans Spring ni réseau) pour {@link BrainCampaignAdaptClient}.
+ * Le WebClient.Builder injecté embarque une ExchangeFunction qui renvoie un corps SSE canned.
+ */
+class BrainCampaignAdaptClientTest {
+
+    private static final ObjectMapper MAPPER = new ObjectMapper();
+
+    private BrainCampaignAdaptClient clientReturning(String sseBody) {
+        ExchangeFunction ef = req -> Mono.just(
+                ClientResponse.create(HttpStatus.OK)
+                        .header(HttpHeaders.CONTENT_TYPE, MediaType.TEXT_EVENT_STREAM_VALUE)
+                        .body(sseBody)
+                        .build());
+        WebClient.Builder builder = WebClient.builder().exchangeFunction(ef);
+        return new BrainCampaignAdaptClient(builder, MAPPER, "http://brain", 30);
+    }
+
+    private BrainCampaignAdaptClient clientFailingWith(Throwable boom) {
+        ExchangeFunction ef = req -> Mono.error(boom);
+        WebClient.Builder builder = WebClient.builder().exchangeFunction(ef);
+        return new BrainCampaignAdaptClient(builder, MAPPER, "http://brain", 30);
+    }
+
+    /** Collecteur de callbacks + déclenchement de adviseStreaming. */
+    private static final class Collector {
+        final StringBuilder tokens = new StringBuilder();
+        final AtomicBoolean complete = new AtomicBoolean(false);
+        final AtomicReference<Throwable> error = new AtomicReference<>();
+
+        void invoke(BrainCampaignAdaptClient client, String filename, String brief, String messagesJson) {
+            client.adviseStreaming(
+                    new byte[]{1, 2, 3},
+                    filename,
+                    brief,
+                    messagesJson,
+                    tokens::append,
+                    () -> complete.set(true),
+                    error::set);
+        }
+
+        void invoke(BrainCampaignAdaptClient client) {
+            invoke(client, "camp.pdf", "brief", "[]");
+        }
+    }
+
+    @Test
+    void streame_tokens_puis_done() {
+        String sse =
+                "event:token\ndata:{\"token\":\"Conseil\"}\n\n" +
+                "event:token\ndata:{\"token\":\" final\"}\n\n" +
+                "event:done\ndata:{}\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertEquals("Conseil final", c.tokens.toString());
+        assertTrue(c.complete.get(), "onComplete appelé via event done");
+        assertNull(c.error.get());
+    }
+
+    @Test
+    void token_vide_ou_absent_ignore() {
+        // token "" -> non émis ; champ token absent -> readField renvoie data (non vide)
+        // donc émis tel quel : on vérifie ce comportement réel.
+        String sse =
+                "event:token\ndata:{\"token\":\"\"}\n\n" +
+                "event:token\ndata:{\"token\":\"OK\"}\n\n" +
+                "event:done\ndata:{}\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertEquals("OK", c.tokens.toString());
+        assertTrue(c.complete.get());
+    }
+
+    @Test
+    void event_error_appelle_onError_avec_runtimeexception() {
+        String sse =
+                "event:token\ndata:{\"token\":\"avant\"}\n\n" +
+                "event:error\ndata:{\"message\":\"PDF illisible\"}\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertNotNull(c.error.get());
+        assertInstanceOf(RuntimeException.class, c.error.get());
+        assertTrue(c.error.get().getMessage().contains("PDF illisible"));
+        assertFalse(c.complete.get(), "onComplete non appelé après error terminal");
+    }
+
+    @Test
+    void event_error_data_non_json_relaie_data_brut() {
+        // readField : data non parsable -> catch -> renvoie data brut.
+        String sse = "event:error\ndata:panne-brute\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertNotNull(c.error.get());
+        assertTrue(c.error.get().getMessage().contains("panne-brute"));
+    }
+
+    @Test
+    void flux_clos_sans_done_appelle_onComplete() {
+        // Pas de done/error -> terminated false -> onComplete de secours.
+        String sse = "event:token\ndata:{\"token\":\"x\"}\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertEquals("x", c.tokens.toString());
+        assertTrue(c.complete.get());
+        assertNull(c.error.get());
+    }
+
+    @Test
+    void erreur_transport_traduite_en_runtimeexception() {
+        Collector c = new Collector();
+        c.invoke(clientFailingWith(new RuntimeException("boom")));
+
+        assertNotNull(c.error.get());
+        assertInstanceOf(RuntimeException.class, c.error.get());
+        assertTrue(c.error.get().getMessage().contains("adaptation"));
+        assertFalse(c.complete.get());
+    }
+
+    @Test
+    void filename_null_et_brief_null_et_messages_null_acceptes() {
+        // Couvre les branches : filename blank -> "campaign.pdf", brief null -> "",
+        // messagesJson null/blank -> "[]".
+        String sse = "event:done\ndata:{}\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse), null, null, null);
+
+        assertTrue(c.complete.get());
+        assertNull(c.error.get());
+    }
+
+    @Test
+    void messages_blank_remplace_par_tableau_vide() {
+        String sse = "event:done\ndata:{}\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse), "  ", "  ", "   ");
+
+        assertTrue(c.complete.get());
+    }
+}

core/src/test/java/com/loremind/infrastructure/ai/BrainCampaignImportClientTest.java

@@ -0,0 +1,429 @@
+package com.loremind.infrastructure.ai;
+
+import com.fasterxml.jackson.databind.ObjectMapper;
+import com.loremind.domain.campaigncontext.CampaignImportProgress;
+import com.loremind.domain.campaigncontext.CampaignImportProposal;
+import com.loremind.domain.campaigncontext.ports.CampaignImportException;
+import org.junit.jupiter.api.Test;
+import org.springframework.http.HttpHeaders;
+import org.springframework.http.HttpStatus;
+import org.springframework.http.MediaType;
+import org.springframework.web.reactive.function.client.ClientResponse;
+import org.springframework.web.reactive.function.client.ExchangeFunction;
+import org.springframework.web.reactive.function.client.WebClient;
+import reactor.core.publisher.Mono;
+
+import java.util.ArrayList;
+import java.util.List;
+import java.util.concurrent.atomic.AtomicInteger;
+import java.util.concurrent.atomic.AtomicReference;
+
+import static org.junit.jupiter.api.Assertions.assertEquals;
+import static org.junit.jupiter.api.Assertions.assertFalse;
+import static org.junit.jupiter.api.Assertions.assertInstanceOf;
+import static org.junit.jupiter.api.Assertions.assertNotNull;
+import static org.junit.jupiter.api.Assertions.assertNull;
+import static org.junit.jupiter.api.Assertions.assertTrue;
+
+/**
+ * Tests unitaires PURS (JUnit 5, sans Spring ni réseau) pour {@link BrainCampaignImportClient}.
+ * <p>
+ * NB : contrairement à la consigne initiale, ce client est entièrement WebClient + SSE
+ * (POST /import/campaign/stream) — il n'y a PAS de RestTemplate ni d'appel one-shot.
+ * On injecte donc un WebClient.Builder dont l'ExchangeFunction renvoie un corps SSE
+ * canned (ou échoue), ce qui couvre {@code handleEvent} et tous les helpers de parsing.
+ */
+class BrainCampaignImportClientTest {
+
+    private static final ObjectMapper MAPPER = new ObjectMapper();
+
+    /** Construit un client dont le WebClient renvoie le corps SSE fourni. */
+    private BrainCampaignImportClient clientReturning(String sseBody) {
+        ExchangeFunction ef = req -> Mono.just(
+                ClientResponse.create(HttpStatus.OK)
+                        .header(HttpHeaders.CONTENT_TYPE, MediaType.TEXT_EVENT_STREAM_VALUE)
+                        .body(sseBody)
+                        .build());
+        WebClient.Builder builder = WebClient.builder().exchangeFunction(ef);
+        return new BrainCampaignImportClient(builder, MAPPER, "http://brain", 30);
+    }
+
+    /** Construit un client dont le transport échoue immédiatement (Mono.error). */
+    private BrainCampaignImportClient clientFailingWith(Throwable boom) {
+        ExchangeFunction ef = req -> Mono.error(boom);
+        WebClient.Builder builder = WebClient.builder().exchangeFunction(ef);
+        return new BrainCampaignImportClient(builder, MAPPER, "http://brain", 30);
+    }
+
+    /** Collecteur mutable réunissant tous les callbacks de l'import streamé. */
+    private static final class Collector {
+        final List<CampaignImportProgress> progresses = new ArrayList<>();
+        final AtomicInteger heartbeats = new AtomicInteger(0);
+        final List<String> statuses = new ArrayList<>();
+        final AtomicReference<CampaignImportProposal> done = new AtomicReference<>();
+        final AtomicReference<Throwable> error = new AtomicReference<>();
+
+        void invoke(BrainCampaignImportClient client) {
+            invoke(client, "campaign.pdf");
+        }
+
+        void invoke(BrainCampaignImportClient client, String filename) {
+            client.importCampaignStreaming(
+                    new byte[]{1, 2, 3},
+                    filename,
+                    progresses::add,
+                    heartbeats::incrementAndGet,
+                    statuses::add,
+                    done::set,
+                    error::set);
+        }
+    }
+
+    // ---------- flux nominal : start -> progress -> done --------------------
+
+    @Test
+    void streame_start_progress_done_construit_la_proposition() {
+        // SSE déclenchant start (page/ocr counts), progress (compteurs), puis done (arbre complet).
+        String sse =
+                "event:start\ndata:{\"total\":5,\"page_count\":12,\"ocr_page_count\":3}\n\n" +
+                "event:progress\ndata:{\"current\":2,\"total\":5,\"arc_count\":1,\"chapter_count\":2,\"scene_count\":4,\"npc_count\":6}\n\n" +
+                "event:done\ndata:" + doneJson() + "\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        // start : current=0, total=5, pageCount=12, ocrPageCount=3, reste 0.
+        assertEquals(2, c.progresses.size());
+        CampaignImportProgress start = c.progresses.get(0);
+        assertEquals(0, start.current());
+        assertEquals(5, start.total());
+        assertEquals(12, start.pageCount());
+        assertEquals(3, start.ocrPageCount());
+
+        // progress : compteurs propagés + pageCount/ocr mémorisés depuis start.
+        CampaignImportProgress prog = c.progresses.get(1);
+        assertEquals(2, prog.current());
+        assertEquals(5, prog.total());
+        assertEquals(12, prog.pageCount());
+        assertEquals(3, prog.ocrPageCount());
+        assertEquals(1, prog.arcCount());
+        assertEquals(2, prog.chapterCount());
+        assertEquals(4, prog.sceneCount());
+        assertEquals(6, prog.npcCount());
+
+        // done : arbre désérialisé (arcs/chapters/scenes/rooms + npcs).
+        CampaignImportProposal proposal = c.done.get();
+        assertNotNull(proposal);
+        assertEquals(1, proposal.arcs().size());
+        var arc = proposal.arcs().get(0);
+        assertEquals("Acte I", arc.name());
+        assertEquals("Mise en place", arc.description());
+        assertEquals("LINEAR", arc.type());
+        assertEquals(1, arc.chapters().size());
+        var chapter = arc.chapters().get(0);
+        assertEquals("Chapitre 1", chapter.name());
+        assertEquals(1, chapter.scenes().size());
+        var scene = chapter.scenes().get(0);
+        assertEquals("L'auberge", scene.name());
+        assertEquals("Lisez ceci", scene.playerNarration());
+        assertEquals("Secret MJ", scene.gmNotes());
+        assertEquals(1, scene.rooms().size());
+        var room = scene.rooms().get(0);
+        assertEquals("Cave", room.name());
+        assertEquals("2 gobelins", room.enemies());
+        assertEquals("50 po", room.loot());
+        assertEquals(1, proposal.npcs().size());
+        assertEquals("Thorin", proposal.npcs().get(0).name());
+        assertEquals("Nain bougon", proposal.npcs().get(0).description());
+
+        assertNull(c.error.get(), "aucune erreur sur un flux terminé par done");
+    }
+
+    private static String doneJson() {
+        return "{"
+                + "\"arcs\":[{"
+                + "  \"name\":\"Acte I\",\"description\":\"Mise en place\",\"type\":\"LINEAR\","
+                + "  \"chapters\":[{"
+                + "    \"name\":\"Chapitre 1\",\"description\":\"intro\","
+                + "    \"scenes\":[{"
+                + "      \"name\":\"L'auberge\",\"description\":\"tendue\","
+                + "      \"player_narration\":\"Lisez ceci\",\"gm_notes\":\"Secret MJ\","
+                + "      \"rooms\":[{\"name\":\"Cave\",\"description\":\"sombre\",\"enemies\":\"2 gobelins\",\"loot\":\"50 po\"}]"
+                + "    }]"
+                + "  }]"
+                + "}],"
+                + "\"npcs\":[{\"name\":\"Thorin\",\"description\":\"Nain bougon\"}]"
+                + "}";
+    }
+
+    // ---------- events simples : heartbeat / status / chunk_failed / extracting
+
+    @Test
+    void event_heartbeat_propage_le_keepalive() {
+        String sse =
+                "event:heartbeat\ndata:\n\n" +
+                "event:heartbeat\ndata:\n\n" +
+                "event:done\ndata:" + emptyDoneJson() + "\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertEquals(2, c.heartbeats.get());
+        assertNotNull(c.done.get());
+    }
+
+    @Test
+    void event_status_relaie_le_message_lisible() {
+        String sse =
+                "event:status\ndata:{\"message\":\"Fournisseur saturé, nouvelle tentative\"}\n\n" +
+                "event:done\ndata:" + emptyDoneJson() + "\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertEquals(1, c.statuses.size());
+        assertEquals("Fournisseur saturé, nouvelle tentative", c.statuses.get(0));
+    }
+
+    @Test
+    void event_status_sans_champ_message_relaie_data_brut() {
+        // readMessage : pas de champ "message" -> renvoie la data brute.
+        String sse =
+                "event:status\ndata:texte-brut\n\n" +
+                "event:done\ndata:" + emptyDoneJson() + "\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertEquals("texte-brut", c.statuses.get(0));
+    }
+
+    @Test
+    void event_chunk_failed_compose_un_status_avec_compteurs_et_message() {
+        String sse =
+                "event:chunk_failed\ndata:{\"current\":3,\"total\":10,\"message\":\"timeout LLM\"}\n\n" +
+                "event:done\ndata:" + emptyDoneJson() + "\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertEquals("Morceau 3/10 ignoré : timeout LLM", c.statuses.get(0));
+    }
+
+    @Test
+    void event_chunk_failed_sans_message_termine_par_un_point() {
+        // Branche msg.isEmpty() -> suffixe "." au lieu de " : <msg>".
+        String sse =
+                "event:chunk_failed\ndata:{\"current\":1,\"total\":4}\n\n" +
+                "event:done\ndata:" + emptyDoneJson() + "\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertEquals("Morceau 1/4 ignoré.", c.statuses.get(0));
+    }
+
+    @Test
+    void event_chunk_failed_avec_json_invalide_donne_zero_zero() {
+        // data non-JSON -> readJson renvoie null -> current/total à 0, suffixe ".".
+        String sse =
+                "event:chunk_failed\ndata:pas-du-json\n\n" +
+                "event:done\ndata:" + emptyDoneJson() + "\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertEquals("Morceau 0/0 ignoré.", c.statuses.get(0));
+    }
+
+    @Test
+    void event_extracting_emet_un_progress_neutre() {
+        String sse =
+                "event:extracting\ndata:\n\n" +
+                "event:done\ndata:" + emptyDoneJson() + "\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertEquals(1, c.progresses.size());
+        CampaignImportProgress p = c.progresses.get(0);
+        assertEquals(0, p.current());
+        assertEquals(0, p.total());
+        assertEquals(0, p.pageCount());
+        assertEquals(0, p.npcCount());
+    }
+
+    private static String emptyDoneJson() {
+        return "{\"arcs\":[],\"npcs\":[]}";
+    }
+
+    // ---------- event error (terminal) -------------------------------------
+
+    @Test
+    void event_error_appelle_onError_et_n_appelle_pas_onDone() {
+        String sse =
+                "event:start\ndata:{\"total\":2,\"page_count\":1,\"ocr_page_count\":0}\n\n" +
+                "event:error\ndata:{\"message\":\"PDF illisible\"}\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertNotNull(c.error.get());
+        assertInstanceOf(CampaignImportException.class, c.error.get());
+        assertTrue(c.error.get().getMessage().contains("PDF illisible"));
+        assertNull(c.done.get(), "onDone non appelé après un error terminal");
+    }
+
+    @Test
+    void event_error_sans_message_relaie_data_brut() {
+        String sse = "event:error\ndata:erreur-brute\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertNotNull(c.error.get());
+        assertTrue(c.error.get().getMessage().contains("erreur-brute"));
+    }
+
+    // ---------- branches de robustesse du parsing --------------------------
+
+    @Test
+    void event_inconnu_avec_data_non_json_est_ignore() {
+        // event non géré + data non-JSON -> readJson null -> return sans effet ;
+        // flux clos sans done -> branche d'interruption (onError).
+        String sse = "event:mystere\ndata:pas-du-json\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertTrue(c.progresses.isEmpty());
+        assertTrue(c.statuses.isEmpty());
+        assertNull(c.done.get());
+        assertNotNull(c.error.get(), "flux interrompu sans done/error -> onError");
+    }
+
+    @Test
+    void start_avec_champs_absents_utilise_les_valeurs_par_defaut() {
+        // JSON valide mais sans page_count/ocr/total -> path().asInt() == 0.
+        String sse =
+                "event:start\ndata:{}\n\n" +
+                "event:done\ndata:" + emptyDoneJson() + "\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        CampaignImportProgress p = c.progresses.get(0);
+        assertEquals(0, p.total());
+        assertEquals(0, p.pageCount());
+        assertEquals(0, p.ocrPageCount());
+    }
+
+    @Test
+    void done_avec_arbre_vide_donne_une_proposition_vide() {
+        // Couvre toArcs/toNpcs sur des tableaux vides + text() sur champs absents.
+        String sse = "event:done\ndata:" + emptyDoneJson() + "\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertNotNull(c.done.get());
+        assertTrue(c.done.get().arcs().isEmpty());
+        assertTrue(c.done.get().npcs().isEmpty());
+    }
+
+    @Test
+    void done_avec_arc_sans_chapitres_et_npc_sans_description() {
+        // toChapters sur noeud absent (path -> MissingNode, non-array) -> liste vide ;
+        // text() sur "description" absent -> "".
+        String sse = "event:done\ndata:{"
+                + "\"arcs\":[{\"name\":\"Solo\"}],"
+                + "\"npcs\":[{\"name\":\"Anon\"}]"
+                + "}\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        var proposal = c.done.get();
+        assertNotNull(proposal);
+        var arc = proposal.arcs().get(0);
+        assertEquals("Solo", arc.name());
+        assertEquals("", arc.description());
+        assertEquals("", arc.type());
+        assertTrue(arc.chapters().isEmpty());
+        assertEquals("Anon", proposal.npcs().get(0).name());
+        assertEquals("", proposal.npcs().get(0).description());
+    }
+
+    @Test
+    void done_avec_champ_explicitement_null_donne_chaine_vide() {
+        // text() : valeur JSON null -> "" (branche v.isNull()).
+        String sse = "event:done\ndata:{"
+                + "\"arcs\":[{\"name\":null,\"description\":\"d\"}],"
+                + "\"npcs\":[]"
+                + "}\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertEquals("", c.done.get().arcs().get(0).name());
+        assertEquals("d", c.done.get().arcs().get(0).description());
+    }
+
+    // ---------- fin de flux sans terminaison -------------------------------
+
+    @Test
+    void flux_clos_sans_done_ni_error_appelle_onError() {
+        // terminated reste false -> branche "Le flux d'import s'est interrompu...".
+        String sse = "event:progress\ndata:{\"current\":1,\"total\":3}\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertNull(c.done.get());
+        assertNotNull(c.error.get());
+        assertInstanceOf(CampaignImportException.class, c.error.get());
+        assertTrue(c.error.get().getMessage().contains("interrompu"));
+    }
+
+    // ---------- erreur de transport ----------------------------------------
+
+    @Test
+    void erreur_transport_traduite_en_CampaignImportException() {
+        // Mono.error -> blockLast lève -> branche catch, expose type + message de la cause.
+        Collector c = new Collector();
+        c.invoke(clientFailingWith(new RuntimeException("connexion coupée")));
+
+        assertNotNull(c.error.get());
+        assertInstanceOf(CampaignImportException.class, c.error.get());
+        assertTrue(c.error.get().getMessage().contains("streaming d'import"));
+        assertTrue(c.error.get().getMessage().contains("connexion coupée"));
+        assertNull(c.done.get());
+    }
+
+    @Test
+    void erreur_transport_sans_message_reste_geree() {
+        // Cause sans message -> branche getMessage() == null (pas de " — ...").
+        Collector c = new Collector();
+        c.invoke(clientFailingWith(new RuntimeException()));
+
+        assertNotNull(c.error.get());
+        assertInstanceOf(CampaignImportException.class, c.error.get());
+        assertTrue(c.error.get().getMessage().contains("streaming d'import"));
+    }
+
+    @Test
+    void erreur_transport_apres_event_error_ne_double_pas_le_callback() {
+        // error terminal puis le flux se clôt : terminated[0]==true -> pas de second onError.
+        // (vérifie que le callback n'est appelé qu'une fois via le message attendu.)
+        String sse = "event:error\ndata:{\"message\":\"stop\"}\n\n";
+        Collector c = new Collector();
+        c.invoke(clientReturning(sse));
+
+        assertNotNull(c.error.get());
+        assertTrue(c.error.get().getMessage().contains("stop"));
+        assertFalse(c.error.get().getMessage().contains("interrompu"));
+    }
+
+    // ---------- nom de fichier ---------------------------------------------
+
+    @Test
+    void filename_null_ou_blanc_est_accepte() {
+        // Couvre la branche de repli "campaign.pdf" dans filePart + part().filename().
+        String sse = "event:done\ndata:" + emptyDoneJson() + "\n\n";
+        Collector c1 = new Collector();
+        c1.invoke(clientReturning(sse), null);
+        assertNotNull(c1.done.get());
+
+        Collector c2 = new Collector();
+        c2.invoke(clientReturning(sse), "   ");
+        assertNotNull(c2.done.get());
+
+        Collector c3 = new Collector();
+        c3.invoke(clientReturning(sse), "mon-livre.pdf");
+        assertNotNull(c3.done.get());
+    }
+}

core/src/test/java/com/loremind/infrastructure/ai/BrainChatPayloadBuilderTest.java

@@ -7,12 +7,21 @@ import com.loremind.domain.generationcontext.CampaignStructuralContext.ChapterSu
 import com.loremind.domain.generationcontext.CampaignStructuralContext.SceneSummary;
 import com.loremind.domain.generationcontext.ChatMessage;
 import com.loremind.domain.generationcontext.ChatRequest;
+import com.loremind.domain.generationcontext.CampaignStructuralContext.CharacterSummary;
+import com.loremind.domain.generationcontext.CampaignStructuralContext.NpcSummary;
+import com.loremind.domain.generationcontext.CampaignStructuralContext.RoomBranchHint;
+import com.loremind.domain.generationcontext.CampaignStructuralContext.RoomSummary;
+import com.loremind.domain.generationcontext.GameSystemContext;
 import com.loremind.domain.generationcontext.LoreStructuralContext;
 import com.loremind.domain.generationcontext.LoreStructuralContext.PageSummary;
 import com.loremind.domain.generationcontext.NarrativeEntityContext;
 import com.loremind.domain.generationcontext.PageContext;
+import com.loremind.domain.generationcontext.SessionContext;
+import com.loremind.domain.generationcontext.SessionContext.JournalEntrySummary;
+import com.loremind.domain.generationcontext.SessionContext.QuestSummary;
 import org.junit.jupiter.api.Test;
 
+import java.time.LocalDateTime;
 import java.util.List;
 import java.util.Map;
 
@@ -165,7 +174,7 @@ class BrainChatPayloadBuilderTest {
         BranchHint branch = new BranchHint("fuite", "La poursuite", "HP < 50%");
         SceneSummary scene = new SceneSummary("L'auberge", "Rencontre tendue", 3, List.of(branch), List.of());
         ChapterSummary chapter = new ChapterSummary("L'arrivee", "...", 0, List.of(scene));
-        ArcSummary arc = new ArcSummary("Acte I", "Mise en place", 1, List.of(chapter));
+        ArcSummary arc = new ArcSummary("Acte I", "Mise en place", false, 1, List.of(chapter));
         CampaignStructuralContext camp = new CampaignStructuralContext(
                 "Les Ombres", "dark fantasy", List.of(arc), List.of(), List.of());
         ChatRequest req = ChatRequest.builder().messages(sampleMessages).campaignContext(camp).build();
@@ -198,7 +207,7 @@ class BrainChatPayloadBuilderTest {
     @Test
     @SuppressWarnings("unchecked")
     void build_arcSummary_omitsIllustrationCount_whenZero() {
-        ArcSummary arc = new ArcSummary("A", "", 0, List.of());
+        ArcSummary arc = new ArcSummary("A", "", false, 0, List.of());
         CampaignStructuralContext camp = new CampaignStructuralContext(
                 "X", "", List.of(arc), List.of(), List.of());
         ChatRequest req = ChatRequest.builder().messages(sampleMessages).campaignContext(camp).build();
@@ -215,7 +224,7 @@ class BrainChatPayloadBuilderTest {
     void build_sceneSummary_omitsBranches_whenEmpty() {
         SceneSummary scene = new SceneSummary("S", "", 0, List.of(), List.of());
         ChapterSummary chapter = new ChapterSummary("Ch", "", 0, List.of(scene));
-        ArcSummary arc = new ArcSummary("A", "", 0, List.of(chapter));
+        ArcSummary arc = new ArcSummary("A", "", false, 0, List.of(chapter));
         CampaignStructuralContext camp = new CampaignStructuralContext(
                 "X", "", List.of(arc), List.of(), List.of());
         ChatRequest req = ChatRequest.builder().messages(sampleMessages).campaignContext(camp).build();
@@ -234,7 +243,7 @@ class BrainChatPayloadBuilderTest {
         BranchHint branch = new BranchHint("X", "Y", "   ");
         SceneSummary scene = new SceneSummary("S", "", 0, List.of(branch), List.of());
         ChapterSummary chapter = new ChapterSummary("Ch", "", 0, List.of(scene));
-        ArcSummary arc = new ArcSummary("A", "", 0, List.of(chapter));
+        ArcSummary arc = new ArcSummary("A", "", false, 0, List.of(chapter));
         CampaignStructuralContext camp = new CampaignStructuralContext(
                 "X", "", List.of(arc), List.of(), List.of());
         ChatRequest req = ChatRequest.builder().messages(sampleMessages).campaignContext(camp).build();
@@ -284,4 +293,252 @@ class BrainChatPayloadBuilderTest {
         assertFalse(payload.containsKey("lore_context"));
         assertFalse(payload.containsKey("page_context"));
     }
+
+    // ---------- arc HUB + characters/npcs ----------------------------------
+
+    @Test
+    @SuppressWarnings("unchecked")
+    void build_arcHub_injecteArcTypeHub() {
+        // arc.hub() == true -> ajoute "arc_type":"HUB" (vocabulaire « quêtes »).
+        ArcSummary arc = new ArcSummary("Hub central", "", true, 0, List.of());
+        CampaignStructuralContext camp = new CampaignStructuralContext(
+                "X", "", List.of(arc), List.of(), List.of());
+        ChatRequest req = ChatRequest.builder().messages(sampleMessages).campaignContext(camp).build();
+
+        Map<String, Object> arcMap = firstOf(asMap(builder.build(req).get("campaign_context")), "arcs");
+        assertEquals("HUB", arcMap.get("arc_type"));
+    }
+
+    @Test
+    @SuppressWarnings("unchecked")
+    void build_arcLineaire_n_injectePasArcType() {
+        ArcSummary arc = new ArcSummary("Lineaire", "", false, 0, List.of());
+        CampaignStructuralContext camp = new CampaignStructuralContext(
+                "X", "", List.of(arc), List.of(), List.of());
+        ChatRequest req = ChatRequest.builder().messages(sampleMessages).campaignContext(camp).build();
+
+        Map<String, Object> arcMap = firstOf(asMap(builder.build(req).get("campaign_context")), "arcs");
+        assertFalse(arcMap.containsKey("arc_type"));
+    }
+
+    @Test
+    @SuppressWarnings("unchecked")
+    void build_campaignContext_serialiseCharactersEtNpcs_avecOmissionSnippetBlank() {
+        // snippet renseigné -> présent ; snippet blank/null -> omis.
+        CharacterSummary pj1 = new CharacterSummary("Aria", "Magicienne elfe");
+        CharacterSummary pj2 = new CharacterSummary("Bran", "   ");
+        NpcSummary pnj1 = new NpcSummary("Garde", "Sentinelle bourrue");
+        NpcSummary pnj2 = new NpcSummary("Mendiant", null);
+        CampaignStructuralContext camp = new CampaignStructuralContext(
+                "X", "", List.of(), List.of(pj1, pj2), List.of(pnj1, pnj2));
+        ChatRequest req = ChatRequest.builder().messages(sampleMessages).campaignContext(camp).build();
+
+        Map<String, Object> cctx = asMap(builder.build(req).get("campaign_context"));
+        List<Map<String, Object>> chars = (List<Map<String, Object>>) cctx.get("characters");
+        assertEquals("Aria", chars.get(0).get("name"));
+        assertTrue(chars.get(0).containsKey("snippet"));
+        assertFalse(chars.get(1).containsKey("snippet"), "snippet blank omis");
+
+        List<Map<String, Object>> npcs = (List<Map<String, Object>>) cctx.get("npcs");
+        assertEquals("Garde", npcs.get(0).get("name"));
+        assertTrue(npcs.get(0).containsKey("snippet"));
+        assertFalse(npcs.get(1).containsKey("snippet"), "snippet null omis");
+    }
+
+    // ---------- rooms d'une scène ------------------------------------------
+
+    @Test
+    @SuppressWarnings("unchecked")
+    void build_sceneRooms_serialiseTousLesChampsEtBranchesEntrePieces() {
+        RoomBranchHint exit = new RoomBranchHint("porte nord", "Salle du trone", "clé en main");
+        RoomSummary room = new RoomSummary("Hall", 1, "Vaste entrée", "Spectres", List.of(exit));
+        SceneSummary scene = new SceneSummary("Donjon", "", 0, List.of(), List.of(room));
+        ChapterSummary chapter = new ChapterSummary("Ch", "", 0, List.of(scene));
+        ArcSummary arc = new ArcSummary("A", "", false, 0, List.of(chapter));
+        CampaignStructuralContext camp = new CampaignStructuralContext(
+                "X", "", List.of(arc), List.of(), List.of());
+        ChatRequest req = ChatRequest.builder().messages(sampleMessages).campaignContext(camp).build();
+
+        Map<String, Object> arcMap = firstOf(asMap(builder.build(req).get("campaign_context")), "arcs");
+        Map<String, Object> sceneMap = firstOf(firstOf(arcMap, "chapters"), "scenes");
+        Map<String, Object> roomMap = firstOf(sceneMap, "rooms");
+
+        assertEquals("Hall", roomMap.get("name"));
+        assertEquals(1, roomMap.get("floor"));
+        assertEquals("Vaste entrée", roomMap.get("description"));
+        assertEquals("Spectres", roomMap.get("enemies"));
+        Map<String, Object> branchMap = firstOf(roomMap, "branches");
+        assertEquals("porte nord", branchMap.get("label"));
+        assertEquals("Salle du trone", branchMap.get("target_room_name"));
+        assertEquals("clé en main", branchMap.get("condition"));
+    }
+
+    @Test
+    @SuppressWarnings("unchecked")
+    void build_sceneRooms_ometLesChampsOptionnelsVides() {
+        // floor null, description/enemies blank, condition blank, branches non vides.
+        RoomBranchHint exit = new RoomBranchHint("sortie", "Autre", "  ");
+        RoomSummary room = new RoomSummary("Cellule", null, "  ", "   ", List.of(exit));
+        SceneSummary scene = new SceneSummary("Donjon", "", 0, List.of(), List.of(room));
+        ChapterSummary chapter = new ChapterSummary("Ch", "", 0, List.of(scene));
+        ArcSummary arc = new ArcSummary("A", "", false, 0, List.of(chapter));
+        CampaignStructuralContext camp = new CampaignStructuralContext(
+                "X", "", List.of(arc), List.of(), List.of());
+        ChatRequest req = ChatRequest.builder().messages(sampleMessages).campaignContext(camp).build();
+
+        Map<String, Object> arcMap = firstOf(asMap(builder.build(req).get("campaign_context")), "arcs");
+        Map<String, Object> sceneMap = firstOf(firstOf(arcMap, "chapters"), "scenes");
+        Map<String, Object> roomMap = firstOf(sceneMap, "rooms");
+
+        assertFalse(roomMap.containsKey("floor"));
+        assertFalse(roomMap.containsKey("description"));
+        assertFalse(roomMap.containsKey("enemies"));
+        Map<String, Object> branchMap = firstOf(roomMap, "branches");
+        assertFalse(branchMap.containsKey("condition"), "condition blank omise");
+    }
+
+    @Test
+    @SuppressWarnings("unchecked")
+    void build_sceneRooms_omisesSiListeVide() {
+        // s.rooms() vide -> clé "rooms" absente.
+        SceneSummary scene = new SceneSummary("Lineaire", "", 0, List.of(), List.of());
+        ChapterSummary chapter = new ChapterSummary("Ch", "", 0, List.of(scene));
+        ArcSummary arc = new ArcSummary("A", "", false, 0, List.of(chapter));
+        CampaignStructuralContext camp = new CampaignStructuralContext(
+                "X", "", List.of(arc), List.of(), List.of());
+        ChatRequest req = ChatRequest.builder().messages(sampleMessages).campaignContext(camp).build();
+
+        Map<String, Object> arcMap = firstOf(asMap(builder.build(req).get("campaign_context")), "arcs");
+        Map<String, Object> sceneMap = firstOf(firstOf(arcMap, "chapters"), "scenes");
+        assertFalse(sceneMap.containsKey("rooms"));
+    }
+
+    // ---------- game_system_context ----------------------------------------
+
+    @Test
+    @SuppressWarnings("unchecked")
+    void build_gameSystemContext_completInclutDescriptionEtSections() {
+        GameSystemContext gs = new GameSystemContext(
+                "Nimble", "JDR rapide", Map.of("Combat", "Lancez 1d20"));
+        ChatRequest req = ChatRequest.builder().messages(sampleMessages).gameSystemContext(gs).build();
+
+        Map<String, Object> gsm = asMap(builder.build(req).get("game_system_context"));
+        assertEquals("Nimble", gsm.get("system_name"));
+        assertEquals("JDR rapide", gsm.get("system_description"));
+        assertEquals(Map.of("Combat", "Lancez 1d20"), gsm.get("sections"));
+    }
+
+    @Test
+    @SuppressWarnings("unchecked")
+    void build_gameSystemContext_descriptionBlankEtSectionsNull() {
+        // systemDescription blank -> omis ; sections null -> Map.of() de repli.
+        GameSystemContext gs = new GameSystemContext("D&D 5.1", "   ", null);
+        ChatRequest req = ChatRequest.builder().messages(sampleMessages).gameSystemContext(gs).build();
+
+        Map<String, Object> gsm = asMap(builder.build(req).get("game_system_context"));
+        assertEquals("D&D 5.1", gsm.get("system_name"));
+        assertFalse(gsm.containsKey("system_description"));
+        assertEquals(Map.of(), gsm.get("sections"));
+    }
+
+    // ---------- session_context --------------------------------------------
+
+    @Test
+    @SuppressWarnings("unchecked")
+    void build_sessionContext_complet_inclutToutesLesListesPeuplees() {
+        LocalDateTime now = LocalDateTime.of(2026, 6, 14, 20, 0);
+        JournalEntrySummary entry = new JournalEntrySummary(
+                "combat", "Le dragon attaque", now, null);
+        JournalEntrySummary prev = new JournalEntrySummary(
+                "info", "Le roi est mort", now, "Session 1");
+        QuestSummary avail = new QuestSummary("Sauver le village", "Acte I", "Urgence");
+        QuestSummary inProg = new QuestSummary("Trouver l'épée", "Acte II", "  ");
+        SessionContext sc = new SessionContext(
+                "Session 2", true, now,
+                List.of(entry), List.of(prev),
+                List.of(avail), List.of(inProg),
+                List.of("Quête secrète"), List.of("porte_ouverte"));
+        ChatRequest req = ChatRequest.builder().messages(sampleMessages).sessionContext(sc).build();
+
+        Map<String, Object> scm = asMap(builder.build(req).get("session_context"));
+        assertEquals("Session 2", scm.get("session_name"));
+        assertEquals(true, scm.get("active"));
+        assertEquals(now.toString(), scm.get("started_at"));
+
+        // entries : type/content/occurredAt présents, source omis (null) sur l'entrée courante.
+        Map<String, Object> entryMap = firstOf(scm, "entries");
+        assertEquals("combat", entryMap.get("type"));
+        assertEquals("Le dragon attaque", entryMap.get("content"));
+        assertEquals(now.toString(), entryMap.get("occurred_at"));
+        assertFalse(entryMap.containsKey("source_session_name"));
+
+        // previous_events : source renseignée.
+        Map<String, Object> prevMap = firstOf(scm, "previous_events");
+        assertEquals("Session 1", prevMap.get("source_session_name"));
+
+        // available_quests : description renseignée ; in_progress : description blank omise.
+        Map<String, Object> availMap = firstOf(scm, "available_quests");
+        assertEquals("Sauver le village", availMap.get("name"));
+        assertEquals("Acte I", availMap.get("arc_name"));
+        assertEquals("Urgence", availMap.get("description"));
+        Map<String, Object> inProgMap = firstOf(scm, "in_progress_quests");
+        assertFalse(inProgMap.containsKey("description"), "description blank omise");
+
+        assertEquals(List.of("Quête secrète"), scm.get("locked_quest_titles"));
+        assertEquals(List.of("porte_ouverte"), scm.get("active_flags"));
+    }
+
+    @Test
+    @SuppressWarnings("unchecked")
+    void build_sessionContext_minimal_ometListesVidesEtChampsNull() {
+        // startedAt null -> omis ; entries null -> List.of() ; toutes les autres listes
+        // vides/null -> clés absentes.
+        SessionContext sc = new SessionContext(
+                "Session vide", false, null,
+                null, List.of(),
+                List.of(), List.of(),
+                List.of(), List.of());
+        ChatRequest req = ChatRequest.builder().messages(sampleMessages).sessionContext(sc).build();
+
+        Map<String, Object> scm = asMap(builder.build(req).get("session_context"));
+        assertEquals("Session vide", scm.get("session_name"));
+        assertEquals(false, scm.get("active"));
+        assertFalse(scm.containsKey("started_at"));
+        assertEquals(List.of(), scm.get("entries"));
+        assertFalse(scm.containsKey("previous_events"));
+        assertFalse(scm.containsKey("available_quests"));
+        assertFalse(scm.containsKey("in_progress_quests"));
+        assertFalse(scm.containsKey("locked_quest_titles"));
+        assertFalse(scm.containsKey("active_flags"));
+    }
+
+    // ---------- tous les contextes présents simultanément ------------------
+
+    @Test
+    void build_tousLesContextes_sontTousPresents() {
+        LoreStructuralContext lore = new LoreStructuralContext("L", "", Map.of(), List.of());
+        PageContext page = new PageContext("P", "T", List.of(), Map.of());
+        CampaignStructuralContext camp = new CampaignStructuralContext("C", "", List.of(), List.of(), List.of());
+        NarrativeEntityContext entity = new NarrativeEntityContext("scene", "S", Map.of());
+        GameSystemContext gs = new GameSystemContext("G", null, Map.of());
+        SessionContext sc = new SessionContext("Sess", true, null, List.of(), List.of(),
+                List.of(), List.of(), List.of(), List.of());
+        ChatRequest req = ChatRequest.builder()
+                .messages(sampleMessages)
+                .loreContext(lore)
+                .pageContext(page)
+                .campaignContext(camp)
+                .narrativeEntity(entity)
+                .gameSystemContext(gs)
+                .sessionContext(sc)
+                .build();
+
+        Map<String, Object> payload = builder.build(req);
+        assertTrue(payload.containsKey("lore_context"));
+        assertTrue(payload.containsKey("page_context"));
+        assertTrue(payload.containsKey("campaign_context"));
+        assertTrue(payload.containsKey("narrative_entity"));
+        assertTrue(payload.containsKey("game_system_context"));
+        assertTrue(payload.containsKey("session_context"));
+    }
 }