QCM : questions qualitatives + reponse=objet complet + notations par langue (intervalles/decimales via variables FR/EN, pas de py) ; garde-fou : skip du RAG si quota OpenAI epuise (429)

Mode Meilleur/max = Opus 4.8 (generate + audit), fichier verrouille (manual_override)

Lot pythonisation : lint de rendu (cause racine faux-VERT) + filets + prompts

Nettoyage : retire 7 fichiers deposes par erreur a la racine du clone (doublons de app/ et tests/)

Audit pedagogique des declinaisons (qualite au-dela du harnais mecanique)

/health expose APP_VERSION (verifier un deploiement sans se connecter)

MCQ_SPEC v3 : integration du prompt systeme QCM affine

MCQ_SPEC v3 : distracteurs coherents (erreur reelle) + delta non nul garanti

Deploiement Render : port flexible (${PORT:-7860}) + blueprint render.yaml

Suivi de job robuste pendant les phases CPU (fix Reconnexion au suivi)

Declinaisons: originalExerciseId systematique + grille miroir + bouton Stop

Politique de modeles multi-fournisseurs + retrait de Fable + durcissements

UI: libelle du bouton adapte au mode (Generer les declinaisons QCM/QAT)

Mode Declinaisons QCM/QAT: spec MCQ/FGQ (calibree sur 33 exemples valides), harnais etendu (collisions options multi-graines, arite FGQ, un seul bloc python), filets deterministes (mcqOption, None dernier, fusion blocs), UI mode+types, analyse partagee QCM/QAT, zero regression pythonisation (smoke 45/45)

En-tete {exercise} complet (metadonnees standard, niveau mappe, reprise source) + option Elementaire

UI: suivi resilient au proxy HF (retry au lieu de planter sur reponse non-JSON)

Deploiement app pythonisation (cache FAISS reconstruit au boot)