refactor(adr-023/024/025): retirer exemples de code et scripts

Suppression de tous les exemples de code pour garder uniquement
les descriptions techniques :

ADR-023 (Architecture Modération) :
- Diagramme Mermaid → description flux textuelle
- Exemples SQL/Redis → description workflow
- Interface Go → description abstraction
- Dépendances → liste concise

ADR-024 (Monitoring et Observabilité) :
- Diagramme Mermaid → architecture textuelle
- Exemples PromQL → description métriques
- Config YAML alertes → liste alertes avec seuils
- Commandes bash WAL-E → description backup
- Runbooks → étapes sans commandes

ADR-025 (Sécurité et Secrets) :
- Diagramme Mermaid → flux secrets textuel
- Commandes bash Vault → description process
- Code Go encryption → architecture encryption
- Schéma SQL → contraintes textuelles
- Config Nginx → configuration TLS
- Code Go rate limiting → paramètres middleware

ADR restent 100% techniques et complets sans code concret.
Cohérence avec ADR-022 (même approche).

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>

docs/adr/023-architecture-moderation.md

@@ -28,79 +28,35 @@ Architecture hybride **humain + IA** avec file d'attente intelligente.
 
 ### Architecture
 
-```mermaid
-graph TB
-    subgraph Client["App Mobile/Web"]
-        Report["Signalement utilisateur"]
-    end
-
-    subgraph Backend["Backend Go"]
-        API["API Fiber<br/>/moderation/report"]
-        Queue["PostgreSQL Queue<br/>LISTEN/NOTIFY"]
-        Worker["Worker Go<br/>(transcription + NLP)"]
-    end
-
-    subgraph AI["IA Self-hosted"]
-        Whisper["Whisper large-v3<br/>(transcription)"]
-        NLP["distilbert<br/>(sentiment + haine)"]
-    end
-
-    subgraph Moderation["Modération Dashboard"]
-        Dashboard["React Dashboard"]
-        Player["Wavesurfer.js<br/>(lecture audio)"]
-    end
-
-    subgraph Storage["Stockage"]
-        DB["PostgreSQL<br/>(signalements + logs)"]
-        Redis["Redis<br/>(priorisation + cache)"]
-    end
-
-    Report --> API
-    API --> Queue
-    Queue --> Worker
-    Worker --> Whisper
-    Whisper --> NLP
-    NLP --> Redis
-    Worker --> DB
-    Dashboard --> Player
-    Dashboard --> Redis
-    Dashboard --> DB
-
-    classDef clientStyle fill:#e3f2fd,stroke:#1565c0
-    classDef backendStyle fill:#fff3e0,stroke:#e65100
-    classDef aiStyle fill:#f3e5f5,stroke:#6a1b9a
-    classDef storageStyle fill:#e8f5e9,stroke:#2e7d32
-
-    class Client,Report clientStyle
-    class Backend,API,Queue,Worker backendStyle
-    class AI,Whisper,NLP aiStyle
-    class Storage,DB,Redis storageStyle
-```
+**Flux de traitement** :
+1. **Client** (App Mobile/Web) → Signalement utilisateur
+2. **API Backend** (Fiber) → Endpoint `/moderation/report`
+3. **Queue PostgreSQL** → LISTEN/NOTIFY pour dispatch asynchrone
+4. **Worker Go** → Goroutine de traitement (transcription + analyse)
+5. **IA Self-hosted** → Whisper large-v3 (transcription) + distilbert/roberta (NLP)
+6. **Cache Redis** → Sorted Sets pour priorisation temps réel
+7. **Dashboard React** → Interface modérateurs avec Wavesurfer.js (player audio)
+8. **Stockage** → PostgreSQL (signalements + logs audit) + Redis (cache priorisation)
 
 ### Workflow de Traitement
 
 1. **Réception signalement** :
-   ```sql
-   INSERT INTO moderation_reports (content_id, user_id, category, comment)
-   VALUES ($1, $2, $3, $4)
-   RETURNING id;
-
-   NOTIFY moderation_queue, 'report_id:{id}';
-   ```
+   - Insertion en base PostgreSQL (table `moderation_reports`)
+   - Notification asynchrone via PostgreSQL NOTIFY
 
 2. **Worker asynchrone** (goroutine) :
-   - Écoute `LISTEN moderation_queue`
-   - Télécharge audio depuis stockage S3/local
-   - Transcription Whisper (1-10 min selon durée)
-   - Analyse NLP : score confiance 0-100%
-   - Calcul priorité : `(score_IA × 0.7) + (nb_signalements × 0.2) + (fiabilité_signaleur × 0.1)`
-   - Insertion Redis Sorted Set : `ZADD moderation:priority {priority} {report_id}`
+   - Écoute queue PostgreSQL (LISTEN/NOTIFY)
+   - Téléchargement audio depuis stockage S3/local
+   - Transcription audio via Whisper large-v3 (1-10 min selon durée)
+   - Analyse NLP : score confiance 0-100% (distilbert + roberta)
+   - Calcul priorité selon formule : `(score_IA × 0.7) + (nb_signalements × 0.2) + (fiabilité_signaleur × 0.1)`
+   - Insertion dans Redis Sorted Set pour priorisation
 
 3. **Dashboard modérateurs** :
-   - Poll Redis Sorted Set : `ZREVRANGE moderation:priority 0 19` (top 20)
-   - Affichage liste priorisée avec transcription, waveform, historique créateur
-   - Actions : Approuver, Rejeter, Escalade (shortcuts clavier A/R/E)
-   - Logs audit PostgreSQL (conformité DSA)
+   - Récupération signalements priorisés depuis Redis (top 20 par page)
+   - Affichage : transcription, waveform audio, historique créateur
+   - Actions disponibles : Approuver, Rejeter, Escalade (shortcuts clavier A/R/E)
+   - Logs audit PostgreSQL pour traçabilité (conformité DSA)
 
 ## Alternatives considérées
 
@@ -136,14 +92,7 @@ graph TB
 
 - **Performance MVP** : Suffisant jusqu'à 1000 signalements/jour (~0.7/min)
 - **Simplicité** : Pas de broker externe, transactions ACID
-- **Migration facile** : Abstraction interface `ModerationQueue` → swap vers Redis Streams si besoin
-
-```go
-type ModerationQueue interface {
-    Enqueue(ctx context.Context, reportID int64) error
-    Listen(ctx context.Context) (<-chan int64, error)
-}
-```
+- **Migration facile** : Abstraction via interface `ModerationQueue` → swap vers Redis Streams si besoin (méthodes : Enqueue, Listen)
 
 ### Whisper large-v3 self-hosted
 
@@ -176,24 +125,16 @@ type ModerationQueue interface {
 
 ### Dépendances
 
-```go
-// backend/go.mod
-require (
-    github.com/gofiber/fiber/v3 latest           // API Dashboard
-    github.com/jackc/pgx/v5 latest                // PostgreSQL + LISTEN/NOTIFY
-    github.com/redis/rueidis latest               // Cache priorisation
-    // Whisper via Python subprocess ou go-whisper bindings
-)
-```
+**Backend Go** :
+- `gofiber/fiber/v3` : API Dashboard
+- `jackc/pgx/v5` : PostgreSQL + LISTEN/NOTIFY
+- `redis/rueidis` : Cache priorisation
+- Whisper : via Python subprocess ou go-whisper bindings
 
 **Frontend Dashboard** :
-```json
-{
-  "react": "^18.3.0",
-  "@tanstack/react-table": "^8.10.0",
-  "wavesurfer.js": "^7.0.0"
-}
-```
+- `react` : Framework UI
+- `@tanstack/react-table` : Tables performantes
+- `wavesurfer.js` : Player audio avec waveform
 
 ## Métriques de Succès