chore: ajoute ruff (lint) et corrige les violations

- Config ruff dans pyproject.toml : règles E/W/F/I/UP/B, whitelist des appels
  d'injection FastAPI (Depends/File/Form/Query) pour B008, B904 ignoré
  (traduction volontaire des exceptions en réponses HTTP)
- Auto-fixes : tri des imports, suppression d'imports inutilisés, annotations
  PEP 604, f-strings sans placeholder, modes open redondants
- Suppression de variables inutilisées (config.reset_setting, parser locataires)

ruff check . : All checks passed ; 61 tests OK

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

src/plesna_gerance/services/ollama_service.py

@@ -5,9 +5,9 @@ import logging
 
 import httpx
 
-from .sql_executor import execute_readonly_sql, get_schema_description
-from .settings_service import get_setting
 from ..database.connection import get_session_factory
+from .settings_service import get_setting
+from .sql_executor import execute_readonly_sql, get_schema_description
 
 logger = logging.getLogger(__name__)
 

src/plesna_gerance/services/sql_executor.py

@@ -12,7 +12,6 @@ import sqlite3
 
 from ..database.connection import get_db_path
 
-
 # PRAGMA autorisés (lecture de métadonnées uniquement)
 _ALLOWED_PRAGMAS = {"table_info", "database_list", "table_list"}
 

src/plesna_gerance/services/tag_predictor.py

@@ -1,9 +1,7 @@
 """Service de prédiction de tags pour les dépenses basé sur l'historique."""
 
-from typing import Optional
-from collections import Counter
 
-from sqlalchemy import select, func
+from sqlalchemy import func, select
 from sqlalchemy.orm import Session
 
 from ..database.models import Depense, Tag
@@ -14,8 +12,8 @@ class TagPrediction:
 
     def __init__(
         self,
-        tag_id: Optional[int],
-        tag_name: Optional[str],
+        tag_id: int | None,
+        tag_name: str | None,
         confidence: float,
         reason: str,
     ):
@@ -72,7 +70,7 @@ class TagPredictor:
             reason="Aucun historique trouvé",
         )
 
-    def _predict_by_fournisseur(self, fournisseur: str) -> Optional[TagPrediction]:
+    def _predict_by_fournisseur(self, fournisseur: str) -> TagPrediction | None:
         """Prédit le tag basé sur le fournisseur.
 
         Retourne le tag le plus fréquemment utilisé pour ce fournisseur.
@@ -111,7 +109,7 @@ class TagPredictor:
 
     def _predict_by_sous_categorie(
         self, sous_categorie: str
-    ) -> Optional[TagPrediction]:
+    ) -> TagPrediction | None:
         """Prédit le tag basé sur la sous-catégorie.
 
         Retourne le tag le plus fréquemment utilisé pour cette sous-catégorie.