फ्री ओपनक्लॉ रिपॉजिटरी ट्राइएज स्थानीय AI मॉडल का उपयोग करके
Hugging Face
Google/DeepMind
DeepSeek
Anthropic
हगिंग फेस ब्लॉग बताता है कि कैसे स्थानीय ओपन-वेट मॉडल (Gemma 4 26B और Qwen 3.6 35B) का उपयोग करके ओपनक्लॉ रिपॉजिटरी में मुद्दों और पुल रिक्वेस्ट को रियल टाइम में ट्राइएज किया गया, जो महंगे क्लोज्ड मॉडल की जगह लेता है। सिस्टम एक एजेंट हार्नेस का उपयोग करता है जिसमें सुरक्षित रीड-ओनली ऑपरेशंस के लिए एक प्रतिबंधित शेल (reposhell) होता है और NVIDIA GB10 सिस्टम पर उच्च थ्रूपुट प्राप्त करता है।
ब्लॉग में बताया गया है कि कैसे लेखकों ने OpenClaw रिपॉजिटरी में समस्याओं और PR को ट्राइएज करने के लिए बंद AI मॉडलों को स्थानीय ओपन-वेट मॉडलों से बदल दिया, जो बंद मॉडलों को हटाए जाने के जोखिम (Anthropic के Claude Fable 5 को हटाने का हवाला देते हुए) से प्रेरित था। 'localpager-agent' नामक एक हार्नेस का उपयोग करते हुए, reposhell (एक प्रतिबंधित रीड-ओनली शेल) के साथ, सिस्टम प्रत्येक आइटम को local_models, self_hosted_inference जैसी श्रेणियों में वर्गीकृत करता है। उन्होंने NVIDIA GB10 सिस्टम (128 GB यूनिफाइड मेमोरी) पर Gemma 4 26B और Qwen 3.6 35B का परीक्षण किया। Gemma ने उच्च रिकॉल (0.905) और थ्रूपुट (1.41 सेकंड प्रति पंक्ति, 16 समवर्ती वर्कर) प्राप्त किया, जबकि Qwen ने उच्च प्रेसिजन (0.831) और एक्सेक्ट मैच (0.540) दिया, लेकिन केवल 4 वर्कर के साथ 13.51 सेकंड प्रति पंक्ति लिया। एक सेमी-एजेंटिक आर्किटेक्चर LLM का उपयोग केवल वर्गीकरण के लिए करता है; सूचनाएं नियम-आधारित होती हैं। सिस्टम gitcrawl मिररिंग के माध्यम से आइटम प्रोसेस करता है, परिणाम SQLite में संग्रहीत करता है, और Discord के माध्यम से सूचित करता है।
स्रोत: Hugging Face blog —
मूल