ローカルAIモデルによる無料のOpenClawリポジトリトリアージ

このブログ記事では、OpenClawリポジトリのIssueやPRのトリアージにおいて、クローズドなAIモデルをローカルのオープンウェイトモデルに置き換えた方法について説明しています。その動機は、クローズドモデルが突然利用できなくなるリスク（例としてAnthropicのClaude Fable 5の削除を挙げています）によるものです。'localpager-agent'というハーネスとreposhell（制限付き読み取り専用シェル）を使用し、各アイテムをlocal_models、self_hosted_inferenceなどのカテゴリに分類します。NVIDIA GB10システム（128GB統合メモリ）上でGemma 4 26BとQwen 3.6 35Bをテストしました。Gemmaは再現率（0.905）とスループット（1行あたり1.41秒、16並列ワーカー）で優れ、Qwenは適合率（0.831）と完全一致率（0.540）で優れていましたが、1行あたり13.51秒かかり、ワーカー数は4でした。セミエージェンティックアーキテクチャでは、LLMは分類のみに使用され、通知はルールベースで行われます。システムはgitcrawlミラーリングを介してアイテムを処理し、結果をSQLiteに保存し、Discord経由で通知します。