使用本地AI模型对OpenClaw仓库进行免费分类

该博客展示了作者如何用本地开源权重模型替代封闭式AI模型，对OpenClaw仓库中的问题和PR进行分类，其动机是封闭模型存在被撤销的风险（引用了Anthropic的Claude Fable 5被移除案例）。通过使用名为“localpager-agent”的工具（结合reposhell受限只读Shell），该系统将每个项目分类到local_models、self_hosted_inference等类别中。作者在NVIDIA GB10系统（128 GB统一内存）上测试了Gemma 4 26B和Qwen 3.6 35B模型。Gemma的召回率更高（0.905），吞吐量也更高（每行1.41秒，16个并发工作线程），而Qwen的精确率更高（0.831），精确匹配率更高（0.540），但每行耗时13.51秒，且仅支持4个工作线程。该系统采用半自主架构，仅使用大语言模型进行分类，通知则基于规则。系统通过gitcrawl镜像处理项目，将结果存储在SQLite中，并通过Discord发送通知。