2026年6月，隨著Anthropic移除其旗艦閉源模型Claude Fable 5，業界猛然意識到閉源模型可能隨時被收回或停用。對於正在將業務建立在AI之上的企業來說，擁有自主的AI棧並能夠在本地執行模型變得比以往任何時候都更加重要。正是在這種背景下，OpenClaw的維護者Onur Solmaz利用手頭的NVIDIA GB10 DGX Spark（128GB統一記憶體）開發了一個名為localpager的系統，旨在使用本地開源模型對OpenClaw倉庫中的問題和拉取請求（PR）進行即時分類和分派。
localpager系統的核心是一個基於pi智慧體框架的代理，它能夠使用本地模型（如Gemma和Qwen）來執行分類任務。與傳統方法不同，該代理不僅接收PR的標題、正文和部分差異，還可以選擇使用一個只讀的shell（reposhell）來檢查程式碼庫，從而做出更準確的判斷。reposhell模擬了bash環境，但嚴格限制為只讀操作（如ls、cat、grep、git show等），所有寫入和網路命令都被拒絕。這種設計有效防止了提示注入攻擊，確保模型不會執行非預期的操作。一個具體的例子是，當處理一個關於Kimi工具呼叫重寫的PR時，Qwen模型透過reposhell檢視了擴充套件目錄的package.json，發現實際上是Kimi提供者外掛，從而正確地將標籤從coding_agent_integrations修正為inference_api和tool_calling。
在模型選擇上，團隊測試了gemma-4-26b-a4b和qwen3.6-35b-a3b兩個模型，並在330個問題和PR的評估集上進行了效能對比。評估結果顯示，Gemma在召回率上表現更優（0.905），且處理速度更快（每行僅1.41秒），支援高達16個併發；而Qwen在精度上更勝一籌（0.831），假陽性更少（105.7 vs 227.0），精確匹配率更高（0.540）。作為參考，DeepSeek-V4-Flash雖然精度最高（0.938），但速度極慢（每行144秒），且僅支援單併發，不適合即時處理。此外，Gemma在GB10上透過NVFP4量化可以輕鬆達到每秒700輸出令牌的聚合吞吐量，展現了本地推理的巨大潛力。
整個系統的架構是半智慧體化的。分類部分由模型以智慧體方式完成，而通知傳送則採用確定性規則，以降低推理負載並提高響應速度。工作流程如下：首先，使用gitcrawl將倉庫本地映象，新建立的問題或PR被標準化後寫入SQLite資料庫。隨後，工作器從佇列中領取作業，構建包含完整上下文（標題、正文、標籤、作者狀態以及可選的評論和差異）的物件，並將其渲染為提示傳遞給localpager-agent。代理可以思考並使用reposhell，但最終必須按照定義的模式輸出分類結果。結果儲存回資料庫，並根據使用者配置的通知策略（例如只通知特定主題）透過Discord傳送。
這一實踐有力地證明了本地模型在現實應用中的價值。它們不僅能夠在無需閉源模型的情況下提供即時、準確的問題分類，而且執行成本極低（僅需電力），為使用者提供了完全自主可控的AI解決方案。隨著本地模型能力的不斷提升，類似的應用將會越來越普遍。