LLM Supervisor

核心用法

LLM Supervisor 是一个自动化的模型切换管理工具，主要用于解决云端大语言模型（Anthropic/OpenAI）在遇到速率限制或服务器过载时的服务中断问题。当检测到相关错误时，系统会自动将请求路由到本地运行的 Ollama 实例（默认使用 qwen2.5:7b 模型），确保开发工作流的连续性。

显著优点

• 服务高可用：无缝的故障转移机制，避免因 API 限流导致的工作流中断
• 隐私保护：本地处理敏感代码或数据，减少云端传输风险
• 成本控制：本地模型零 API 调用费用，适合高频开发场景
• 灵活控制：支持 /llm status、/llm switch cloud/local 等手动命令，用户可随时干预

潜在缺点与局限性

• 模型能力降级：qwen2.5:7b 与 Claude/GPT-4 级别模型存在明显的代码质量差距，复杂任务可能失败
• 本地算力依赖：需要具备 GPU 或充足 RAM 的机器才能流畅运行 7B 参数模型
• 首次配置成本：需预先安装配置 Ollama 环境，对非技术用户不够友好
• 延迟体验：本地推理速度通常慢于云端 API，影响交互流畅度

适合人群

• 高频使用 OpenClaw 的开发者，经常触达 API 配额上限
• 对代码隐私有严格要求的企业内网开发场景
• 希望降低 LLM 调用成本的独立开发者或小团队

常规风险

• 本地代码安全风险：虽然设置了 CONFIRM LOCAL CODE 的强制确认机制，但用户一旦确认，低质量本地模型生成的代码可能引入隐蔽 bug 或安全漏洞
• 模型一致性风险：云端与本地输出风格差异可能导致项目代码风格不统一
• 本地服务可用性：Ollama 进程崩溃或未启动时，自动切换将失败

LLM Supervisor 是一款为 OpenClaw 设计的智能模型切换工具，核心功能是在检测到 Anthropic/OpenAI 等云服务商的速率限制或过载错误时，自动将请求降级至本地 Ollama 模型（默认 qwen2.5:7b），并在执行本地代码生成任务前强制要求用户输入 "CONFIRM LOCAL CODE" 确认，有效防范模型降级导致的代码质量风险。

核心用法：用户可通过 /llm status 查看当前模式，/llm switch cloud/local 手动切换。Skill 会在云端返回 429 错误时自动触发本地降级，无需人工干预。本地代码生成被严格管控，必须显式确认才能继续。

显著优点：安全设计严谨，无危险函数调用（无 eval/exec/system），网络访问仅限本地 Ollama（127.0.0.1:11434），无数据外泄风险；权限申请精简合理，与功能完全匹配；代码开源透明（MIT 许可），便于审计；依赖干净，仅使用 OpenClaw SDK 类型定义。

潜在局限：自动切回云端的逻辑缺失，需用户手动执行 /llm switch cloud；速率限制检测逻辑较简单，仅覆盖 HTTP 429 和基础关键词；冷却期机制已定义但未实际启用；日志中 lastError 字段可能记录敏感信息。

适合人群：频繁遭遇云 LLM 速率限制、对数据隐私敏感、希望在本地保留代码生成能力的开发者；具备 Ollama 本地部署能力的用户；重视安全确认机制的团队。

常规风险：本地模型（7B 参数）代码生成质量可能显著低于云端大模型，确认机制虽提供缓冲但仍需用户自行判断代码安全性；Ollama 本地服务未运行时 Skill 将失效；确认短语若被简化为短单词可能被误触。