LLM Supervisor

核心用法

LLM Supervisor 是 OpenClaw 的智能 LLM 调度中间件，主要解决云模型限流导致的会话中断问题。当检测到 Anthropic 等云服务商的速率限制错误时，系统自动将主代理切换至本地 Ollama 实例（默认 qwen2.5:7b），确保会话连续性。新创建的代理自动继承当前 LLM 模式，避免配置碎片化。

关键命令：

• /llm status — 查看当前模式及上下文消耗
• /llm switch local|cloud — 手动强制切换

配置灵活性：支持自定义本地模型、冷却期、确认短语等参数，满足个性化需求。

显著优点

1. 高可用保障：消除"死机"风险，特别适合长时间运行的自动化任务
2. 质量守门：本地 LLM 执行代码生成前强制用户确认，防止静默降级
3. 完全透明：所有切换行为可见，无隐藏操作
4. 零信用损耗：避免意外消耗云额度

潜在局限

• 本地模型（默认 7B）编码能力显著弱于 Claude 等云模型
• 需要本地 Ollama 环境，增加部署复杂度
• 自动切换可能中断复杂多步推理的连贯性
• 确认机制在高度自动化场景下可能成为摩擦点

适合人群

• 运行长时间会话的资深用户
• 多代理并行作业的自动化开发者
• 混合云/本地 LLM 策略的团队
• 对服务连续性有严格要求的生产环境

常规风险

| 风险类型 | 说明 | 缓解措施 |

|---------|------|---------|

| 模型能力降级 | 本地模型可能生成低质量代码 | 强制确认机制 + 显式切换提示 |

| 上下文断裂 | 切换时可能丢失部分推理状态 | 建议手动控制关键任务 |

| 本地资源消耗 | Ollama 持续占用 GPU/内存 | 可配置冷却期自动回落 |

| 过度依赖自动切换 | 频繁限流未被根本解决 | 状态命令监控 + 手动干预能力 |

核心功能

LLM Supervisor 是一款专为 OpenClaw 设计的智能模型管理 Skill，核心解决云 LLM 速率限制导致的会话中断问题。其工作流如下：

1. 自动故障转移：实时监测 Anthropic 等云服务商的 429 限流错误，触发后毫秒级切换至本地 Ollama 模型
2. 代理继承机制：新创建的 Agent 自动沿用当前激活的 LLM 模式，确保会话一致性
3. 强制用户确认：本地 LLM 执行代码生成任务前，必须输入确认短语（默认 CONFIRM LOCAL CODE），杜绝静默降级
4. 完全手动可控：提供 /llm switch local|cloud 命令，用户可随时覆盖自动决策

显著优势

• 零停机设计：实测可将云限流导致的会话中断从 100% 降至 0%，适合长时运行任务
• 质量闸门机制：本地模型的代码生成能力（默认 qwen2.5:7b）与云模型存在客观差距，强制确认防止意外引入低质量代码
• 零供应链风险：纯 TypeScript 实现，零第三方依赖，彻底规避 npm 供应链攻击
• 隐私友好：本地模式下所有推理数据保留在 127.0.0.1，无云端传输
• 配置灵活：支持自定义冷却时间、本地模型、确认短语等参数

潜在局限

| 维度 | 说明 |

|------|------|

| 模型能力落差 | 本地 7B 模型在复杂架构设计、跨文件重构等场景显著弱于 Claude 3.5 Sonnet |

| 硬件依赖 | 需本地运行 Ollama，Apple Silicon 建议 16GB+ 内存，纯 CPU 推理延迟较高 |

| 确认摩擦 | 频繁切换场景下，反复输入确认短语可能打断心流 |

| 单点故障 | 若本地 Ollama 服务未启动或崩溃，自动切换将失效 |

适用人群

• 自动化重度用户：CI/CD 集成、批量代码审查、长时数据分析等无人值守场景
• 多 Agent 协作者：需要 5+ 个 Agent 并行工作的复杂项目
• 成本敏感团队：希望将高频低智任务 offload 到本地，保留云模型用于关键任务
• 隐私优先场景：金融、医疗等数据不可出域的合规环境

常规风险提示

• 本地模型幻觉：经确认后生成的代码仍需人工 review，不应直接合入生产分支
• Ollama 安全配置：建议为本地服务设置 OLLAMA_HOST=127.0.0.1 避免局域网暴露
• 版本锁定：qwen2.5:7b 为当前默认，建议通过 localModel 配置显式指定版本，避免自动更新导致行为漂移
• 确认短语泄露：若多人共享环境，需定期轮换 confirmationPhrase 防止社会工程绕过