LLM Supervisor

核心用法

LLM Supervisor 是一款面向 OpenClaw 的智能 LLM 路由管理技能，主要解决云端大模型在重度使用场景下的可靠性问题。当系统检测到 Anthropic 等云服务商的速率限制错误时，会自动将主 Agent 切换至本地 Ollama 模型，确保会话连续性。用户可通过 /llm status 查看当前模式，使用 /llm switch local|cloud 进行手动切换。

显著优点

1. 高可用性保障：消除因云 API 限流导致的"死机"状态，特别适合长时间运行的自动化任务
2. 质量管控机制：本地模型执行代码生成前必须获得用户显式确认，防止静默降级
3. 配置灵活性：支持自定义冷却时间、本地模型选型（默认 qwen2.5:7b）、确认话术等参数
4. 上下文继承：新创建的 Agent 自动继承当前活跃的 LLM 模式，保持行为一致性
5. 成本透明：明确承诺不会未经用户意图消耗云端额度

潜在缺点与局限性

• 本地模型性能瓶颈：qwen2.5:7b 等本地模型在复杂代码推理任务上显著弱于 Claude 等云端模型
• 确认流程摩擦：频繁触发的代码生成确认可能打断开发心流
• 单点故障风险：依赖 Ollama 本地服务的可用性，若本地服务异常则无法完成自动切换
• 网络依赖残留：初始检测仍需云端 API 交互，完全离线场景下无法触发切换逻辑
• 配置复杂度：自动化决策与用户确认之间的平衡需要精细调参

适合人群

• 运行长会话或 Agent 密集型工作流的进阶用户
• 混合使用云地双栈、对服务连续性有硬性要求的开发者
• 企业环境中需规避"机器人掉线"影响的自动化场景

常规风险

| 风险类型 | 说明 | 缓解措施 |

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

| 模型能力错配 | 本地模型生成低质量代码 | 强制确认机制 + 人工审查 |

| 自动切换误触发 | 非限流错误被误判 | 可配置冷却期 + 手动覆盖 |

| 本地资源耗尽 | OOM 或 GPU 满载导致本地服务崩溃 | 监控本地服务健康状态 |

| 确认疲劳 | 频繁弹窗降低效率 | 调整 `requireConfirmationForLocalCode` 阈值 |

核心用法

LLM Supervisor 是 OpenClaw 生态的 LLM 管理中间件，核心功能围绕故障转移与质量保障双主线展开。其设计目标明确：当云模型（如 Anthropic Claude）遭遇速率限制时，自动降级至本地 Ollama 实例，同时通过强制确认机制防止本地弱模型擅自执行生产级代码生成。

典型工作流：
1. 默认以云模式启动，享受最强模型能力
2. 监测到 429 rate limit 类错误时触发自动切换
3. 新创建 Agent 继承当前 LLM 模式，保持会话一致性
4. 本地模式下，任何代码生成任务需用户显式输入确认短语（默认 CONFIRM LOCAL CODE）
5. 冷却期（cooldownMinutes）结束后可手动或自动恢复云模式

关键命令：/llm status 实时查看模式状态；/llm switch {local|cloud} 强制切换运行模式。

显著优点

• 零中断保障：彻底解决「API 限流 = 工作停滞」的痛点，长会话/自动化场景尤为受益
• 质量防火墙：本地模型仅能执行聊天、规划等低风险任务，代码生成必须人工放行，避免「静默降级」导致的劣质代码污染仓库
• 零依赖架构：纯 TypeScript 实现，零运行时依赖，供应链攻击面归零
• 透明可审计：所有模式切换、确认交互均有日志留痕，符合合规要求
• 配置灵活：支持自定义本地模型（默认 Qwen2.5:7B）、冷却时长、确认短语等

潜在缺点与局限性

• T3 来源风险：作者 Duncan Hardie 为个人开发者 GitHub 账号，历史公开仓库仅 6 个，需对后续更新保持警惕
• 本地模型能力瓶颈：即便有确认机制，用户误操作仍可能让弱模型进入代码流程，需配合团队 code review
• Ollama 依赖：本地回退能力绑定 Ollama 生态，若未预装或端口冲突则失效
• 冷却期盲区：自动切换后若未达冷却时长，即便云 API 恢复也无法自动回切，可能延长本地模型使用窗口

适合人群

• 重度依赖 Claude/ GPT API 的自动化开发者（CI Agent、长时任务脚本）
• 混合云-本地架构的团队，追求「API 降级不失控」
• 对供应链安全敏感、偏好零依赖实现的技术洁癖用户
• 需要审计追踪的合规敏感场景（金融、医疗代码辅助）

常规风险

| 风险类别 | 说明 | 缓释措施 |

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

| 供应链风险 | 零依赖已规避，但 T3 来源需关注后续更新 | 订阅 Release 通知，升级前重跑 CLS 认证 |

| 误操作风险 | 用户误确认导致本地模型生成代码 | 强制确认短语 + 团队 code review 双保险 |

| 配置漂移 | 多 Agent 场景下 LLM 模式不一致 | 利用「新 Agent 继承」机制 + 定期 `/llm status` 检查 |

| 本地服务单点 | Ollama 崩溃则失去回退能力 | 监控 127.0.0.1:11434 健康状态，配置备用本地模型 |

整体而言，LLM Supervisor 是 OpenClaw 生态中可靠性工程的典范实践，以最小权限原则和显式确认机制，在「可用性」与「代码质量」之间取得了负责任的平衡。