核心用法
gigo-lobster-taster 是 GIGO 生态的正式评测技能，用于对当前运行环境进行完整性能基准测试。用户通过触发词（如「试吃我的龙虾」或 "lobster taste"）启动后，技能会调用 run_upload.py 执行标准化评测流程，最终上传验证结果、生成可分享的个人结果页，并自动进入公开排行榜。
执行时自动检测 Python 环境（优先 python3），支持中英文语言参数（--lang zh/en）。评测过程通常持续 15-25 分钟，期间实时流式输出进度，完整日志写入 gigo-run.log。
显著优点
- 结果可信可溯：评测数据云端托管，生成带验证的分享页，避免本地篡改争议
- 竞技排名机制：自动进入 leaderboard，满足用户的竞争与社交展示需求
- 多语言适配：原生支持中英文界面，降低国际化用户门槛
- 灵活身份定制：可通过
--lobster-name、--lobster-tags或环境变量定义评测主体身份（如特定模型/硬件配置） - 健壮执行策略：预置长进程监控规则，不因 stdout 静默而误判失败
潜在缺点与局限性
- 耗时较长：完整跑测 15-25 分钟，不适合快速验证场景
- 网络依赖：默认上传云端，离线或隐私敏感环境需显式使用
--skip-upload - 排名压力：公开 leaderboard 可能暴露硬件配置细节，企业内网用户需谨慎
- 日志体积：长时间运行产生较大日志文件，不当读取可能撑爆对话输出
适合人群
- 需要量化对比不同 AI 运行环境（模型+硬件）性能的技术用户
- 追求公开验证、可分享 benchmarking 结果的模型开发者或硬件评测者
- 社区/竞赛组织者，需标准化评测流程生成可信排名
常规风险
- 隐私泄露：评测报告可能包含系统信息、硬件指纹，上传前建议审查
--lobster-tags内容 - 资源占用：跑测期间高负载运行，可能影响同机其他服务
- 网络中断：长进程上传阶段断网可能导致结果丢失，需保留本地日志
gigo-run.log备查 - 误触发排名：未加
--skip-upload时默认公开，误操作可能导致不期望的公开记录