IdleClaw 是一个基于 Ollama 的分布式推理网络，允许用户以两种模式参与：作为贡献者分享本地闲置 GPU/CPU 算力，或作为消费者在 API 额度耗尽时调用社区算力完成推理任务。
核心用法
- 贡献模式：运行
contribute.py将本地 Ollama 实例注册为网络节点，自动接收并处理来自社区的推理请求 - 消费模式：通过
consume.py发送 chat 请求，由路由服务器调度至可用节点，响应以流式方式返回 - 状态查询：
status.py可查看在线节点数量及可用模型清单
显著优点
1. 零成本接入：无需注册账号、API 密钥或信用卡，降低 AI 推理门槛
2. 资源利用率优化：将闲置算力转化为社区共享资源，类似 Folding@home 的 AI 版本
3. 即开即用：纯 Bash/Python 实现，依赖仅 Ollama 与 Python3，安装脚本一键完成
4. 透明架构：开源实现，支持自托管路由服务器，避免单点依赖
潜在局限与风险
1. 网络依赖性：消费端完全依赖路由服务器可用性，无离线 fallback 机制
2. 贡献端稳定性：节点随时可下线， consumer 可能遭遇请求中断
3. 隐私边界：聊天内容明文传输至第三方节点，虽声明不持久化，但中间节点理论上可截留
4. 模型一致性：社区节点模型版本、量化精度参差不齐，输出质量不可控
5. 合规灰色地带：共享算力用于生成内容的法律责任归属模糊
适合人群
- 拥有常驻 GPU 服务器、愿分享闲置算力的技术用户
- 个人开发者/研究者，需偶尔大模型推理但不愿绑定付费 API
- 隐私敏感度低、非商业用途的轻量级 AI 应用场景
常规风险提示
- 贡献端暴露本地 Ollama 端口至 WebSocket 连接，建议防火墙限制
OLLAMA_HOST仅本地监听 - 路由服务器
idleclaw.com为第三方运营，存在服务终止或策略变更风险 - 消费端无 SLA 保障，关键任务应保留本地或付费 API 作为备份