核心用法
gigo-lobster-register 是 GIGO 评测体系的「分享页模式」组件，用于在个人设备上执行完整的 LLM 基准测试（龙虾评测），生成独立的可视化结果页面供用户保存或分享，但不将数据提交至公共排行榜。用户通过自然语言指令（如「分享我的龙虾」「注册龙虾结果页」）触发，系统会自动调用本地 Python 环境执行 run_register.py 包装器脚本。
执行时优先检测 python3，回退至 python 或 py，并根据用户语言自动追加 --lang zh 或 --lang en 参数。评测过程通常耗时 15-25 分钟，期间通过 tail 实时追踪日志输出，最终产物包括个人专属结果页（HTML/SVG/PNG）及可选的认证证书。
显著优点
- 隐私优先设计：默认行为即「仅生成个人页，不上榜」，避免敏感评测数据外泄
- 灵活的个性化配置：支持
--lobster-name、--lobster-tags参数或环境变量GIGO_LOBSTER_NAME/GIGO_LOBSTER_TAGS自定义龙虾人设，也可读取SOUL.md实现深度人格化 - 多平台兼容：支持 macOS、Linux、Windows 三端，依赖 Python 3 即可运行
- 非侵入式执行：采用包装器模式，禁止
cd && python组合命令，确保 OpenClaw 预检通过率
潜在局限
- 长时间阻塞：完整 tasting run 需 15-25 分钟，期间需持续监控进程，无法异步释放会话
- 日志体积风险：
gigo-run.log可能累积较大，需用tail -n 50而非全量读取 - 上传行为受限：默认不上传，若用户需同步至云端需显式覆盖
--skip-upload等标志 - CLI 覆盖优先级复杂：个性化读取链（显式参数 → 环境变量 → SOUL.md → 默认人设）可能导致预期外行为
适合人群
- 希望私下评估模型性能、但不愿公开排名的研究人员或开发者
- 需要生成可视化评测报告用于内部分享或存档的团队
- 注重数据主权、希望在本地完成全流程的隐私敏感用户
常规风险
- 进程误判终止：需避免因 stdout 静默而误杀长时进程
- 路径依赖：必须使用绝对路径调用包装器，相对路径或
cd组合会导致预检失败 - 语言参数遗漏：未正确识别用户语种可能导致输出本地化异常