核心用法
gigo-lobster-register 是 GIGO 生态中的基准测试工具，采用「分享页模式」运行：执行完整的 AI 能力评测流程，最终生成可分享的个人结果页面，但默认不进入公开排行榜。用户通过触发短语（如「注册龙虾结果页」「share my lobster without leaderboard」）激活后，系统将调用 Python 包装器脚本执行评测。
显著优点
- 隐私优先设计：不上榜机制避免公开暴露性能数据，适合敏感环境或低调用户
- 完整评测能力：与正式版同等的测试深度，15-25 分钟生成专业级报告
- 高度可定制：支持
--lobster-name和--lobster-tags自定义形象，或从环境变量/SOUL.md读取个性化配置 - 双语支持：自动识别中文/英文指令，附加
--lang参数本地化输出 - 透明日志：全流程写入
gigo-run.log，支持实时 tail 监控进度
潜在缺点与局限
- 执行时长较长：完整跑分需 15-25 分钟，期间需保持进程监控
- Python 环境依赖：要求系统预装 python3/python/py，无内置环境隔离
- 无交互确认：默认非交互模式，配置错误可能导致意外结果
- 上传行为可调：
--skip-upload等覆盖参数需用户主动了解
适合人群
- 希望获得专业 AI 能力评测但不愿公开数据的用户
- 企业内部设备验收、合规测试场景
- 开发者调试模型性能，需生成可分享的可视化报告
- 追求个性化的技术爱好者（自定义龙虾形象）
常规风险
- 路径注入风险：命令构造依赖绝对路径验证，需确保
run_register.py来源可信 - 长时间进程管理：监控逻辑要求正确处理静默期，误杀进程将导致评测中断
- 日志文件膨胀：持续 tail 大日志可能影响输出性能，需遵循
-n 50限制 - 环境变量优先级：
GIGO_LOBSTER_*与SOUL.md的读取顺序需符合预期，避免配置被覆盖