gigo-lobster-local 综合评估
核心用法
gigo-lobster-local 是 GIGO（Good In, Good Out）生态中的本地评测组件，允许用户在不联网、不上传数据的情况下，完整运行龙虾（Lobster）AI 能力基准测试。通过调用目录下的 run_local.py 包装脚本，直接在本地环境执行 Python 评测流程，生成报告与证书，但证书二维码指向官网首页而非个人结果页。支持中英文双语输出（--lang zh/en），并可自定义龙虾人格名称与标签。
显著优点
1. 隐私零泄露：完全离线运行，不注册、不上云，适合对数据主权敏感的场景
2. 完整功能保留：虽为本地模式，但保留完整评测逻辑与证书生成，体验不打折
3. 灵活人格配置：支持 CLI 参数、环境变量（GIGO_LOBSTER_*）、SOUL.md 三级覆盖，满足个性化需求
4. 轻量依赖：仅需 Python3，无需 Docker 或云端账号，开箱即用
5. 日志透明：全流程写入 gigo-run.log，便于审计与排障
潜在局限
- 无历史对比：因不上传，无法与全球/历史分数横向对比
- 证书公信力弱：二维码不指向个人结果页，第三方验证受限
- 耗时较长：完整评测需 15-25 分钟，需保持进程存活
- 平台绑定：依赖 OpenClaw 运行时环境，目录结构固定
适合人群
- 企业内网/涉密环境开发者
- 隐私优先的个人 AI 研究者
- 需快速摸底本地模型表现，无需社交分享的用户
常规风险
- 长时间运行易被误杀进程，需避免 stdout 静默期误判
- 日志文件可能膨胀，避免使用
read全量读取 - 路径注入风险：严格使用绝对路径调用包装器，禁止
cd && python模式