核心用法
gigo-lobster-local 是 GIGO（Great Intelligence, Great Output）评测体系的本地离线版本，让用户在本地设备上完整运行 AI 能力基准测试，无需将数据上传至云端服务器。
执行时，助手会直接调用 python3 /path/to/run_local.py 启动评测 wrapper，自动检测 Python 环境（优先 python3，其次 python/py）。根据用户语言自动附加 --lang zh 或 --lang en 参数，全程流式输出进度更新，并将完整日志写入 ~/.openclaw/workspace/outputs/gigo-lobster-local/gigo-run.log。
评测过程通常持续 15-25 分钟，期间助手会持续 poll 进程状态并通过 tail 监控日志尾部，而非读取完整日志文件。完成后生成本地报告与证书，证书二维码指向官网首页（非个人结果页）。
CLI 可选参数
--lobster-name/--lobster-tags：自定义龙虾人设与标签--output-dir：指定输出目录--require-png-cert：强制 PNG 证书（禁用 SVG 降级）--skip-upload/--register-only：修改默认上传行为（需用户明确要求）
显著优点
1. 隐私优先：评测数据完全本地处理，不上传云端，适合敏感环境
2. 零注册门槛：无需创建个人账户或生成云端结果页
3. 环境自适应：自动检测 macOS/Linux/Windows 的 Python 环境
4. 透明可审计：stdout/stderr 全程可见，完整日志本地留存
5. 人格化体验：支持自定义「龙虾人设」，增强评测趣味性
潜在局限
- 运行时间较长（15-25 分钟），需保持会话活跃
- 依赖本地 Python 环境，无独立二进制分发
- 证书二维码无法指向个人专属页面，分享性较弱
- 无法与云端排行榜直接对比（除非手动上传）
- 长时间进程可能受部分平台会话超时限制
适合人群
- 企业内网/离线环境的 AI 工程师与研究人员
- 对数据出境敏感的组织合规评估
- 希望预演评测流程再决定是否云端注册的用户
- 需要批量自动化本地测试的 CI/CD 场景
常规风险
| 风险点 | 说明 | 缓解措施 |
|--------|------|----------|
| 进程假死误判 | 评测期间 stdout 安静属正常 | 严格执行 poll + tail 监控，不因静默而终止 |
| 日志文件膨胀 | 完整评测日志可能较大 | 仅用 `tail -n 50` 读取尾部，避免全量读取 |
| 路径注入 | wrapper 路径需绝对路径 | 禁止 `cd && python` 模式，直接使用绝对路径调用 |
| 环境变量冲突 | LOBSTER_NAME/TAGS 读取优先级 | 明确 CLI 参数 > 环境变量 > SOUL.md > 默认的覆盖链 |
> 安全认证说明：当前简介基于技能元数据生成，未执行完整安全扫描。建议实际部署前验证 wrapper 脚本的来源签名与依赖完整性。