自动检测云端LLM限流并切换至本地模型，确保会话不中断，同时防止代码质量静默降级，需用户确认后才允许本地模型执行代码生成任务。
说明：
## 核心用法
LLM Supervisor 是一款面向 OpenClaw 的智能 LLM 路由管理技能，主要解决云端大模型在重度使用场景下的可靠性问题。当系统检测到 Anthropic 等云服务商的速率限制错误时，会自动将主 Agent 切换至本地 Ollama 模型，确保会话连续性。用户可通过 `/llm status` 查看当前模式，使用 `/llm switch local|cloud` 进行手动切换。
## 显著优点
1. **高可用性保障**：消除因云 API 限流导致的”死机”状态，特别适合长时间运行的自动化任务
2. **质量管控机制**：本地模型执行代码生成前必须获得用户显式确认，防止静默降级
3. **配置灵活性**：支持自定义冷却时间、本地模型选型（默认 qwen2.5:7b）、确认话术等参数
4. **上下文继承**：新创建的 Agent 自动继承当前活跃的 LLM 模式，保持行为一致性
5. **成本透明**：明确承诺不会未经用户意图消耗云端额度
## 潜在缺点与局限性
– **本地模型性能瓶颈**：qwen2.5:7b 等本地模型在复杂代码推理任务上显著弱于 Claude 等云端模型
– **确认流程摩擦**：频繁触发的代码生成确认可能打断开发心流
– **单点故障风险**：依赖 Ollama 本地服务的可用性，若本地服务异常则无法完成自动切换
– **网络依赖残留**：初始检测仍需云端 API 交互，完全离线场景下无法触发切换逻辑
– **配置复杂度**：自动化决策与用户确认之间的平衡需要精细调参
## 适合人群
– 运行长会话或 Agent 密集型工作流的进阶用户
– 混合使用云地双栈、对服务连续性有硬性要求的开发者
– 企业环境中需规避”机器人掉线”影响的自动化场景
## 常规风险
| 风险类型 | 说明 | 缓解措施 |
|———|——|———|
| 模型能力错配 | 本地模型生成低质量代码 | 强制确认机制 + 人工审查 |
| 自动切换误触发 | 非限流错误被误判 | 可配置冷却期 + 手动覆盖 |
| 本地资源耗尽 | OOM 或 GPU 满载导致本地服务崩溃 | 监控本地服务健康状态 |
| 确认疲劳 | 频繁弹窗降低效率 | 调整 `requireConfirmationForLocalCode` 阈值 |
会员专属
