适用于 Openclaw 的 本地编程助手

一个分布式本地推理引擎,可在您的个人硬件集群中分配代码生成、审查和重构任务,无需依赖云服务。

twinsgeeks
v1.0.1
2026年4月4日
1
812
0

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install local-coding

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式
~/.openclaw/skills/
工作区
<project>/skills/

优先级:工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

请帮我使用 Clawhub 安装 local-coding。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。

更倾向于下载?

获取包含原生技能文件的ZIP压缩包。

什么是 本地编程助手?

本地编程助手是一个强大的 Openclaw Skills 集成工具,旨在将您的硬件(从 MacBook 到高性能工作站)转变为私有的分布式 AI 编程集群。通过利用 ollama-herd 骨干网,该技能允许开发者在自己的网络上运行 DeepSeek-Coder-V2 和 Codestral 等前沿编程模型。这确保了完整的数据隐私,并消除了对昂贵的 GitHub Copilot 或云端 API 订阅的需求。

它专为高性能开发者工作流而构建,提供了一个可与现有工具无缝集成的 OpenAI 兼容端点。无论您是在生成复杂的线程安全算法,还是在对遗留代码库进行深度安全审计,本地编程助手都会根据 RAM 和处理能力,智能地将请求路由到集群中性能最优的机器。

本地编程助手 应用场景

  • 在多台本地机器上运行高参数代码模型,以节省云端 API 费用。
  • 通过在 AI 重构期间将敏感的专有源代码保留在本地网络内,确保最大程度的隐私安全。
  • 通过标准化的 API 将本地 LLM 与 Aider、Continue.dev 和 Cline 等 IDE 扩展集成。
  • 构建一个跨平台的开发环境,利用各种设备(Mac、Linux、Windows)上的空闲 RAM 进行推理。

本地编程助手 工作原理

  1. 用户安装 ollama-herd 实用程序,它充当本地编程助手的核心引擎。
  2. 在主机器上启动一个中央路由器,用于管理传入的编码请求。
  3. 在其他联网设备上初始化集群节点,这些节点会自动发现并注册到中央路由器。
  4. 开发者将其 IDE 工具或脚本指向本地的 OpenAI 兼容端点(端口 11435)。
  5. 该技能分析传入的请求,并将其路由到具有适当模型和可用 VRAM 的节点进行执行。
  6. 生成的代码、审查或重构后的代码块会立即返回到用户的界面。

本地编程助手 配置指南

安装所需的工具并使用以下命令启动您的本地集群:

# 安装核心集群管理器
pip install ollama-herd

# 在您的主机器上启动中央路由器
herd

# 在网络中的每台其他设备上运行以加入集群
herd-node

注意:所有模型下载都需要手动确认,以防止意外的带宽或存储使用。

本地编程助手 数据架构与分类体系

该技能通过一组特定的本地文件和端点来管理其操作:

类型 路径 / 端点 描述
配置 ~/.fleet-manager/latency.db 跟踪各节点的性能和响应时间。
日志 ~/.fleet-manager/logs/herd.jsonl 所有编码请求和路由决策的审计追踪。
API http://localhost:11435/v1 用于补全和聊天的 OpenAI 兼容端点。
状态 http://localhost:11435/api/ps 当前加载在内存中的模型的实时视图。

本地编程助手 高级特性

  • 多智能体支持:将编码任务的不同部分路由到专用模型(例如,使用 Codestral 进行生成,使用 DeepSeek 进行审查)。
  • 跨平台集群:在同一个 Openclaw Skills 环境中无缝混合使用 MacOS、Linux 和 Windows 设备。
  • 多模态能力:除了代码之外,该集群还通过同一个统一端点支持图像生成 (Z-Image-Turbo) 和语音转文字 (Qwen3-ASR)。
  • 资源优化:根据设备 RAM 进行智能模型选择,范围涵盖从 8GB 设备的 3B 参数模型到 128GB 工作站的 236B MoE 模型。

SKILL.md


加载中

Openclaw 相关技能

METADATA

Requires
Github Stars: 0
forks: 0

精选*