local-commander
将本地 LLM 定位为决策者的开发编排器。对任务难度进行分类，仅在必要场景引入人工审批，将实现、审查直至合并全程自动化。
local-commander 是一个在运行时将本地 LLM 置于司令塔位置的 AI 开发编排器。已在 MacBook Pro M3 + LM Studio 上完成验证，是一个以未来迁移到 NVIDIA DGX Spark 上常驻运行为前提的原型应用。它会对开发任务进行分类，并记录 Implementation Brief、提供给 Codex 的提示词、Codex 结果评估，以及 token 使用量（真实 API usage + 估算值）。
Codex CLI 与 Claude Code 都不会被置于司令塔位置。只有当本地 LLM 判断为 `cloud-needed`，且用户明确指定 `--run-codex`，并通过人工审批关卡后，才会调用 Codex CLI 这一外部代理。
Codex CLI 与 Claude Code 都不会被置于司令塔位置。只有当本地 LLM 判断为 `cloud-needed`，且用户明确指定 `--run-codex`，并通过人工审批关卡后，才会调用 Codex CLI 这一外部代理。
主要功能
任务分类与 Implementation Brief 生成
本地 LLM 会将任务分类为 local-ok / cloud-needed / spec-missing，并生成相应的 Implementation Brief。
带人工审批关卡的外部代理协作
仅当任务为 cloud-needed、用户明确指定 --run-codex，并通过人工审批（--human-approved）后，才会调用 Codex CLI（指定 --agent claude 时则调用 Claude Code）。
token 使用量记录与成本汇总
记录每个步骤的字符数与估算 token 数（chars ÷ 3.5），当兼容 OpenAI 的 API 返回 usage 时，也会保存实测 token 数。npm run cost 会按模型和 runId 进行汇总。
实时管控面板（Web UI）
通过 npm run server 启动的常驻 Web UI（默认 http://localhost:4317）可一览任务列表、审批收件箱与成本。
Claude Code MCP 集成（eln-judge）
以 stdio MCP tool 的形式，仅卸载本地 LLM 的判断。文件内容由 shim 在本地读取，tool 的返回值中只包含判断与摘要（v1 为只读）。
Asana / GitHub 集成与分类基准测试
支持从 Asana API、GitHub API 拉取任务的 TaskSource，并通过 npm run benchmark 跨多个模型测量分类准确率、安全性与速度（M1-M6）。
公司内部运营
返回产品列表
如需咨询 local-commander 相关问题，请使用页头的「联系我们」。