Hugging Face 팀이 로컬 오픈웨이트 모델(Gemma·Qwen)을 에이전트 하네스에 넣어 OpenClaw 저장소의 이슈·PR을 실시간 무료로 분류·라우팅하는 시스템 'localpager'를 공개했다. 클라우드 모델 대신 128GB NVIDIA GB10(DGX Spark)에서 gemma-4-26b-a4b와 qwen3.6-35b-a3b를 구동해 전기료만으로 거의 즉각적인 Discord 알림을 구현한다. 핵심은 '에이전트 분류(agentic classification)'로, 모델이 PR 제목·본문·디프를 받은 뒤 읽기 전용 셸 reposhell로 저장소를 직접 조사해 맥락을 확인하고 구조화된 라벨을 출력하며, 프롬프트 인젝션을 막기 위해 쓰기 작업은 차단된다. 330행 평가셋에서 Gemma는 재현율(0.905)이, Qwen은 정밀도(0.831)·정확일치(0.540)가 높았고, 두 모델 모두 파인튜닝 없이 유용한 결과를 냈다.

• •로컬 오픈웨이트 모델(Gemma·Qwen)을 GB10 하드웨어에서 구동해 OpenClaw 이슈·PR을 전기료만으로 실시간 분류·Discord 알림, 클라우드 API 쿼터·비용 없이 운영
• •'에이전트 분류': 모델이 전체 정보를 한번에 받지 않고 읽기 전용 셸 reposhell로 저장소를 조사해 맥락 확보 후 구조화 라벨 출력
• •reposhell은 ls·cat·grep 등 읽기 전용 명령만 허용해 프롬프트 인젝션 공격을 차단하고, curl 등 쓰기·네트워크 명령은 거부
• •330행 평가셋: Gemma 재현율 0.905·행당 1.41초, Qwen 정밀도 0.831·정확일치 0.540. 둘 다 파인튜닝 없이 유용한 성능
• •라벨링은 에이전트로, 알림은 결정론적 규칙으로 처리하는 반에이전트 구조. 뉴스·고객지원 티켓·arXiv 필터링 등으로 확장 가능