MedXpert 跨机任务箱·低配省算力

产品介绍

AI 任务太烧钱？低配电脑也能跑大模型——白天派活，晚上回家让本地模型免费跑完，断网也不停。MedXpert 跨机任务箱：WorkBuddy×DSH（DeepSeek Harness）×本地 Ollama 三级协同，批量/重复/文档/敏感任务零云端消耗，复杂推理才上云端。L1-L5 分级路由已代码级实现（add 自动打标 + route 查询）、失败自动重试、同步包双机合并、防僵尸续跑，纯 Python 零依赖即下即用，旧电脑也能当执行节点。模型 API 涨价？跟它无关。省积分、断网续跑、离线任务队列、任务路由与成本控制都找它。

资源信息

许可证信息摘自官方源，可能过时或缺失。商用前请以原仓库的 LICENSE 文件为准。

功能说明

• •DSH 执行层 × 本地模型协同（执行/推理解耦）：任务箱只存任务/状态/结果，执行层可接 DSH（DeepSeek Harness，开源 Agent 执行框架，"一切皆插件"，负责工具/会话/调度/日志编排）或任意 Worker，推理统一交给本地 Ollama——0 API 成本、断网可跑、数据不出门；云端大模型仅兜底复杂推理（L5 试跑不满意才升级）。模型 API 涨价也不影响任务箱运行。
• •低配友好 · 零硬件门槛：不需要高端 GPU 或云算力——普通/低配电脑用 Ollama 跑量化小模型（Q4）就能参与；复杂任务按 L4/L5 路由到云端，低配机只干自己干得动的活（批量/重复/文档类），一台能开机的旧电脑也能当执行节点。
• •省算力路由（L1-L5 任务分级，代码级实现）：批量/重复/文档/敏感任务免费路由到本地大模型（0 云端消耗），云端算力只留给检索/生图/复杂推理——高频大额项归零，是省积分/省成本的核心机制。local_taskbox.py add 自动按关键词+优先级打级别标签（--level 可手动覆盖），route 子命令可随时查看分级。
• •断网完整闭环：本地任务箱 + 同步包，不依赖任何云端 API / MCP，拔网线也能完整跑完。
• •零依赖、下载即用：纯 Python 标准库（json/os/argparse/subprocess），无 pip install、无第三方包、无需虚拟环境。

适用平台