AI代理環境說明

01｜研究與預算資料處理環境盤點及說明

查核日期：2026-10-20，Asia/Taipei；對象：本機 Mac mini。 以實機唯讀查詢為主，既有文件與實驗產物只作角色、用途及歷史驗證佐證。機器可識別資訊、帳號、IP/MAC、端點、憑證、對話內容與完整設定均不納入交付。機器可讀證據：同目錄 environment-evidence.json。

一、述職摘要

已建置「本地解析與模型研究環境＋OpenClaw 代理協作＋SQLite 可追溯資料層」。本機負責 PDF 原文／座標處理、部分本地語言與視覺模型運算、資料驗證及版本化保存；研究員主代理目前以遠端 API 模型進行規劃與協作，因此不是全離線系統。

本次 live 核實：Apple M6、12 核 CPU、32 GiB 記憶體、macOS 27.0.1；OpenClaw 2026.9.8 Gateway 正在運行且可達；有效設定代理為 1 個 main（研究員）；Ollama 0.35.1 服務可回應、已安裝 5 個 GGUF 模型，查核時 0 個已載入模型。另外，專案登錄目錄內存在 2 套 MLX 視覺模型基座與已鎖定的欄頭／數值 LoRA adapter。

財政資料必須分庫敘述：來源忠實庫實體 6,351 records／34,834 fields／6 snapshots，preferred 查詢得到 6,074 records／31,375 fields；歷史 canonical 庫為 5,984 records／32,007 fields／180 snapshots。這些是不同用途與版本粒度，不能相加、不能互當替代值，也不代表全量人工確認或業務計畫總數。

二、主機與軟體配置

層次 實機核實值 說明／狀態
主機 Mac mini；Model Identifier Mac18,5 型號由 sysctl 查得，未擷取序號／UUID
CPU Apple M6；12 實體／12 邏輯核心 不以核心數推論實際任務速度
RAM 34,359,738,368 bytes＝32 GiB CPU/GPU 共用記憶體，非獨立顯卡 VRAM
GPU system_profiler 顯示 Apple M6 本輪只確認名稱，未量測 Metal 效能或重新核對 GPU 核數
OS／核心 macOS 27.0.1，build 26A434；Darwin 27.0.0 arm64 系統版本與核心版本是不同欄位
磁碟 根磁碟約 460.4 GiB；可用共享空間約 159.8 GiB APFS 根 snapshot 已用約 12.7 GiB 不是整台已用容量；精確 KiB 見 evidence
Node.js v24.21.0 OpenClaw 執行環境
OpenClaw 2026.9.8（fc23bc8） Gateway LaunchAgent installed／loaded／running；本機模式且可達
系統 Python 3.9.6 不等於專案實際使用版本
專案 PDF Python 3.12.15，既有 .venv PyMuPDF 1.28.2、pymupdf4llm 1.28.2
視覺模型 Python 3.12.15，專案既有獨立 .venv MLX 0.32.3、MLX-Metal 0.32.3、MLX-VLM 0.7.4、Transformers 5.18.0、huggingface-hub 1.33.0
SQLite CLI／系統 Python 3.54.0；PDF venv Python 連結 3.53.1 是不同執行檔連結版本，不是同一 DB 有兩個版本
Ollama 0.35.1 App 內 CLI，不在預設 shell PATH；服務正常、僅 loopback listener

另查得 OpenClaw node service 未安裝；這不等於 Gateway 不可用，也不證明沒有其他已配對設備。本次不做跨設備盤點。memory-core 插件已啟用，但本輪沒有讀取私人記憶或聊天內容。

三、元件角色與資料流

使用者請求 → OpenClaw Gateway → main（研究員，遠端模型規劃／協作）
                                  └→ 臨時 subagent：盤點、研究、程式／審核等任務
官方單一來源 PDF → 本地 Python 原文／字元／座標與圖像處理
                   ├→ 原生文字／表格：確定性解析與來源重播
                   └→ 困難視覺區域：既有 MLX 基座＋鎖定 adapter／本地模型實驗
                           ↓
                  候選值＋來源 refs＋原文／狀態＋驗證證據
                           ↓
      source-faithful-116.sqlite（來源層，歷史＋preferred 解決更正版本）
                           ＋
      fragment／metadata sidecar（來源片段、表頭、父子層級與角色證據）

canonical.sqlite：既有獨立 source-reviewed 歷史／pilot 資料層；不是新來源層的別名。

產品架構依隨附官方文件：Gateway 為長駐控制平面，維持通道、工具及模型連接；agent 是工作區／狀態／模型／session 的身分邊界。工具能讀取本機檔案不表示 agent 本身是另一個常駐 OS 服務。專案程式同時存在解析、模型、source gate、review／promotion 等不同路線；不能將某次輸出品質歸功於所有模型，或將 Python 的確定性取值算成模型自主辨識能力。

四、代理配置與分工

live 使用 openclaw agents list --json，有效列表只有：

agent ID 名稱／身分 預設模型 Runtime／角色
main main／研究員 sub2/gpt-6.1-sol 原生 OpenClaw agent runtime；協調使用者任務、工具及研究工作

設定未明示額外 runtime override；本報告本身是在 main 所派生的 runtime=subagent 執行中完成。subagent 是針對任務建立的獨立 run/session，並非另一套已安裝代理。 可用於平行盤點、程式實作、來源核對及交付審核；任務結束後向父代理回報。歷史 session 數、子任務標籤及曾用角色名稱，不可當作已配置 agent 數量或持續在線人力。

本輪工具目錄沒有獨立 agents_list 工具，因此以官方 CLI 有效列表＋設定非敏感白名單欄位交叉查證；不是以 agents 目錄數量猜測。

五、模型安裝／設定／載入／驗證狀態

5.1 Ollama 本地權重

五個模型皆由 live /api/tags、ollama list 及本機 manifest 核實，格式 GGUF、量化 Q4_K_M；manifest 所列 layer blob 檔案皆存在。這是存在性驗證，未重算全部大型 blob 雜湊，也未重新推論。

模型 metadata 參數量 本機大小（十進位 GB） 用途與狀態
qwen3:14b 14.8B 9.276 本地文字／JSON 預算候選；OpenClaw ollama provider 已設定；既有驗收與比較產物存在；當下未載入
deepseek-r1:14b 14.8B 8.988 本地推理候選；已安裝；本輪未逐一核實歷史任務品質；當下未載入
gemma4:12b 11.9B 8.022 既有模型比較／可靠性試驗；已安裝、歷史比較產物存在；不等於正式品質合格；當下未載入
mistral-small3.2:24b 24.0B 15.177 既有文字／結構化比較對照；已安裝；當下未載入
gemma3:27b 27.4B 17.397 大模型對照試驗；已安裝；既有實驗記有資源／完成度限制，不能宣稱穩定優於小模型；當下未載入

服務 RunAtLoad／KeepAlive 為 true，現有 LaunchAgent 設 OLLAMA_NO_CLOUD=1，live listener 僅 loopback。服務運行不等於模型常駐記憶體；ollama ps 與 /api/ps 均為空。登入自啟動設定存在，但本輪沒有重啟、登出登入或斷電驗收。

5.2 MLX／Hugging Face 專案本地檔

只查專案既有 lock、程式及模型卡已登錄路徑，未掃全機私人快取，也未下載。

項目 已核實內容 用途／界線
vlm-smoke-20261005/model 模型卡 mlx-community/Qwen3-VL-2B-Instruct-4bit；model_type=qwen3_vl；4-bit affine、group_size=64；safetensors 1,782,040,921 bytes 約 2B 視覺語言基座；是本地完整基座權重，不是 API
vlm-smoke-20261005/gemma-model 模型卡 mlx-community/gemma-3-4b-it-4bit；model_type=gemma3；4-bit、group_size=64；safetensors 3,400,569,562 bytes 約 4B 視覺對照基座；Gemma 條款，不是 Apache-2.0 無限制授權
vlm-full-path-isolated-20261006/checkpoint-100 已登錄 header/meta adapter；LoRA rank=8、scale=2、dropout=0；34,913,168 bytes 欄頭／metadata 任務；須搭配 Qwen3-VL 基座
vlm-full-path-training-20261006/selected 已登錄 value adapter；同樣 LoRA rank=8、34,913,168 bytes 數值路線；不是另一個完整模型，也非全任務品質認證

路徑前綴均為 data/kaohsiung-budget/。lock 引用、adapter config、權重存在與 adapter SHA256 收錄於 evidence。其他歷史 checkpoint 確實存在，但不是新 agent、不是另一套基座，也未逐個驗收。

歷史 reload_comparison.json 保存 finite=true、greedy_all_equal=true、reload_max_logit_diff=0；這僅證明當時該 smoke adapter 的存載一致性，不等於所有現用 adapter 的獨立品質證明。本輪沒有載入 MLX、訓練或推論；常見程序名稱檢查未見 mlx，但不足以斷言所有 Python 進程均未載入模型，因此 MLX resident/running 狀態記為未全面核實。

5.3 遠端 API 設定

六、資料庫用途、schema 與查詢注意

6.1 主來源庫與 canonical 必須分開

資料庫／查詢 live 數量 用途與注意
data/kaohsiung-budget/db/source-faithful-116.sqlite records 6,351；fields 34,834；snapshots 6；historical_values 6,235 單一官方116預算案 PDF 的忠實來源歷史；含更正前版本，不能直接 SUM
preferred query v1 records 6,074；fields 31,375；排除實體歷史 277 records 以實際 resolution 排除 superseded，stable source identity 唯一；不是 DB 內建 preferred view
data/kaohsiung-budget/db/canonical.sqlite pilot_records 5,984；pilot_fields 32,007；pilot_snapshots 180 獨立歷史 source-reviewed／pilot 庫；不是來源庫的總數，snapshot 不同粒度
canonical 人工範圍 pilot_human_only 26 fields；整列 human_verified=1 僅1 record source_reviewed 不等於 human gold；不可把整庫說成已人工核對

兩庫 live PRAGMA quick_check 均為 ok；這是結構快速檢查，不是逐欄語義正確或本輪備份還原驗證。兩庫 user_version=0，不能用此欄推斷「無 schema」；本輪已讀取 sqlite_master，schema 摘要與定義載於 evidence。

來源 schema：snapshots(version,source_hash,manifest_hash)；records(identity,version,table_id,row_identity,payload)；fields(identity,path,source_state,source_value,source_original,refs,payload)；historical_values 保存舊衍生／正規化值；source_only 是 records 與 fields join，仍包含歷史。

canonical schema：pilot_snapshots、pilot_records、pilot_fields、pilot_provenance；pilot_default 限 source_reviewed，pilot_human_only 再限 field_human_verified。既有 trigger 採 append-only／保存歷史，與 source 庫更正 resolution 不是同一機制。

6.2 單文件、空白與加總原則

  1. 最新來源層以專案登錄的唯一官方116預算案 PDF為依據，不跨 Word、外部年度或歷史數字補值。
  2. 來源欄空白保留原文空字串及 NULL；本輪查得實體 source_blank 8,400 fields，非 NULL 的異常數 0。原文 literal_zero、dash、空字串、不可讀及衍生值要分開；空白不得自動改0或宣稱不適用。
  3. 舊程式曾有特定 normal-native-blank→0 路線，不應沿用為新來源層通則；新 source 層與 historical_values 分離正是為保留此差異。
  4. preferred 查詢要用 source_preferred_query_v1.query() 或其官方專案 CLI，不能只讀 source_only 就稱「最新」。本輪只 import／呼叫讀取函式，未執行寫出結果的 CLI。
  5. 以 source_role 區分一般預算列、主管／機關／科目 subtotal、金額原文出現、raster machine transcription、局部確認轉錄。不同角色不可混加；主管與所屬、總計與明細、不同年度／單位／stage 不可混合加總。
  6. preferred 仍含144筆 original_money_occurrence_not_budget_indicator、7筆 raster_machine_transcription_not_semantic、1筆 raster_locally_confirmed_label_value；因此 6,074 不是6,074個業務計畫，也不是全量語義或人工驗證值。

6.3 Fragment、sidecar 與 OpenClaw 狀態庫

七、本地與雲端邊界

八、現況、限制與維運建議

  1. 目前具備研究基礎，不宣稱全自動／全量 human／生產品質保證。 安裝、配置、運行、歷史測試與本次實測分開報告；本次只做 metadata 與 DB 唯讀查核。
  2. 32 GiB 共享記憶體下，大模型與 MLX 多圖運算應序列化並保留 OS headroom；不能把磁碟權重大小當 peak RAM。實驗應記錄 memory pressure、swap、圖像／token 上限及停止條件。
  3. 磁碟可用空間較早期安裝紀錄下降；後續可先盤點大型模型、歷史 clone／backup，再由使用者決定保留政策。本輪沒有刪除或壓縮任何資料。
  4. 固定使用專案 interpreter，不混用系統 Python；MLX／PDF venv 分離，保留 requirements、模型 card、revision／hash 與 adapter/base 配對。
  5. 查詢報表應註明 DB 路徑、preferred 版本、日期、source_role、單位、NULL規則及人工範圍，避免舊 README 歷史數量被誤當現況。
  6. 維持唯讀查詢與寫入流程分離；批次 promotion／修正前做一致備份與還原試驗、idempotency、來源證據和負例測試。這是建議，本輪未執行備份還原或改變排程。
  7. Gateway 模型、heartbeat、scheduler、provider、LaunchAgent、服務與系統設定完全未改；未安裝套件、下載、啟動模型或發起大推論。

九、證據、重現與官方說明

本次只在同目錄產生本文件及 environment-evidence.json。JSON 含查核時間、白名單 status、模型尺寸／量化、manifest blob 存在性、adapter SHA256、兩庫 schema／計數／quick_check、preferred 唯一性與 fragment/sidecar 計數。

安全重現指令／方式（原始 status、agents list 等應留在記憶體篩選後再交付，不全貼）：

sysctl -n hw.model machdep.cpu.brand_string hw.physicalcpu hw.logicalcpu hw.memsize
sw_vers
uname -sr; uname -m
df -k /
node --version; python3 --version; sqlite3 --version; openclaw --version
openclaw agents list --json
openclaw status --json
/Applications/Ollama.app/Contents/Resources/ollama --version
/Applications/Ollama.app/Contents/Resources/ollama list
/Applications/Ollama.app/Contents/Resources/ollama ps

DB 以 Python sqlite3.connect('file:<專案DB>?mode=ro', uri=True) 開啟，只查 SELECT count(*)、sqlite_master、PRAGMA quick_check 與明確來源狀態；preferred 以 PYTHONDONTWRITEBYTECODE=1 import 專案既有 read-only query 函式。套件版本用 importlib.metadata，不 import 模型／不觸發 GPU。

官方／上游參考（本輪架構讀取隨套件本機文件，未聲稱重新上網驗證每個連結）：

未核實範圍：全磁碟所有模型／HF cache、所有歷史 adapter、遠端 provider SLA／資料條款與另行 API 健康測試、MLX 當下全進程 resident 狀態、完整模型 blob 重新 hash、GPU效能、重開機後自啟動、全量 PDF 座標重播、獨立人核品質、全量語義及備份還原。本文件不以任何一項未核實內容作成果宣稱。