用途：把范围明确的小任务直接派发给本地运行的 Gemma 4 12B 模型，绕过携带大量系统提示的路由代理，从而降低延迟。任务通过 run_agent.py 路由器以 cli=llama 分发到 http://localhost:8089/v1/chat/completions。
主要能力：支持代码审查、重构建议、架构评审、diff 摘要、单条指令问答等有界任务；内置 agents/ 下的 persona（security-auditor.md、refactor-expert.md、architect-review.md）；scripts/ 提供 run_agent.py、kv_cache_orchestrator.py、run_server.py、test_run_agent.py。默认 max_tokens=120，可用 --max-tokens 覆盖。
使用方式：先确保 llama-server 在 8089 端口运行，检查 curl http://localhost:8089/health，必要时执行 python ./scripts/run_server.py。调用示例：python ./scripts/run_agent.py <PERSONA_FILE> <INPUT_FILE> <OUTPUT_FILE> "<INSTRUCTION>" --cli llama --max-tokens 120。无输入文件时用 /dev/null。
适用场景：M1 Mac 16GB 等本地硬件上的轻量、短输出任务，如列出代码前三个问题、两句话总结 diff。
限制：需本地服务在线；服务端已关闭思考（--reasoning off）；上下文 32768 tokens 单槽；提示应精简（persona 100–300 tokens、源文件尽量低于 2000 tokens、指令 1–3 句），避免粘贴完整文件树或长对话历史。routing_proxy.py 不包含在本技能执行路径中。其他收费、平台与效果信息暂未提供。