用途：为本地 Gemma 4 12B 推理栈提供跨平台安装向导，自动完成 llama-server 的安装，方式包括下载二进制或按 Metal、CUDA、Vulkan、ROCm 编译。
主要能力：提供两种使用模式。模式 B（任务委派，推荐）由 run_agent.py 将精简提示直接发送给 llama-server，无代理开销、无 29K 系统提示，典型有界任务实测约 2 秒。模式 A（可选，交互式代理）通过代理让 Claude Code 经由 Gemma 路由，每会话约 29K token 系统提示开销，首轮需 30–60 秒，官方不建议用于任务委派。
必要用法：先启动服务 python3 scripts/run_server.py，再用 curl http://localhost:8089/health 确认返回 {"status":"ok"}。模式 B 示例：python3 scripts/run_agent.py agents/refactor-expert.md target.py output.md "List the top 3 issues." --cli llama；可加 --max-tokens 300。模式 A 通过 python3 scripts/enable_global_routing.py 安装 launchd/systemd/NSSM 守护进程，用 disable_global_routing.py 移除。
内置角色（作为 PERSONA_FILE 传入）：refactor-expert.md（代码质量）、security-auditor.md（OWASP 审计）、architect-review.md（C4/SOLID 结构评审）、red-team-reviewer.md（对抗性利用分析）、compliance-reviewer.md（编码规范漂移检测）、pr-reviewer.md（diff 评审）、test-writer.md（单元测试生成）、debate-synthesizer.md（多视角综合）、output-validator.md（输出护栏/幻觉检查）、self-critic.md（反思循环）、performance-analyst.md（瓶颈与扩展分析）。
脚本：run_server.py 启动 llama-server；run_agent.py 任务路由（模式 B，6 种后端）；enable_global_routing.py 安装模式 A 代理守护进程；disable_global_routing.py 移除；routing_proxy.py 为模式 A 的 API 兼容代理（端口 4000）。
限制：资料未提供支持的操作系统版本、硬件要求、模型下载来源、许可证与收费信息，暂未提供。