什么是Local Hub
Local Hub 是一个运行在本机上的 HTTP 服务，旨在将麦克风、摄像头、Ollama 大模型、YOLO 目标检测、Stable Diffusion 文生图/图生图、TTS 语音合成、系统通知、剪贴板读写、天气查询以及白名单脚本执行等本地能力统一封装成标准化的 REST API。它本质上是一个“本地能力中心”，通过暴露一组清晰的接口，让外部调用者（如 Silas）能够便捷地访问和操作本机的硬件与 AI 资源。该服务基于 Python 和 FastAPI 框架开发，默认监听在 `http://127.0.0.1:9000`，所有功能均需先启动本地服务方可使用。
与其他 OpenClaw 技能不同，Local Hub 并非一个独立的功能模块，而是作为底层基础设施存在——它本身不提供用户界面或任务编排逻辑，仅负责将本机已有工具（如 Ollama、A1111 Stable Diffusion WebUI、macOS 系统命令等）包装为可被远程调用的接口。Silas 等客户端通过发送 HTTP 请求（通常以 curl 形式由 exec 动作触发），即可实现对麦克风录音检测、拍照、图像分析、文本转语音、生成图片、读取剪贴板内容等一系列操作，从而在不依赖云端的情况下完成本地化智能交互。
要正常使用 Local Hub，用户需先手动部署并启动其服务端程序：从 GitHub 仓库下载代码包，解压后在指定目录下创建 Python 虚拟环境、安装依赖，并通过运行 `./run.sh` 启动服务。服务启动后可通过健康检查接口确认状态。若未启动，任何对该服务的调用都将失败，因此确保服务在线是使用的前提条件。此外，部分功能（如音频转写、脚本执行）依赖于特定的环境变量配置或外部工具链支持（例如设置 TRANSCRIBE_SCRIPT 路径或定义 RUN_SCRIPT_WHITELIST），使用前应仔细阅读相关文档。
核心功能特点
- 支持麦克风声音检测，可录制短音频并判断是否有有效输入
- 提供摄像头快照功能，一键拍摄并返回图片存储路径
- 集成 Ollama 本地大模型对话接口，支持多模型切换与上下文管理
- 实现 YOLO 目标检测与视觉描述功能，可对上传图片进行物体识别与语义分析
- 对接 Stable Diffusion 文生图与图生图能力，生成高质量图像文件
- 内置 TTS 文本转语音服务，支持 macOS 原生语音朗读并保存音频文件
适用场景
Local Hub 特别适合那些需要快速验证本机设备是否正常工作、或在无网络环境下仍能执行复杂 AI 任务的场景。例如，在演示或教学过程中，你可以先调用 `/audio/check` 接口确认麦克风正常拾音；当用户提问时，立即用 `/llm/chat` 接入本地部署的大语言模型进行实时响应，避免因网络延迟影响体验；若需展示图像理解能力，则可拍摄一张照片并通过 `/vision/describe` 获取详细描述。这些操作完全在本地完成，既保证了隐私安全，又提升了响应速度。
对于开发者或自动化脚本编写者而言，Local Hub 提供了一个高度可扩展的本地 API 集合。你可以将其嵌入到各类自动化流程中，比如结合剪贴板监控自动提取截图并用 YOLO 分析内容；或者在会议提醒系统中，先读取日历事件，再通过 TTS 朗读给用户听，最后发送系统通知。由于所有接口均采用标准 HTTP 协议，无论是用 curl、Python requests 还是其他编程语言，都能轻松集成，极大降低了跨平台开发的复杂度。
此外，Local Hub 还适用于对数据隐私要求较高的企业内网环境。由于所有计算均在本地机器上完成，敏感信息（如语音记录、个人照片、生成的图像）不会离开设备，有效规避了云端服务可能带来的数据泄露风险。同时，它也为构建私有化 AI 助手提供了基础支撑——只需配合前端界面或聊天机器人框架，就能快速搭建出具备本地感知、视觉理解和内容创作能力的智能终端应用。