v0.3.1 · Apache License 2.0 · Python 3.12+

提升单位成本的 Agent 智能

微内核 AI Agent——同样的预算，让 Agent 做更多事、做更好的事。
智能路由、持久记忆、安全沙箱、开箱即用的搜索与本地嵌入。

快速开始 GitHub

60-80%¹

Token 成本节省

N+

Meta-skills

一键

从 OpenClaw / Hermes 迁移

10+

渠道即插即用

最新动态查看全部新闻

OpenSquilla 0.3.1 维护版本发布 2026-06-03

0.3 系列维护版本，让日常使用更稳定：聊天渲染、Slack 接入、媒体交付、provider 校验。

阅读全文
OpenSquilla 0.3.0 正式发布 🎉 2026-05-31

MetaSkills 把重复的多步骤工作变成可复用的工作流。同时带来 Health Doctor 体检、结构化工具压缩，以及一整套真正的产品文档。

阅读全文
Windows 便携版安装视频教程上线 🎬 2026-05-27

一镜到底演示 Windows 下载、启动、配置 OpenSquilla 的全过程——内置 CPython，无需另装 Python。

阅读全文

快速开始

四条上手路径，按你的使用方式任选其一

Windows 上最快的上手路径——zip 内置 CPython，无需另装 Python。

视频教程

完整看完安装与配置的端到端演示。

视频基于 v0.2.1 录制，各版本步骤大致一致。

下载并解压

下载最新便携 zip

当前预览包：

OpenSquilla-windows-x64-portable.zip

解压到「下载」「文档」等有写权限的目录。

右键 Start OpenSquilla.cmd → 以管理员身份运行

Start OpenSquilla.cmd 管理员运行

保持终端窗口打开，关闭窗口会停止 Gateway。

完成首次设置并打开 Web UI

启动器会先于 Gateway 打开 onboarding。首次运行选择 provider 并粘贴所需的 key；之后启动可以查看或修改配置。

随后在浏览器打开 http://127.0.0.1:18791/control/ 即可。

预览构建未签名，管理员启动是受支持的路径。如果出现 SmartScreen 提示，选择「更多信息」→「仍要运行」。如果 Smart App Control 或企业策略拦截未签名应用，改用「终端一键安装」。

便携包高级用法

只有当你想脚本化配置或使用便携 CLI 命令时才需要这些选项。

首次启动前先提供 OpenRouter Key：

# 启动器会写入 env 引用配置并直接启动 Gateway
> $env:OPENROUTER_API_KEY="sk-..."
> Set-ExecutionPolicy -Scope Process Bypass
> .\start.ps1

当 OPENROUTER_API_KEY 已设置且本地无配置时，便携启动器会自动写入 OpenRouter env 引用配置并启动 Gateway，无需粘贴 Key；未设置时，onboarding 向导让你自由挑选 provider。

便携 zip 不会安装全局 opensquilla 命令。如需可执行 opensquilla ... 命令的终端，运行 OpenSquilla Shell.cmd，或在解压目录用 .\opensquilla.cmd 直接调用：

# 示例：在解压目录中配置 OpenRouter
> .\opensquilla.cmd onboard --provider openrouter --api-key-env OPENROUTER_API_KEY

便携包故障排查

如果 Windows 拦截启动器，请先确认 zip 来自官方 GitHub Releases 页面，再通过 Windows 提示放行。
如果 Web UI 没自动打开，保持 Gateway 终端不要关闭，手动访问 http://127.0.0.1:18791/control/。
如果提示找不到 opensquilla 命令，请改用解压目录里的 OpenSquilla Shell.cmd 或 .\opensquilla.cmd。

Windows、macOS、Linux 都推荐这条路径。uv 把 OpenSquilla 装到独立环境并自带 Python——系统不需要装 Python。该路径只安装已发布的 release。

安装 uv

如果 uv --version 已经能用，跳过此步。

$ curl -LsSf https://astral.sh/uv/install.sh | sh
$ . "$HOME/.local/bin/env"

安装 OpenSquilla

所有平台一条命令。

$ uv tool install --python 3.12 "opensquilla[recommended] @ https://github.com/opensquilla/opensquilla/releases/download/v0.3.1/opensquilla-0.3.1-py3-none-any.whl"

从 release URL 安装 OpenSquilla wheel，由 uv 拉取所选 extras 声明的依赖。默认 recommended extras 包含 SquillaRouter 运行所需的 ONNX Runtime、LightGBM、NumPy、tokenizers。

配置并运行

# 交互式 onboarding 向导
$ opensquilla onboard

# 启动 ASGI 服务
$ opensquilla gateway run

如果 uv 安装完成后立即调用 opensquilla 找不到命令，打开新终端，或重新运行 step 1 里的 PATH 设置。

Wheel URL 按设计携带版本号——安装器会校验文件名里的版本。上面命令固定到 v0.3.1。

前置依赖： Git · Git LFS · uv

没有 uv 时，安装器会回退到 Python 3.12+ 配合 pip ≥ 23。

可选：在终端里一键安装前置依赖

Windows PowerShell

winget install --id Git.Git -e
winget install --id GitHub.GitLFS -e
powershell -ExecutionPolicy Bypass -c "irm https://astral.sh/uv/install.ps1 | iex"
git lfs install

macOS（Homebrew）

brew install git git-lfs uv
git lfs install

Debian / Ubuntu

sudo apt update
sudo apt install -y git git-lfs
curl -LsSf https://astral.sh/uv/install.sh | sh
git lfs install

Fedora

sudo dnf install -y git git-lfs
curl -LsSf https://astral.sh/uv/install.sh | sh
git lfs install

Arch

sudo pacman -S --needed git git-lfs
curl -LsSf https://astral.sh/uv/install.sh | sh
git lfs install

克隆仓库（含 LFS）

$ git lfs install
$ git clone https://github.com/opensquilla/opensquilla.git
$ cd opensquilla
$ git lfs pull --include="src/opensquilla/squilla_router/models/**"

Git LFS 用于拉取内置的 ML 路由模型。该步骤幂等——已经拉完的仓库再跑会静默退出。

运行安装脚本

# 通过 uv tool install 安装 .[recommended]（uv 不可用时回退到 pip --user）
$ bash scripts/install_source.sh

主流渠道在基础安装里已经支持。可选 extras：matrix、matrix-e2e、document-extras——通过 OPENSQUILLA_INSTALL_EXTRAS=matrix（bash）或 -Extras matrix（PowerShell）开启。

交互式配置

$ opensquilla onboard

向导带你完成模型供应商、渠道、安全策略等配置。直接用安装好的 opensquilla 命令，不要加 uv run 前缀（除非你走的是源码开发路径）。

启动 Gateway

# 启动 ASGI 服务（默认 127.0.0.1:18791）
$ opensquilla gateway run

启动后访问 http://127.0.0.1:18791/control/ 打开控制面板。

Windows 缺少 Visual C++ Redistributable 时 Gateway 仍可启动，内置路由会回退到安全的直连路由。

仅在你需要修改、测试或调试当前 checkout 时使用此路径。和「源码安装」不同，它必须用 uv：uv sync 会在 checkout 内创建 .venv，uv run 在源码上直接执行。

# 用 recommended + dev extras 在 checkout 内创建 .venv
$ uv sync --extra recommended --extra dev

# 验证安装
$ uv run opensquilla --help

recommended extras 同样为开发提供 SquillaRouter；dev extras 安装测试、lint、类型检查工具。

把额外 extras 装进同一环境：uv sync --extra recommended --extra dev --extra matrix

在该模式下，所有 opensquilla 命令都要加 uv run 前缀。不要用用户级 opensquilla 去调试开发 checkout——那条命令跑在另一个 Python 环境里。

在 GitHub 查看贡献指南

更高阶的用法请访问 GitHub 仓库

一次部署，多端接入 ³

配好一个 Agent，同时在多个渠道使用

Terminal Web Slack Discord Telegram MS Teams Matrix 飞书钉钉企业微信 QQ

每一分钱，都花在刀刃上

OpenSquilla，让你的 Agent 花更少的钱、记更多的事、跑得更安全。

💰

高效省钱

多条链路协同，把每一个 Token 都花在刀刃上

智能路由 ²

就像打车软件——简单问题坐公交（便宜模型），复杂问题才叫专车（强模型），系统自动判断

混合特征分析

同时融合手工特征（长度、语言、代码片段、关键词等）+ 嵌入语义特征，多维度判断问题难度，精准选模型

思维深度分级

简单问题关闭推理计费，复杂问题才开启深度思考，避免为"你好"付推理 Token 的钱

自适应 Prompt

根据任务难度自动调整提示词，告诉模型该用什么深度来回答——简单问题轻装上阵，复杂问题全力以赴

按需加载技能

不是一股脑把所有能力塞给 AI，而是只加载当前用得到的，避免 Token 浪费

🪄

MetaSkills 协议

面对海量 Skills 的元协议——告诉 Agent 如何检索、筛选、组合，乃至自主进化

自组织

多步骤工作变成可复用、可审视的工作流。组合解析、步骤调度、提案门控——可以放心反复运行的剧本

meta-skill-creator

内置 MetaSkill，把反复出现的多 Skill 协作模式凝练成新的 MetaSkill 提案——Agent 用它给自己长出新能力

N+ 社区 Skills

Agent 自主检索、排序并调用社区贡献的 Skills——遇到新任务不需要人工挑选，合适的就被拉起来

10+ 内置 MetaSkills

开箱即用的精选 MetaSkill——研究到报告、论文草拟、求职准备、项目规划、短剧制作等高质量工作流，装好就能跑

回放与梦境模式

每次工作流执行都留下可审计、可回放的痕迹。用户空闲时，OpenSquilla 回看这些痕迹，提炼使用习惯，自动起草新的 MetaSkill 候选——能力在后台悄悄生长

🧠

类人记忆

四层认知架构，用得越久越懂你

四层记忆结构

工作记忆（当前任务）→ 情节记忆（经历与因果链）→ 语义记忆（事实与规则）→ 原始记忆（审计回溯底座），像人脑认知系统一样分层运作

混合检索 + 本地嵌入

向量语义 + 全文关键词双管齐下，既懂"意思相近"也能精确匹配；内置 ONNX 本地推理嵌入，CPU 即可运行，数据不出本机，也可按需切到 OpenAI / Ollama

热门记忆浮顶

经常被召回的记忆会自动"冒泡"到前面，越常用越好找，冷门记忆自然沉底

时间衰减机制

带时间标签的记忆按指数衰减自动淡化，标记为"永久"的核心知识不受影响

Memory Dream 整理

每 24 小时自动让 AI "做梦"——把零散记忆归纳整理，就像睡眠中巩固记忆一样

🛡️

安全沙箱

让 Agent 放手干活，又不怕它搞砸

三档安全策略

标准模式直接执行，严格模式启用沙箱审批，锁定模式强制人工审核——按风险自动升级

真正的沙箱隔离

Linux 用 Bubblewrap、macOS 用 Seatbelt，代码在隔离环境运行，碰不到你的真实文件

否决账本

连续 3 次被拒绝？AI 自动暂停执行，防止"暴力穷举"绕过安全策略

防引用绕过

被拒绝的操作结果会立即清除缓存，AI 没法通过"读取上次结果"偷偷使用

Prompt 注入防护

对所有技能描述和工具结果做 XML 转义处理，堵住注入攻击的入口

微内核：小核心，大生态

借鉴操作系统微内核思想——核心引擎只做最少的事：编排调度和状态管理，其余能力全部以插件形式在"用户态"运行。想换 LLM 供应商？实现一个 Protocol 就行。想加新工具？写 5 行代码即可。插件崩溃不影响核心，核心升级不破坏插件。

OpenSquilla Core Engine

管线编排清晰可读 · 状态机驱动 · 全异步 · 出错自动回滚

⚙️

engine/

状态机引擎

🤖

provider/

多 LLM 供应商

🌐

gateway/

ASGI RPC 网关

🧠

memory/

多层记忆系统

📡

channels/

多渠道适配

🔧

tools/ + mcp/

MCP-first 工具

🛡️

sandbox/

安全沙箱

⏰

scheduler/

任务调度

🧩

skills/

技能插件系统

🎭

identity/

身份 & 提示词

开箱即用

🔍 内置搜索：Brave / DuckDuckGo 🧬 本地嵌入：ONNX 本地推理（离线 · 数据不出本机） 🔌 可选嵌入：OpenAI / Ollama

同样的预算，更高的智能密度

和同类开源 Agent 框架逐项对比，看看每一块钱能买到什么⁴

维度	OpenSquilla	OpenClaw	Hermes Agent
🏗️架构形态	✅ 微内核 5 层分离，核心编排器极简（百行级），所有能力以插件接入，出错自动跳过+回滚	⚠️ 插件生态成熟（近百个扩展），边界清晰但层级偏多	❌ 单体同步主循环（数千行），全部逻辑耦合在一起
💰高效省钱	✅ ML 路由自动选模型 + 思维深度分级 + Prompt 缓存隔离 + 技能按需加载，多链路协同省 60-80%	⚠️ 配置文件写死主模型+备用链，不会看内容自动选	⚠️ 靠关键词+字数粗糙判断，只有路由一条省钱链路
💾记忆系统	✅ 向量召回+关键词搜索+结果去重+老记忆自动衰减+重要记忆"冒泡"晋升+数据库自动迁移	⚠️ 衰减/冒泡/多样性重排都有，但缺四层认知结构与 Memory Dream 整合	⚠️ 仅关键词搜索，无向量语义，要语义记忆得外挂
🛡️安全沙箱	✅ 不依赖 Docker，系统调用级隔离 CPU/内存/时长+网络三档控制，能塞进 serverless	⚠️ Docker 可选，提供 OpenShell 作为轻量替代，但仍重于系统调用级隔离	✅ 危险命令审批 + 6 种执行环境（本地/Docker/SSH 等）
💰成本追踪	✅ 每次调用自带实付金额，可挂额度钩子用超自动断流	✅ 内置模型价格表，成本写进会话元数据	✅ 输入/输出/缓存读写/推理 token 分五项统计
📊可观测性	✅ 决策日志存 hash 不存原文（天然合规审计），管线每环节强制留痕	✅ 原生 OpenTelemetry（插件形式），开箱即接 Prometheus/Grafana	⚠️ SQLite 会话表+调用计数，较基础
🧩扩展开发	✅ 写 5 行 duck-typed 类即可，不继承基类、不发包、不写 manifest	⚠️ 需在 plugin-sdk 实现接口+写 manifest 清单	⚠️ import 时自动注册全局表（隐式副作用）

🏗️架构形态

OpenSquilla

✅ 微内核 5 层分离，核心编排器极简（百行级），所有能力以插件接入，出错自动跳过+回滚

OpenClaw

⚠️ 插件生态成熟（近百个扩展），边界清晰但层级偏多

Hermes Agent

❌ 单体同步主循环（数千行），全部逻辑耦合在一起

💰高效省钱

OpenSquilla

✅ ML 路由自动选模型 + 思维深度分级 + Prompt 缓存隔离 + 技能按需加载，多链路协同省 60-80%

OpenClaw

⚠️ 配置文件写死主模型+备用链，不会看内容自动选

Hermes Agent

⚠️ 靠关键词+字数粗糙判断，只有路由一条省钱链路

💾记忆系统

OpenSquilla

✅ 向量召回+关键词搜索+结果去重+老记忆自动衰减+重要记忆"冒泡"晋升+数据库自动迁移

OpenClaw

⚠️ 衰减/冒泡/多样性重排都有，但缺四层认知结构与 Memory Dream 整合

Hermes Agent

⚠️ 仅关键词搜索，无向量语义，要语义记忆得外挂

🛡️安全沙箱

OpenSquilla

✅ 不依赖 Docker，系统调用级隔离 CPU/内存/时长+网络三档控制，能塞进 serverless

OpenClaw

⚠️ Docker 可选，提供 OpenShell 作为轻量替代，但仍重于系统调用级隔离

Hermes Agent

✅ 危险命令审批 + 6 种执行环境（本地/Docker/SSH 等）

💰成本追踪

OpenSquilla

✅ 每次调用自带实付金额，可挂额度钩子用超自动断流

OpenClaw

✅ 内置模型价格表，成本写进会话元数据

Hermes Agent

✅ 输入/输出/缓存读写/推理 token 分五项统计

📊可观测性

OpenSquilla

✅ 决策日志存 hash 不存原文（天然合规审计），管线每环节强制留痕

OpenClaw

✅ 原生 OpenTelemetry（插件形式），开箱即接 Prometheus/Grafana

Hermes Agent

⚠️ SQLite 会话表+调用计数，较基础

🧩扩展开发

OpenSquilla

✅ 写 5 行 duck-typed 类即可，不继承基类、不发包、不写 manifest

OpenClaw

⚠️ 需在 plugin-sdk 实现接口+写 manifest 清单

Hermes Agent

⚠️ import 时自动注册全局表（隐式副作用）

谁最需要 OpenSquilla？

这些场景下，OpenSquilla 能带来最大收益

🏢

私有化部署

完全离线运行，数据不出内网，ML 路由本地推理

📋

合规与审计场景

三档安全策略 + 决策日志哈希脱敏 + 人工审批闸门

💸

预算有限但要求不低

同样的钱跑更多任务，智能路由自动选最划算的模型

🧠

需要 Agent 越用越懂你

四层类人记忆自动积累上下文，不再每次对话从零开始

免费 Token 限量赠送

领取免费 Token，零成本试用

OpenSquilla 完全开源——你随时可以从 GitHub 拉代码自己部署。
但跑 LLM 还是要付 Token 钱。我们送你一笔启动 Token 额度，让你直接验证「OpenSquilla 智能节省 60-80%」。

10 秒填完，无需信用卡。

领取免费 Token

自带 Token？去 GitHub 直接用开源版

Apache 2.0 开源

无需信用卡

优先技术支持

数量有限，先到先得

提升单位成本的 Agent 智能

快速开始

视频教程

下载并解压

右键 Start OpenSquilla.cmd → 以管理员身份运行

完成首次设置并打开 Web UI

安装 uv

安装 OpenSquilla

配置并运行

克隆仓库（含 LFS）

运行安装脚本

交互式配置

启动 Gateway

一次部署，多端接入 3

每一分钱，都花在刀刃上

高效省钱

MetaSkills 协议

类人记忆

安全沙箱

微内核：小核心，大生态

同样的预算，更高的智能密度

谁最需要 OpenSquilla？

领取免费 Token，零成本试用

一次部署，多端接入 ³