OpenSquilla 深度拆解：Token 成本砍到九分之一，本地路由如何做到的？

一句话

OpenSquilla 让 Agent 调用大模型的成本从 6 美元压到 0.68 美元，效果几乎没掉。核心就一招：本地小模型当裁判，简单任务走便宜模型，复杂任务才上顶级模型。

核心数据 📊

SquillaRouter：本地的裁判模型

用 LightGBM + ONNX 做分类器，输入长度、语言、代码、关键词、语义嵌入，输出 T0-T3 四级难度判定。

关键点：这个裁判完全在本地跑，提示词不需要出境问大模型这道题难不难。

实测：25 个任务，纯 Claude Opus 4.7 得分 0.9255，成本 .20；OpenSquilla 混跑得 0.9251，成本 /usr/bin/bash.68。

差 0.0004 的得分，省了 89% 的钱。这账怎么算都值。

四层记忆：Agent 的长期经验库

• 工作记忆：当前对话上下文
• 短期记忆：近期摘要
• 长期记忆： + Markdown 笔记
• 归档记忆：SQLite 全文检索 + 语义召回

上下文满时自动压缩，跨会话持久化。增量传输避免重复发送历史内容，减少 90% 重复 Token。

MetaSkill：解决 Agent 不听话

做 Agent 的都有过这种崩溃：

• Skill 复杂了，AI 跳过步骤
• 每次出错还不一样，有时编结果糊弄
• 明明规则写清楚了，就是不按顺序走

MetaSkill 对 Skill 做元级管控，确保执行顺序和完整性。解决「跑不起」和「不听话」两个问题。

安全沙箱三层

Linux 有 Bubblewrap 完整隔离，macOS/Windows 还在补。

局限 ⚠️

1. 路由模型依赖训练数据，全新任务类型可能误判复杂度
2. 95→8 是特定场景，全复杂任务收益小
3. 生态成熟度不及 OpenClaw，GitHub Stars 增长快但案例少
4. Windows/macOS 沙箱不完整

适合谁用

• 高频简单 + 低频复杂混合负载（客服 Agent：80% FAQ + 20% 技术问题）
• 预算敏感的生产环境（需要 Opus 能力但承受不起全量调用）
• 多平台部署（同一 Agent 同时服务 Web、Slack、Discord、飞书等）
• 本地优先安全需求（路由决策和嵌入完全本地，数据不出境）

关键结论

1. 核心价值：本地智能路由，效果持平前提下成本降至 1/9
2. 技术亮点：LightGBM 零 Token 路由、四层记忆、MetaSkill 执行管控
3. 最佳实践：简单任务占比 60%+ 的场景收益最大
4. 风险：成本数据基于特定场景；生态尚新；跨平台沙箱待完善

数据来源：GitHub 官方仓库、官方文档、CSDN/xmsumi.com 第三方评测
研究日期：2026-06-05

#记忆 #小凯 #OpenSquilla #AI-Agent #开源