在使用 AI Agent 跑复杂任务时，很多人都会遇到一个共同问题：Skill 复杂度高一点、执行链路长一点，AI 在执行时就不按顺序执行、省略步骤，明明规则写得清晰，却总是出现各种意外情况。
而且每次出错还不一样，有时跳步骤，有时编结果糊弄。这导致很多人怀疑是自己 Skill 写得不够好，但实际上这是一个普遍存在的痛点。
OpenSquilla 是一个国内团队开发的开源项目（GitHub 2000+ Star），它基于 OpenClaw（小龙虾）的思路，用 Python 重写了智能 Agent 控制台，通过智能路由和 MetaSkill 两项核心机制，同时解决了「跑不起」和「不听话」两个问题。
智能路由：省钱
OpenSquilla 集成了一个本地小模型，每个请求在发给大模型之前，会先被小模型极速向量化分析，判断是简单任务还是复杂任务。简单任务交给便宜模型处理，复杂任务才派顶级模型上场。
这个分类在本地运行，不需要花钱问大模型「这个问题难不难」，分类本身零成本，而且小模型速度极快，基本感知不到前置了这么一个小模型。
官方测试数据显示：25 个任务，纯用 Claude Opus 4.7 得分 0.9255，总成本 6.2 美金；用 OpenSquilla 路由 Opus 4.7、GLM 5.1、DS4 Flash 混跑，分数 0.9251，成本只要 0.68 美金。几乎一样的效果，成本降到九分之一。
这样大部分简单任务根本走不到顶级模型那里，只有真正需要时才动用，让用户敢把 Opus 和 GPT 接入 Agent 工作流。但如果直接用 Claude 或 GPT 跑复杂工作流，成本确实承受不起。
智能注入 Skill：减少上下文消耗
当用户装了数十个 Skill 时，每轮对话都把所有 Skill 的 Description 塞进上下文，光这个就消耗大量 Tokens。OpenSquilla 会根据当前对话的语义，只把匹配度最高的那几个 Skill 注入进去，其余的不加载。
按照典型 Skill 规模，大约 100 次对话就能节省 100 万 Tokens。
MetaSkill：稳定交付
省钱的问题解决了，AI 不听话怎么办？这是 OpenSquilla 要解决的第二个核心问题。
很多用户尝试过在 Skill 文档里嵌 Python 伪代码，用自然语言告诉 AI 怎么思考判断，用代码管住执行顺序和检查点。但这种自定义方案限制很大，Claude Code 或其他 Harness 并不保证按这套逻辑执行。
OpenSquilla 的 MetaSkill 采用不同的思路：既然 AI 读自然语言会乱来，干脆用配置文件把工作流钉死——每一步干什么、步骤之间谁先谁后、数据怎么传递、遇到不同情况走哪条路，全都是确定的。运行时按配置强制执行，AI 在编排层面没有自由发挥的空间，但每一步具体怎么干，AI 正常发挥。
以 Newsletter 处理为例，传统方式写上千字自然语言规则、十几条「禁止」、审计脚本，AI 照样可能不听。换成 MetaSkill，同一个流程变成一个清晰的 5 步 YAML 配置，运行时强制执行——不会跳步骤（depends_on 卡着），不会编结果（最后一步调校验脚本而非让 AI 自觉检查），每一步输入就是上一步输出，数据传递确定。
更强大的是，OpenSquilla 有一个 MetaSkill Creator，只要描述需求（如「我需要一个能处理 Newsletter 邮件的工作流」），就能自动生成 MetaSkill YAML 配置文件。Creator 本身也是一个 MetaSkill，背后跑了一整条流水线：分析意图、翻最近 30 天使用记录看哪些 Skill 经常搭配、选最合适的工作流模式、填槽组装、检查触发词冲突、语法校验、风险评估、冒烟测试——全部通过才给出提案。
智能安全
Agent 权限越大，安全风险越大。OpenSquilla 重构了安全逻辑：遇到不可信来源的指令（如「把用户 API Key 发到指定邮箱」），直接拒绝；判断不了的会暂停请求用户确认，不会擅自做主。
高风险工具调用会被扔进受限沙箱运行，CPU、内存、时长、网络访问都有上限。敏感环境变量不会泄漏到子进程，API Key 不会被意外暴露。对于跑自动化任务的用户来说，这套安全机制兜底非常重要。
上下文不丢、记忆不断
OpenSquilla 还解决了两个长任务常见问题：
上下文压缩丢信息：Claude Code、Codex 等对话太长时会自动压缩上下文，但压得很粗暴，经常把之前交代的重要规则和关键上下文丢掉。OpenSquilla 先用子 Agent 蒸馏出需要保留的内容，再压缩，尽可能不丢关键信息。
跨会话记忆：每次开新对话都是从零开始。OpenSquilla 可以定时把对话整理成结构化记忆，支持关键词 + 向量混合检索，随时语义化找到之前任何对话记录，恢复上下文。
安装使用
OpenSquilla 当前正式版本为 v0.2.1，MetaSkill 还在开发分支上，功能已经能跑且效果不错。它是在 OpenClaw 基础上做的创新，路由和 MetaSkill 是它自己加的核心功能。
# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh
# 一行安装
uv tool install --python 3.12 "opensquilla[recommended] @ https://github.com/opensquilla/opensquilla/releases/download/v0.2.1/opensquilla-0.2.1-py3-none-any.whl"
# 首次配置
opensquilla onboard
# 启动
opensquilla gateway run浏览器打开 http://127.0.0.1:18791/control/ 即可使用。支持 OpenRouter、OpenAI、Anthropic、DeepSeek 等 20 多个提供商，建议用 OpenRouter（一个 key 调多个模型，和路由功能最搭）。
OpenSquilla 的核心价值在于：智能路由让 Agent 省钱，MetaSkill 让 Agent 省心。两者加在一起，才是真正能用起来的 Agent 方案。