AI Agent 现实难题是 Token 成本失控，复杂任务多步规划、工具调用、长记忆加载，每一步都在消耗 Token；不管简单任务还是复杂推理，全部堆给旗舰大模型，最后账单居高不下。
而现在来自基元律动科技的开源项目「OpenSquilla」正是瞄准这个痛点而生的微内核 AI Agent Harness 框架，目标是同样预算下，实现更高的 Agent 智能，目前项目 GitHub 已经 6.7k Star。
据介绍不做底层大模型，而是在应用与大模型之间搭建调度中枢，通过智能路由、上下文管控、MetaSkills、多层记忆、安全沙箱五大模块，同时实现降本 + 提效 + 安全三大目标。目前提供了 Windows 和 macOS 版本。
功能特色
ML 智能路由，大幅削减 Token 开销：区别于普通 API 网关简单转发，OpenSquilla 使用本地路由模型，结合关键词、语义、上下文长度、任务类型自动判断任务难度：简单分类、摘要、格式整理交给低成本轻量模型；复杂代码、深度推理、长文本分析才调用旗舰大模型。
官方数据，智能路由最高可节省 60‑80% Token 成本，在保留旗舰模型 99.96% 任务质量的前提下，降低 88.9% 调用成本；多模型集成路由，还能用 Fable 5 仅 31% 的成本拿到更高任务得分。
MetaSkills 协议，让 Agent 自主编排复杂工作流：Skill（工具能力）越多，Agent 能力越强，但大量工具同时也带来选择负担。OpenSquilla 提出 MetaSkills 元能力协议：Agent 可以自主检索、筛选、组合各类技能，自动拆分目标、编排步骤、处理并行 / 串行依赖，不需要用户手动规划流程。
四层类人持久记忆：工作记忆、情节记忆、语义记忆、原始记忆四层架构，融合向量嵌入 + 关键词检索，实现记忆衰减、重要记忆上浮、后台 “梦境模式” 自动整理记忆。不会无脑把全部历史塞进 Prompt，只召回和当前任务强相关片段，既减少 Token 浪费。
微内核架构 + 系统级安全沙箱：借鉴操作系统微内核思想，核心引擎只负责编排调度与状态管理，工具、记忆、渠道全部以插件形式接入；插件崩溃不会破坏核心，扩展新工具仅需少量代码，二次开发门槛很低。
内置不依赖 Docker 的系统调用级安全沙箱，CPU、内存、网络、执行时长可控，支持三档安全策略，具备 Prompt 注入防护、审计日志，私有化部署、合规审计场景非常友好。
邀请活动
目前 OpenSquilla 配套 TokenRhythm API 平台开放产品体验官计划，上线邀请好友福利活动：好友注册即获得价值 68 元 Token 额度；当你和被邀请好友，双方都完成一次有效 OpenSquilla 调用之后，你的邀请奖励会自动到账。
TokenRhythm API 平台模型供应商来源阿里云、火山方舟、美团 LongCat、无问、智谱 AI、DeepSeek，覆盖了主流热门的各种模型，例如：deepseek-v4-flash、deepseek-v4-pro、glm-5.3、qwen3.8-27b 等等。需要注意的是，由于刚上线的原因吧，部分模型还在测试中。
你也可以自己生成 API Key，然后再外部调用，例如你可以在：Trae、WorkBuddy 等 Agent 里面使用。官方提供了接口调用文档说明，可以自己看看。
例如这里我就在 WorkBuddy 里调用了 deepseek-v4-flash 模型。反正 68 元 Token 的额度福利，白嫖就完事了。
下载地址
- 注册地址：
https://tokenrhythm.studio/i/rf_tr_OBsucV7FpJEdlRvyNI4Rg4W1 - 项目地址：
https://github.com/opensquilla/opensquilla - 网盘下载：
https://pan.quark.cn/s/9a6c93b8766e
