OpenSquilla 是什麼
OpenSquilla 是一個以 代元效率 為核心的 開源 AI 代理執行環境，主張在相同預算下提高 代理 的任務密度與穩定性。
OpenSquillaAI Agent 執行環境微核心
1
課程大綱
代元效率 與 智慧路由
OpenSquilla 的主軸不是單純換更強模型，而是讓 代理 判斷任務複雜度，將簡單任務交給低成本模型，複雜任務才使用高階模型與更深 推理。
智慧路由成本最佳化自適應提示詞
記憶 與 本機向量嵌入
OpenSquilla 強調 持久記憶，不把所有歷史對話塞回 提示詞，而是把可回憶的使用者、專案與經驗資料放進可搜尋的記憶系統。
記憶 記憶向量嵌入本機 AI
MetaSkill 是什麼
MetaSkill 是 OpenSquilla 的 可重用工作流程協定，用來把多步驟工作包裝成可觸發、可審計、可改進的任務協定。
MetaSkill工作流程協定可稽核性
MetaSkill 請求 的四個要素
高品質 MetaSkill 請求 需要 成果、上下文、標準、邊界，否則 代理 容易產生泛泛說明或越界行為。
提示詞背景 上下文邊界
安全與治理：可審核輸出
MetaSkill 與 代理 工作流程 的輸出應被視為可審查工作產物，不是直接替人做最終決策或執行高風險操作。
治理核准隔離環境
2
整體關係圖
OpenSquilla 是什麼OpenSquilla 是一個以 代元效率 為核心的 開源 AI 代理執行環境，主張在相同預算下提高 代理 的任務密度與穩定性。
代元效率 與 智慧路由OpenSquilla 的主軸不是單純換更強模型，而是讓 代理 判斷任務複雜度，將簡單任務交給低成本模型，複雜任務才使用高階模型與更深 推理。
記憶 與 本機向量嵌入OpenSquilla 強調 持久記憶，不把所有歷史對話塞回 提示詞，而是把可回憶的使用者、專案與經驗資料放進可搜尋的記憶系統。
MetaSkill 是什麼MetaSkill 是 OpenSquilla 的 可重用工作流程協定，用來把多步驟工作包裝成可觸發、可審計、可改進的任務協定。
MetaSkill 請求 的四個要素高品質 MetaSkill 請求 需要 成果、上下文、標準、邊界，否則 代理 容易產生泛泛說明或越界行為。
閱讀方式：先看課程大綱掌握順序，再依核心概念、延伸重點與比較表建立完整理解。
3
核心概念與名詞解釋
OpenSquilla 是什麼
OpenSquilla 是一個以 代元效率 為核心的 開源 AI 代理執行環境，主張在相同預算下提高 代理 的任務密度與穩定性。
- 定位是 微核心 AI 代理：核心引擎負責 執行協調 與狀態管理，其他能力透過 模型供應者、記憶、工具、MCP、隔離環境、排程器、技能 等模組延伸。
- 產品重點包含 智慧路由、持久記憶、安全隔離環境、內建搜尋、本機向量嵌入，以及多 通道 介面。
- 適合拿來講解 代理框架 如何從單次聊天，走向可配置、可治理、可重複執行的 執行環境。
教學提示：上課可用「作業系統核心 + 外掛能力」比喻：核心保持小而穩，工具、模型、記憶、通道與技能在外層擴充。
代元效率 與 智慧路由
OpenSquilla 的主軸不是單純換更強模型，而是讓 代理 判斷任務複雜度，將簡單任務交給低成本模型，複雜任務才使用高階模型與更深 推理。
- 智慧路由 會依任務特徵選模型 層級，避免所有問題都用最高成本模型處理。
- 混合特徵分析 結合手工特徵與 向量嵌入與語意特徵，評估任務長度、語言、程式碼、關鍵字與複雜度。
- 自適應提示詞 與 按需技能 讓 代理 只載入必要能力，降低 上下文 浪費。
教學提示：可用工程流程比喻：一般詢問走 快速檢查，跨檔案分析或報告產出才升級成 完整分析。
記憶 與 本機向量嵌入
OpenSquilla 強調 持久記憶，不把所有歷史對話塞回 提示詞，而是把可回憶的使用者、專案與經驗資料放進可搜尋的記憶系統。
- 四層記憶可理解為 工作記憶、情節記憶、語意記憶、原始稽核基底。
- 混合搜尋 同時支援語意向量與全文關鍵字搜尋，讓 代理 能從過去資料找回有用 上下文。
- 本機向量嵌入 代表部分語意檢索可在本機完成，資料邊界比全雲端更容易控管。
教學提示：對工程團隊來說，記憶 可存專案規則、常見測試流程與偏好輸出格式，但敏感資料要有明確邊界。
MetaSkill 是什麼
MetaSkill 是 OpenSquilla 的 可重用工作流程協定，用來把多步驟工作包裝成可觸發、可審計、可改進的任務協定。
- 技能 適合單一任務模式；MetaSkill 則適合包含多個 技能、工具、LLM 呼叫、檢查點與輸出步驟的高價值工作。
- MetaSkill 不創造新的執行原子，而是定義如何組織既有 技能、工具、LLM 呼叫 與 子代理。
- 設計目標是讓高價值工作從每次重新推理，變成可重複、可檢視、可 重播 的 協定。
教學提示：可以把 MetaSkill 比喻成 Makefile：它不取代工具，而是規定工具如何被組合、檢查與交付。
MetaSkill 請求 的四個要素
高品質 MetaSkill 請求 需要 成果、上下文、標準、邊界，否則 代理 容易產生泛泛說明或越界行為。
- 成果 說明要收到什麼產物，例如 決策備忘錄、研究報告、專案計畫。
- 上下文 提供材料、對象、時間範圍與限制條件。
- 標準 定義什麼叫做好結果；邊界 則列出不可捏造、不可執行、需確認的行為。
教學提示：上課可讓學員把「幫我研究一下」改寫成含 成果、上下文、標準、邊界 的正式 請求。
安全與治理：可審核輸出
MetaSkill 與 代理 工作流程 的輸出應被視為可審查工作產物，不是直接替人做最終決策或執行高風險操作。
- OpenSquilla 文件強調 MetaSkill 輸出 是 決策輔助資料 或 工作產物草稿。
- 發布、安裝、付款、簽署、寄送訊息、修改 正式環境系統 等動作仍需明確授權。
- 實務導入時，要把 權限配置、核准、隔離環境 與 重播 一起納入課程。
教學提示：可用 實務流程比喻：代理 可以整理 問題 與建議 行動，但正式發信、改 BOM、提交報告仍需負責人確認。
4
延伸重點
記憶 與 本機向量嵌入
OpenSquilla 強調 持久記憶，不把所有歷史對話塞回 提示詞，而是把可回憶的使用者、專案與經驗資料放進可搜尋的記憶系統。
內容重點研究依據MetaSkill 是什麼
MetaSkill 是 OpenSquilla 的 可重用工作流程協定，用來把多步驟工作包裝成可觸發、可審計、可改進的任務協定。
內容重點研究依據MetaSkill 請求 的四個要素
高品質 MetaSkill 請求 需要 成果、上下文、標準、邊界，否則 代理 容易產生泛泛說明或越界行為。
內容重點研究依據安全與治理：可審核輸出
MetaSkill 與 代理 工作流程 的輸出應被視為可審查工作產物，不是直接替人做最終決策或執行高風險操作。
內容重點研究依據5
用內容情境理解重點
OpenSquilla 是什麼
重點：OpenSquilla 是一個以 代元效率 為核心的 開源 AI 代理執行環境，主張在相同預算下提高 代理 的任務密度與穩定性。
分析：定位是 微核心 AI 代理：核心引擎負責 執行協調 與狀態管理，其他能力透過 模型供應者、記憶、工具、MCP、隔離環境、排程器、技能 等模組延伸。
課堂講法：上課可用「作業系統核心 + 外掛能力」比喻：核心保持小而穩，工具、模型、記憶、通道與技能在外層擴充。
代元效率 與 智慧路由
重點：OpenSquilla 的主軸不是單純換更強模型，而是讓 代理 判斷任務複雜度，將簡單任務交給低成本模型，複雜任務才使用高階模型與更深 推理。
分析：智慧路由 會依任務特徵選模型 層級，避免所有問題都用最高成本模型處理。
課堂講法：可用工程流程比喻：一般詢問走 快速檢查，跨檔案分析或報告產出才升級成 完整分析。
記憶 與 本機向量嵌入
重點：OpenSquilla 強調 持久記憶，不把所有歷史對話塞回 提示詞，而是把可回憶的使用者、專案與經驗資料放進可搜尋的記憶系統。
分析：四層記憶可理解為 工作記憶、情節記憶、語意記憶、原始稽核基底。
課堂講法：對工程團隊來說，記憶 可存專案規則、常見測試流程與偏好輸出格式，但敏感資料要有明確邊界。
MetaSkill 是什麼
重點：MetaSkill 是 OpenSquilla 的 可重用工作流程協定，用來把多步驟工作包裝成可觸發、可審計、可改進的任務協定。
分析：技能 適合單一任務模式；MetaSkill 則適合包含多個 技能、工具、LLM 呼叫、檢查點與輸出步驟的高價值工作。
課堂講法：可以把 MetaSkill 比喻成 Makefile：它不取代工具，而是規定工具如何被組合、檢查與交付。
6
快速比較表
| 主題 | 一句話解釋 | 教學定位 | 容易忽略的重點 |
|---|---|---|---|
| OpenSquilla 是什麼 | OpenSquilla 是一個以 代元效率 為核心的 開源 AI 代理執行環境，主張在相同預算下提高 代理 的任務密度與穩定性。 | OpenSquilla | 定位是 微核心 AI 代理：核心引擎負責 執行協調 與狀態管理，其他能力透過 模型供應者、記憶、工具、MCP、隔離環境、排程器、技能 等模組延伸。 |
| 代元效率 與 智慧路由 | OpenSquilla 的主軸不是單純換更強模型，而是讓 代理 判斷任務複雜度，將簡單任務交給低成本模型，複雜任務才使用高階模型與更深 推理。 | 智慧路由 | 智慧路由 會依任務特徵選模型 層級，避免所有問題都用最高成本模型處理。 |
| 記憶 與 本機向量嵌入 | OpenSquilla 強調 持久記憶，不把所有歷史對話塞回 提示詞，而是把可回憶的使用者、專案與經驗資料放進可搜尋的記憶系統。 | 記憶 記憶 | 四層記憶可理解為 工作記憶、情節記憶、語意記憶、原始稽核基底。 |
| MetaSkill 是什麼 | MetaSkill 是 OpenSquilla 的 可重用工作流程協定，用來把多步驟工作包裝成可觸發、可審計、可改進的任務協定。 | MetaSkill | 技能 適合單一任務模式；MetaSkill 則適合包含多個 技能、工具、LLM 呼叫、檢查點與輸出步驟的高價值工作。 |
| MetaSkill 請求 的四個要素 | 高品質 MetaSkill 請求 需要 成果、上下文、標準、邊界，否則 代理 容易產生泛泛說明或越界行為。 | 提示詞 | 成果 說明要收到什麼產物，例如 決策備忘錄、研究報告、專案計畫。 |
| 安全與治理：可審核輸出 | MetaSkill 與 代理 工作流程 的輸出應被視為可審查工作產物，不是直接替人做最終決策或執行高風險操作。 | 治理 | OpenSquilla 文件強調 MetaSkill 輸出 是 決策輔助資料 或 工作產物草稿。 |
7
一頁式重點
本課重點整理
- OpenSquilla 是什麼：OpenSquilla 是一個以 代元效率 為核心的 開源 AI 代理執行環境，主張在相同預算下提高 代理 的任務密度與穩定性。
- 代元效率 與 智慧路由：OpenSquilla 的主軸不是單純換更強模型，而是讓 代理 判斷任務複雜度，將簡單任務交給低成本模型，複雜任務才使用高階模型與更深 推理。
- 記憶 與 本機向量嵌入：OpenSquilla 強調 持久記憶，不把所有歷史對話塞回 提示詞，而是把可回憶的使用者、專案與經驗資料放進可搜尋的記憶系統。
- MetaSkill 是什麼：MetaSkill 是 OpenSquilla 的 可重用工作流程協定，用來把多步驟工作包裝成可觸發、可審計、可改進的任務協定。
- MetaSkill 請求 的四個要素：高品質 MetaSkill 請求 需要 成果、上下文、標準、邊界，否則 代理 容易產生泛泛說明或越界行為。
- 安全與治理：可審核輸出：MetaSkill 與 代理 工作流程 的輸出應被視為可審查工作產物，不是直接替人做最終決策或執行高風險操作。
注意：專有名詞、數字與版本資訊應以官方文件或使用者補充資料為準。