OpenSquilla がトークンコスト削減のためのオープンソース AI エージェントをリリース

OpenSquilla は、最初の公開バージョンをリリースしました。これは「エージェントのデプロイメントの多くは、必要以上にトークンを消費しており、それを実行するフレームワークにはそれを防ぐ実効的な仕組みがない」という単一の前提に基づいて構築された、セルフホスト可能なオープンソース AI エージェントランタイムです。このプロジェクトは、セッション間でトークン請求が複利計算され、機能性よりもコンテキスト管理が運用上のボトルネックとなる、持続的で長期にわたるタスクのためにエージェントを実行する開発者やチームを対象としています。 ゲートウェイに対するローカルテスト実行では、単純な事実照会、中程度の複雑さを持つ技術要約、および AI エージェントフレームワークの完全な競合分析を扱う 3 つのプロンプトが処理され、合計で 279,762 トークン（セッション総コストは 0.0094 ドル）を消費しました。これらのトークンのうち 222,848 がキャッシュから提供され、入力トークンの約 80% を占めました。これは、OpenSquilla が各呼び出しで新規に読み込むのではなく、ターン間でコンテキストを再利用する結果です。ルーティング分類器はセッション全体を通じてアクティブであり、クエリごとにゲート決定をログ出力していました。セキュリティサンドボックス（security sandbox）は設計上 Windows では no-op モードで動作しますが、Linux 上の本番環境デプロイメントでは完全なシステムコールレベルの隔離が可能です。 さらに詳しく知る ビジネス & 生産性ソフトウェア AI ツール、チャットボット & バーチャルアシスタント ソフトウェア ![image](https://storage.ghost.io/c/2a/1b/2a1b1782-8506-4d7d-bf53-ad3fb52e2a0f/content/images/2026/05/screenshot-4x-viewport-2026-05-10T22-27-15.webp) OpenSquilla の使用状況タブにおけるコスト削減の根拠は、単一の調整ダイヤルではなく、ルーティング戦略を協調させたスタックにあります。機械学習（ML）分類器が、メッセージ長やコードブロックの有無、キーワードパターンといった手作業で設計されたシグナルと、埋め込みベースの意味特徴を組み合わせて、各 incoming リクエストの複雑さにスコアリングを行います。単純な問い合わせはより安価なモデルへルーティングされ、軽量タスクでは深い推論（deep reasoning）が無効化されるため、些細なプロンプトに対して拡張された思考連鎖（chain-of-thought）のための費用を支払う必要がありません。スキルはすべてのコンテキストウィンドウに一括して詰め込まれるのではなく、必要な時にオンデマンドで読み込まれます。OpenSquilla 自身のベンチマークによると、これらの戦略を組み合わせることで、フラットな単一モデル構成と比較してトークン使用料を 60〜80% 削減できます。クォータフック（quota hooks）と呼び出しごとのコスト追跡は最初から組み込まれており、過剰な支出を自動的に検知してスロットリングすることができます。 ![image](https://storage.ghost.io/c/2a/1b/2a1782-8506-4d7d-bf53-ad3fb52e2a0f/content/images/2026/05/screenshot-4x-viewport-2026-05-10T22-26-11.webp) OpenSquilla の t1&t2 メモリ管理は、多くのエージェントフレームワークが近似するのではなく、人間の記憶構造をモデル化した 4 つの階層を持つ認知アーキテクチャを通じて行われます： - ワーキングメモリは現在のタスクを保持します。 - エピソード記憶は、セッションにわたる経験と因果関係を捉えます。 - 意味記憶は、永続的な事実やルールを保存します。 - 生データ（Raw memory）は監査と再トレーニングの基盤として機能します。 検索機能は、ベクトル・セマンティック検索と BM25 フルテキスト検索を並列で実行し、埋め込みベクトルはバンドルされた ONNX 推論（ONNX inference）によってローカルで処理されるため、外部プロバイダーを必要とせずデータをデバイス内に保持します。ホットメモリ昇格メカニズムにより、頻繁に参照される項目が自動的に前面に表示され、時間経過による減衰関数により、明示的に「不変（evergreen）」としてマークされない限り、古い記憶は徐々に薄れていきます。24 時間ごとに実行される統合処理によって、散在した記憶がより濃密で整理された知識へと再構築されます。このプロジェクトではこれを「メモリ・ドリーム・コンソリデーション」と呼び、人間の睡眠が記憶を定着させるプロセスとの類似性を強調しています。 ![image](https://storage.ghost.io/c/2a/1b/2a1b1782-8506-4d7d-bf53-ad3fb52e2a0f/content/images/2026/05/screenshot-4x-viewport-2026-05-10T22-27-00.webp)OpenSquilla t3On セキュリティについて、OpenSquilla は Docker をラップするのではなく、システムコール（syscall）レベルの分離を採用しています。ツールの実行方法を制御するポリシーは 3 つの階層で構成されています： - 標準的な操作は直接実行されます。 - 厳格な操作にはサンドボックスの承認が必要です。 - ロックされた操作は、進行する前に人間のレビューを通過しなければなりません。 このサンドボックスは、コンテナランタイムへの依存なしに、Linux では Bubblewrap、macOS では Seatbelt を使用して、コードの実行を実際のファイルシステムから隔離します。拒否台帳（denial ledger）は、3 回の連続した拒否後にエージェントを一時停止し、制限されたアクションを押し通そうとするブルートフォース攻撃を防ぎます。プロンプトインジェクションのベクトルは、スキルメタデータとツール結果がモデルに到達する前に XML エスケープ処理を行うことで封じ込められます。 このアーキテクチャはマイクロカーネルとして記述されています：状態管理とパイプラインシーケンスを処理する約 100 行のコアオーケストレーターがあり、LLM プロバイダーやメモリバックエンドからチャネルアダプター、ツール統合に至るまでのすべての機能は、ユーザー空間でプラグイン可能なモジュールとして実行されます。プラグインの作成には、基底クラス、SDK パッケージ、またはマニフェストファイルを必要としない、5 行のダックタイピングされたクラスを書くだけで十分です。ゲートウェイは、Slack、Discord、Telegram、MS Teams、Matrix、およびいくつかのエンタープライズメッセージングプラットフォームを含む、10 以上の組み込みチャネルをサポートしています。 ランタイムは Apache-2.0 ライセンスの下で v0.1.0 として提供され、Python 3.12+ を必要とし、GitHub でセルフホスティングが可能です。チームはリリースに合わせて「10M トークンビルチャレンジ」を実施しており、現在のエージェントインフラストラクチャコストと比較してこのフレームワークをベンチマークしたい開発者に対して、無料のトークンクレジットを提供しています。

OpenSquilla がトークンコスト削減のためのオープンソース AI エージェントをリリース

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト