Skales 工作原理及为何要在本地笔记本上运行自主代理
现在大多数 AI 代理都需要折腾终端、Docker 部署，还有一堆 Python 依赖。配好这样的环境、启动进程后，它马上就会吃掉 1.5 GB 内存，然后就在控制台里干坐着。你想要的是一个简单、人性化的界面，两次点击就能安装，扣上笔记本盖子，然后去喝杯咖啡，让模型自动处理任务。
我最近发现了 Skales。这是一款面向桌面和智能手机的本地代理，运行在你的系统上，能读取文件、控制浏览器，并执行操作链而无需持续监督。
这是什么
Skales 作为 macOS、Windows 和 Linux 的标准原生应用构建，同时提供 Android 和 iOS 客户端。该项目由奥地利开发者 Mario Simic 创建。
核心理念是消除用户与自主模型之间的技术障碍。这个应用体积轻巧，内存占用约 300 MB，对于 Electron 应用来说相当惊人。
关于开源性有一个重要细节：项目采用 BSL 1.1 许可证（几年后将过渡到 Apache 2.0）。GitHub 仓库包含 v7 分支的历史快照，而当前版本则作为现成的二进制文件通过 releases 分发。如果你在寻找可以 fork 的完全开源代码，值得记住这一点。
主要功能
界面分为几个清晰的工作区。你不需要写 Python 脚本就能让代理访问代码仓库或日历。
通过 goal 命令实现后台任务
通常聊天机器人只能响应单个提示词。如果让它写一个解析器，它只会输出代码然后停止。在 Skales 中，/goal 命令会启动一个规划器：
- 模型将任务分解为多个步骤，并验证每个操作的结果。
- 进程在后台运行。你可以最小化窗口或扣上笔记本，代理会在唤醒后继续工作。
- 如果某个操作需要确认（例如删除文件或运行危险命令），代理会一次性请求权限。
代码工作模式
为开发者提供了独立的 Codework 屏幕。你可以选择本地文件夹或粘贴 Git 仓库 URL。
/code ./my-backend-app
在此模式下，代理会：
- 构建仓库地图并从
CLAUDE.md或AGENTS.md文件中读取说明。 - 在窗口中直接以逐行 git diff 形式展示更改。
- 只需点击一次撤销按钮即可回滚任何编辑。
- 根据准备好的更改自动生成提交文本。
本地记忆和 Obsidian 笔记
所有用户数据都存储在本地 ~/.skales-data 目录中，采用 JSON 和 SQLite 的组合形式。
代理可以连接到你的 Obsidian 笔记库。它通过本地嵌入模型索引关系图，因此能根据语义找到正确的文档，而无需将数据发送到第三方服务器。内置了记忆整合机制：夜间，代理会清除临时的对话噪音，只保留关于你偏好和项目的重要信息。
手机和浏览器集成
移动应用通过二维码与桌面配对，采用端到端加密。手机可以访问所有计算机工具，或可以使用内置的移动工具（日历、智能家居、网络搜索）独立工作。
Skales 中的浏览器代理通过可访问性树解析页面，正确点击按钮，绕过 Cookie 横幅，并能将重复场景记录为剧本。
连接模型
Skales 不依赖任何单一提供商。连接方案非常灵活：
- 通过 Ollama、LM Studio 或内置的 Skales Local 引擎实现完全离线。你电脑上的数据不会发送到任何地方。
- 使用你自己的 API 密钥（BYOK）连接 Anthropic、OpenAI、Groq、DeepSeek、Google Gemini、Mistral 等服务。请求直接发送到提供商。
- 如果你只是想试用应用而不想配置密钥，可以使用内置的 Skales IQ 测试访问。
支持 MCP（Model Context Protocol）和 SKILL.md 技能格式，因此你可以轻松地将 Claude Code 或 Cursor 生态系统的自定义工具连接到代理。
实际应用场景
- 日常开发：当你需要浏览十几个文件、更新导入、为新 API 重写测试，并立即在提交前审查差异。
- 研究和报告：你设置一个研究库文档的任务，代理会自动下载页面、提取要点，并将结果保存为 Markdown。
- 管理自动化：该项目有一个 WordPress 插件，包含约五十个用于管理帖子、媒体文件和 WooCommerce 产品的工具，无需手动在网页面板中翻找。
适合人群
如果你厌倦了从零散的 Python 库手动组装代理管道，想要一个开箱即用的日常工具，Skales 绝对值得一试。它尤其适合那些重视隐私、偏好通过 Ollama 在本地运行模型的用户。
你可以从项目的官方网站或仓库的 releases 部分下载任意系统的安装包。
相关项目