用「去模型化」开源编程 Agent 干活：qwen-code + 八爪鱼 + OpenSquilla 一个工作流通吃多模型

三个项目解决的是同一趋势下的不同环节，先建立心智模型：

· qwen-code v0.19.8   → 终端编程 Agent，多协议抽象层
                        支持 OpenAI / Anthropic / Gemini / Qwen 四种协议
                        一个命令从 GPT-5.6 切到 Qwen3.6 再切本地 Ollama
· OpenOcta 八爪鱼 v1.0.5 → 30M 桌面端，双击即跑
                        原生接 DeepSeek / 豆包 / 千问 + OpenAI 协议
                        内建钉钉 / 飞书 / 企业微信，7×24 远程响应
· OpenSquilla 0.4.0   → 模型路由层 SquillaRouter
                        按任务难度自动选型：简单用小模型，复杂切大模型
                        综合成本下降 60%~80%

qwen-code 是终端工具，先确保本地有 Node 18+，再用 npm 全局安装：

# 安装（任选一个模型提供方即可）
npm install -g @qwen-code/cli

# 进到你的项目目录
cd ~/your-project

# 配置模型 key（以通义千问为例，DeepSeek / OpenAI 同理）
export QWEN_API_KEY=sk-xxxxxxxxxxxxxxxx
qwen-code login

qwen-code 的多协议抽象层，让换模型变成改一个字段。在项目根目录新建配置文件：

// qwen-code.config.json
{
  "model": "qwen3.6",          // 改这里即可：gpt-5.6 / claude-fable-5 / deepseek-v3 / qwen3.6
  "providers": {
    "qwen":   { "apiKeyEnv": "QWEN_API_KEY" },
    "openai": { "apiKeyEnv": "OPENAI_API_KEY" },
    "local":  { "baseUrl": "http://localhost:11434/v1" }  // 本地 Ollama
  }
}

# 自然语言下任务
qwen-code "把 src/utils/format.ts 里的日期格式改成 YYYY-MM-DD，并补一个单测"

# Agent 会：读文件 → 拆解步骤 → 改代码 → 跑测试 → 报告结果
# 想换更强的模型处理这一步，先改 Step 3 的 model 再跑即可

八爪鱼适合「挂机响应」场景——比如团队群里 @它 就干活。下载安装包双击运行，在设置里绑定国产模型：

1. 打开 octas.ai 下载 30M 安装包，双击安装
2. 设置 → 模型供应商 → 选 DeepSeek / 豆包 / 千问（或 OpenAI 协议）
3. 接入 → 勾选 钉钉 / 飞书 / 企业微信
4. 设一个触发词（如「@八爪鱼 修下这个 bug」）

现在群里 @它，它就能读上下文、调工具、回结果，7×24 在线。

OpenSquilla 的 SquillaRouter 会按任务难度自动分流，简单任务用小模型、复杂任务才上大模型：

# 安装路由层
pip install opensquilla

# 在调用层包一层 router
from opensquilla import SquillaRouter
router = SquillaRouter()
# 简单 CRUD → 自动走小模型；架构推理 → 自动切大模型
reply = router.run("给这个接口加一个分页参数")

日常开发  → qwen-code（本地/终端，按任务切模型）
群聊求助  → OpenOcta 八爪鱼（钉钉/飞书值班）
模型选型  → OpenSquilla（自动路由到最省钱的脑）

月费对比（示例）：
  绑定式 Agent  ¥200/月（含溢价）
  去模型化组合  ¥30~60/月（只付实际 token）