安装 SkillLite SDK

SkillLite

English

一个轻量级的 AI Agent Skills 执行引擎，支持与任意 OpenAI 兼容的 LLM 集成。

🎯 为什么选择 SkillLite？

与 Claude Code Sandbox 的关系

Claude/Anthropic 在 2025 年 10 月发布了 Claude Code Sandbox，采用了与 Claude Code Sandbox 相同的底层技术栈：

• macOS: Seatbelt (sandbox-exec)
• Linux: bubblewrap + namespace

关键差异：

💡 总结：Claude Code Sandbox 验证了"原生系统级沙箱"是 AI Agent 安全执行的正确方向。SkillLite 提供了一个 LLM 无关、Rust 实现、更轻量 的替代方案，适合需要集成多种 LLM 或追求极致性能的场景。

🔐 核心创新：原生系统级安全沙箱

SkillLite 使用 Rust 实现的原生系统级沙箱，而非 Docker 或 WebAssembly：

• macOS: 基于 Seatbelt (sandbox-exec) 的内核级隔离
• Linux: 基于 Namespace + Seccomp 的容器级隔离

与其他方案的本质区别

┌─────────────────────────────────────────────────────────────────┐
│  其他方案                                                        │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐              │
│  │   Docker    │  │   Pyodide   │  │  云端沙箱   │              │
│  │  (重量级)   │  │ (WebAssembly)│  │ (数据上传)  │              │
│  └─────────────┘  └─────────────┘  └─────────────┘              │
└─────────────────────────────────────────────────────────────────┘

┌─────────────────────────────────────────────────────────────────┐
│  SkillLite 方案                                                 │
│  ┌─────────────────────────────────────────────────────────────┐│
│  │              Rust 原生系统级沙箱                             ││
│  │  • 直接调用操作系统安全机制（Seatbelt/Namespace）            ││
│  │  • 零外部依赖，单二进制文件                                  ││
│  │  • 毫秒级冷启动，生产级性能                                  ││
│  │  • 代码和数据永不离开本机                                    ││
│  └─────────────────────────────────────────────────────────────┘│
└─────────────────────────────────────────────────────────────────┘

安全特性

✨ 特性

• 🔒 原生安全沙箱 - Rust 实现的系统级隔离，非 Docker/WebAssembly
• ⚡ 极致轻量 - 单二进制文件，毫秒级冷启动，零外部依赖
• 🏠 数据主权 - 纯本地执行，代码和数据永不离开本机
• 🔌 通用 LLM 支持 - 兼容所有 OpenAI API 格式的 LLM 提供商
• 📦 Skills 管理 - 自动发现、注册和管理 Skills
• 🧠 智能 Schema 推断 - 自动从 SKILL.md 和脚本代码推断输入参数 Schema
• 🔧 Tool Calls 处理 - 无缝处理 LLM 的工具调用请求
• 📄 丰富的上下文支持 - 支持 references、assets 等扩展资源

🚀 快速开始

安装（推荐：pip）

# 安装 SkillLite SDK
pip install skilllite

# 安装沙箱二进制和初始化 skills 目录
skilllite init

# 验证安装
skilllite status

Skills 仓库管理

# 从远程仓库添加 skills
skilllite add owner/repo                    # 添加 GitHub 仓库中的所有 skills
skilllite add owner/repo/skill-name         # 按路径添加指定 skill
skilllite add owner/repo@skill-name          # 按名称过滤添加
skilllite add https://github.com/owner/repo # 从完整 GitHub URL 添加
skilllite add ./local-path                  # 从本地目录添加
skilllite add owner/repo --list             # 列出可用 skills 但不安装
skilllite add owner/repo --force             # 强制覆盖已存在的 skills

# 管理已安装的 skills
skilllite list                              # 列出所有已安装 skills
skilllite remove <skill-name>                # 移除已安装的 skill
skilllite remove <skill-name> --force        # 无需确认直接移除

无需 Rust、Docker 或复杂配置。

⚠️ 平台支持：目前仅支持 macOS 和 Linux，暂不支持 Windows。

环境配置

# 复制环境变量模板并填入 API 配置
cp .env.example .env
# 编辑 .env: BASE_URL, API_KEY, MODEL

运行示例

python3 simple_demo.py

📁 项目结构

skillLite/
├── skilllite/              # Rust 沙箱执行器（CLI: chat/add/list/mcp/run/exec）
├── python-sdk/             # Python SDK
│   └── skilllite/
│       ├── api.py         # chat, run_skill, scan_code, execute_code
│       ├── binary.py      # 二进制管理
│       ├── cli.py         # CLI 入口（转发到 binary）
│       └── ipc.py         # IPC 客户端
├── langchain-skilllite/    # LangChain 适配器（独立包）
├── .skills/                # Skills 目录
├── simple_demo.py          # 完整示例（使用 chat API）
└── tutorials/             # 教程

💡 使用方法

基础用法（chat API）

from skilllite import chat

# 单次 Agent 对话（使用 .env 中的 API 配置）
result = chat("帮我计算 15 乘以 27", skills_dir=".skills")
print(result)

直接执行 Skill

from skilllite import run_skill

result = run_skill("./.skills/calculator", '{"operation": "add", "a": 15, "b": 27}')
print(result["text"])

框架集成（LangChain / LlamaIndex）

如需与 LangChain 或 LlamaIndex Agent 集成，请使用对应适配器：

pip install langchain-skilllite   # LangChain
pip install skilllite[llamaindex] # LlamaIndex（可选）

详见 04. LangChain 集成 和 05. LlamaIndex 集成。

支持的 LLM 提供商

🛠️ 创建自定义 Skill

每个 Skill 是一个包含 SKILL.md 的目录：

my-skill/
├── SKILL.md           # Skill 元数据和说明（必需）
├── scripts/           # 脚本目录
│   └── main.py        # 入口脚本
├── references/        # 参考文档（可选）
└── assets/            # 资源文件（可选）

SKILL.md 示例

---
name: my-skill
description: 我的自定义 Skill
version: 1.0.0
entry_point: scripts/main.py
---

# My Skill

这是 Skill 的详细说明...

📦 核心组件

• skilllite（Rust 二进制）- 沙箱执行器、CLI（chat/add/list/mcp/run/exec）、MCP 服务器
• chat - Python API，用于单次 Agent 对话
• run_skill / execute_code / scan_code - Python API，用于直接执行
• langchain-skilllite - LangChain 适配器（SkillLiteToolkit、SkillManager）

🔌 OpenCode 集成

SkillLite 可以作为 MCP (Model Context Protocol) 服务器集成到 OpenCode，为其提供安全沙箱执行能力。

一键集成

# 安装 SkillLite（含 MCP 支持）
pip install skilllite[mcp]

# 一键初始化（自动检测最佳配置）
skilllite init-opencode

# 启动 OpenCode
opencode

init-opencode 命令会自动：

• 检测最佳启动方式（uvx、pipx、skilllite 或 python）
• 创建 opencode.json 配置文件
• 生成 .opencode/skills/skilllite/SKILL.md 使用说明
• 发现项目中的预定义技能

可用的 MCP 工具

安全特性

• 系统级沙箱：macOS Seatbelt / Linux Namespace 隔离
• 安全扫描：执行前静态分析代码
• 用户确认：危险代码需要明确批准
• Scan ID 验证：防止扫描和执行之间代码被篡改

详细文档请参阅 OpenCode 集成教程。

📄 License

MIT

本项目包含各种许可证的第三方依赖项。详见 THIRD_PARTY_LICENSES.md。

📚 文档

• 快速入门 - 安装和快速入门指南
• 环境变量参考 - 完整环境变量说明
• 项目架构 - 项目架构和设计
• 贡献指南 - 如何贡献代码