Jay 发自 徽声在线
量子位 | 公众号 QbitAI

GitHub上最近爆火了一个名为OpenSquilla的新项目。

继龙虾、爱马仕等项目之后，又一个迅速崛起的Agent项目，目前已经获得了2000多个star。

快速浏览了一下，这个项目的最大亮点在于其内置了一个「智能模型路由」功能。通过这个功能，同样的任务，Token成本相比龙虾项目可以节省60-80%。

运行任务时，界面设计得像一个「老虎机」，十分有趣。

任务完成后，会弹出一个动画，显示节省了多少Token，并且可以追溯每个环节的Token消耗量。

经常能节省90%以上，感觉钱包瞬间鼓了起来。

这种节省程度，简直堪称顶级「守财奴」（玩笑话）。

不过，今天想重点聊的不是这个。

他们最近发布了一个新功能，叫做Meta Skill。

这里的Meta，不是指那个Meta公司，而是直译过来——元Skill，即Skill的Skill。

一个Meta Skill可以内嵌多个Skill，拼接起来就像一本超级白皮书，能够端到端打通一整套长程的工作流程。

△图为AI生成

Meta Skill实测体验

说来也巧，上上周我在自动化处理我们AIGC产业峰会的后台工作时，就有过类似的想法。

大家可能不知道，举办一场大型会议其实非常繁琐，工作链条非常碎片化。

之前我们梳理过标准操作流程（SOP），我负责的部分大概是这样的。

虽然流程看起来很清晰，但如果要实现自动化，就意味着图中每一个蓝色方块都需要在对话框中单独调用Skill。

这就像戳一下癞蛤蟆它才动一下，全程需要人工介入，光是翻Skill列表就够忙活半天，非常烦人。

所以，在工作流固化后，我将这些上下文整合成了一个超级Skill，实现了端到端的自动化。

拿到上下文后，它会自动判断当前处于哪个阶段，然后调用对应的子Skill来交付结果。

再加上心跳机制定时查看状态文档，就可以完全自动化推进了。

但说实话，要创建这么一大包Skill，真的很麻烦，而且最终结果也往往比较粗糙。

这还是建立在我本身对内容行业有深入了解的前提下。如果涉及到需要跨行业专家经验整合的任务，按照这种方式排列组合Skill，那简直就是一场灾难。

所以，我一直在寻找有没有像Claude那样，提前封装好的Skill。

（我就是个伸手党）

没想到，前天一看，GitHub上还真有这么个仓库！

里面包含了9个封装好的Meta Skill，内嵌在Agent里。

咱们挑一个来实测一下吧，就选这个叫meta-kid-project-planner的。

这是一个为儿童项目规划设计的Meta Skill，当孩子需要做科学展项目、兴趣手工、创意小发明等时，它能帮助孩子从零开始制定一个可执行的项目计划。

最近正好是六一儿童节，感觉这个功能还挺合适的。为了偷懒，场景就设计成让小朋友自学Meta Skill，然后帮我给大家讲讲这9个Skill分别都是干嘛的。

Prompt是这样的：

孩子9岁，想做一本Meta Skill魔法书，先网页呈现再做纸质小书，每页介绍一个咒语。

不用写得太详细，正式开工前，它会根据Skill指令要求你提供更多信息。

然后，就进入了「彻底疯狂」的时间。

它嗖的一下吐出了这么多执行轨迹，把需求拆分成了一长串子任务。

全程无需人工介入，自己运行了20多分钟，最终交付了一份完整的7天项目规划包。

确实考虑得非常周到，甚至考虑到是小朋友，还额外做了一轮安全审查。

甚至还准备好了各种预案。

它是怎么做到的呢？

我翻了一下这个Meta Skill的SKILL.md源文件，大概流程是这样的：

1、立项：询问用户偏好，包括年龄、周期、预算、家长参与度等。

2、可行性分类：判断是否安全、是否需要大人帮忙、是否需要额外购买东西等。

3、执行：分步计划→材料清单→安全提醒→家长学习目标→最终组装交付。

如果涉及到户外活动，甚至会调用web search查询天气……

△图为AI生成

整套工作流由5个不同的原子Skill拼接而成。

最后的交付结果就是上面那个项目规划包md，大约3000字左右。

但为了方便查看，我又让它用Claude Opus 4.7基于这些上下文生成了一个HTML版本。

交互逻辑跟实体书一样，每次翻页都有动画效果。

一共9个Meta Skill，都是按照我「哈利波特风格」的指令来讲解的。

最后还有一个「魔镜魔镜」功能，方便小朋友根据需求选择Skill。

网页已经部署好了，链接在文末，大家如果不想看md版本的话，可以通过这种形式了解这9个Meta Skill。

对了，还有个挺重要的事情。

实测下来，感觉这个Squilla路由确实能省不少钱，不会什么都让Claude来处理。

比如像这种问题，就只花了我三分钱。

简单问题

（ps：DS降价后真的很划算啊！！）

看了下这个Token成本Benchmark，还是挺有冲击力的。

当然，你也可以自己选择要不要打开路由功能，或者直接在Prompt中要求锁定到某个模型。

最后说下怎么安装。

说实话，其实还挺简单的，只要你装过龙虾项目，就支持一键迁移数据资产、API Keys。

比较麻烦的是，Mac系统得走终端安装，目前只有Windows支持压缩包安装。

但也没关系，Mac/Linux用户可以直接在终端按顺序复制粘贴这串代码进行安装，之后遇到啥问题都交给codex处理。

#Install uv：curl-LsSf https://astral.sh/uv/install.sh | sh."$HOME/.local/bin/env"#Install OpenSquilla：uv tool install --python3.12"opensquilla[recommended] @ https://github.com/opensquilla/opensquilla/releases/download/v0.3.0/opensquilla-0.3.0-py3-none-any.whl"#Configure and run：opensquilla onboardopensquilla gateway run

显示这个界面，就表示安装成功了。

入口方面，支持各种主流IM工具，飞书、Discord、QQ……大家选最习惯的就行。

但我还是推荐使用他们的Web版，也没啥特别原因，只不过「智能路由老虎机」「Token节省动画」只有网页端能显示，少了这些就少了不少乐趣。

如果用终端或IM的话，会少很多快乐的体验。

秘诀是什么？

说到这，可能有人纳闷：刚才那个跑了整整20分钟的项目规划包，过程中又是调搜索引擎、又是查天气、又是翻记忆、又是做安全审查……这些活，是谁在安排？

之前的Agent，一个Skill干一件事，搜索归搜索，文档归文档，天气归天气。你自己手动串流程，脑子里得一直装着下一步该使唤哪个Skill。

而如今，Meta Skill接管了这个「调度员」的角色。

你可以把它理解成一份「项目经理的操作手册」——哪些步骤并行、哪些步骤串行、哪个步骤的产出要喂给下一个步骤……全写在里面。

但光有项目经理还不够。

一个只会排活的PM，如果每一步都叫最贵的外包来干，那公司要不了多久就得倒闭了。

这就是为什么，我一直在强调智能路由的重要性。它真的默默承担了太多。

你前面看到的那个「老虎机」，就是帮这位PM做预算管理。每一个子步骤经过的时候，路由会帮你死死夹紧钱包。

比如刚才那个kid-project-planner，提取孩子年龄和偏好这种活，DS就够了；只有生成安全审查方案和14天规划这种步骤，才需要分配给参数更大的模型。

最后，项目经理有了，预算管理也有了。但还有个问题——

PM的操作手册，谁来写？

Meta Skill是好，但关键是，真的很复杂啊！！

据个人经验，刚才那个kid-project-planner，400多行SKILL.md，即便跟AI迭代也要大概30分钟，这还是建立在你脑海中已经有清晰的SOP的前提下。

所以说，一个创建Meta Skill的Meta Skill（确实很绕），也是很有必要的。

叫做meta-skill-creator，这也是我觉得OpenSquilla这次发布的9个Skill中，最重要的一个Skill。

推荐大家去仓库读下这个md文件，能看懂这个，基本就能搞明白整个Meta skill的工作原理了。

但如果没时间，也可以直接看这个AI生成的讲解图。

△图为AI生成

到这一步，所有Meta Skill的门槛都已解决。

但团队还想到了件更远的事情——

供需匹配问题。

当Creator不断产出新的Meta Skill，社区也在不断贡献新的，Skill膨胀的问题怎么解决？

现在仓库里只有9个，但如果未来有上百个Meta Skill，你怎么知道哪个最适合你的场景？

OpenSquilla给出的解决方案是：「个人×社区」的索引协议。

你平时常用哪些Skill、偏好什么组合顺序、哪个试过不好使……这些会作为信号，被Agent拿去匹配社区里别人做好的Skill，然后根据你的工作流缝合出个新的。

简单来说就是个自动的Skill推荐引擎。

Skill 2.0时代，来了

最后，咱们再来细细扒下这个仓库的版本历史，这个视角挺有趣的，可以像抽丝剥茧一样，逐步揭开他们的产品思考——

5月初是靴子首次落地，发布了智能路由，最开始以为只是单纯做Token优化的。

如今，随着Meta Skill的出炉，这个鞋印终于开始清晰了起来，并且指向了一条反直觉方向。

它同时踩在了三条线的交点上——

1、模型。

复杂多步骤指令的理解能力这两年飞速提升，Agent token数据飞轮已经开始转了。

模型已经「听得懂」复杂的编排指令了，这是一切的前提。

2、生态。

社区创建的Skill在爆发式增长。

从用户手写，到基于数据自动生成，再到社区汇集分享……当可选的Skill有成千上万个的时候，需要一个更高的抽象层即Meta Skill，去简化掉Skill筛选成本。

3、成本。

大规模运行大模型依然昂贵。你每次让Agent在线上反复摸索最优路径，都会烧掉一大堆Token。

通过Meta Skill，能直接固化这层复杂度，将优化问题前置到Skill层。

而这三个痛点，同时指向了又一次正在被倒逼出来的范式迭代。

Skill 2.0。

单个Skill已经不够用了，自动化想要进一步深入，必须要学会对多个子Skill进行排列组合。

Agent下一步要解决的问题，已经从「会不会调用工具」，变成了「会不会组织工具」。

但从另一个角度来看，其实也蛮令人兴奋——

当多个Skill碰撞在一起，会创造出怎样的想象空间？

毕竟，最近这段时间，不少模型都推出了自己的Agent团队，腾讯有Marvis、MiniMax有Mavis、Kimi有Agent集群……

但Skill层，似乎还停留在刚被Claude带火时的那个阶段，社区基本都还在为单个模型写SKill.md。

所以我觉得，多Agent的潜能，其实一直没能被完全释放。

而这次Meta Skill的出现，让我看到了一种可能性——专为Agent团队设计的白皮书，赋予模型更宏观的全局上下文。

Agent和人类在面对的很多核心问题上，其实殊途同归。

当员工（Agent）变多，业务（Skill）变多，必然会遇到指数级放大的噪音。

此时，如何善用架构和管理去做熵减，就非常有必要了。

欢迎打开Meta Skill。

这是用来指导Agent三省六部的白皮书。

OMT

对了！等等，先别点出去。

我在调研时发现个奇怪的事——

明明这么火的项目，只有X上有官方账号，而且第一个版本就被AK大神转发，却一直不知道团队是谁，相当神秘。

一打听说是个中国团队，所以更好奇了。

AI挖掘半天无果，最后还是选择发动古法，四处找人打听了下，没成想王云鹤的最新创业动态就这么被曝光：

OpenSquila，来自他创立的名为「基元律动」的公司，团队正大力招兵买马。

原来只是团队刚刚开始，希望专注打磨产品。

让子弹再飞一会儿，我们拭目以待。

GitHub：https://github.com/opensquilla/opensquilla
Skill魔法书：https://imtangyujing.github.io/opensquilla-meta-skill-grimoire/