GitHub 最新火爆仓库：OpenSquilla。

继龙虾、爱马仕后又一个开始飞速攀升的 Agent，现在已经 2000 多 star 了。

快速看了下，最大卖点是其内置了一个「智能模型路由」，这样一来，同样的任务，Token 成本能比龙虾省 60-80%。

跑任务的时候长这样子，跟个「老虎机」一样。

很爽，任务做完会弹出一个动画，显示帮你节省了多少 Token，还能溯源各环节 Token 消耗量。

经常怒省 90% 多，感觉钱包突然鼓了起来。

实在太夸张了，顶级「守财奴」（bushi）。

但今天想聊的不是这个。

他们刚发布了个新功能，叫 Meta Skill。

不是那个 Meta，就是直译——元 Skill，Skill 的 Skill。

一个 Meta Skill 内嵌多个 Skill，拼接到一块就是一本超级白皮书，能端到端打通一整套长程 Workflow。

△图为 AI 生成 Meta Skill 实测

也是很巧，上上周我在把我们 AIGC 产业峰会后台工作做自动化时，其实就有过这个想法。

大家可能不知道，办这么一场大会其实很繁琐，工作链条非常碎片化。

之前梳理过 SOP，我负责的部分大概长这样。

看着很清晰，但其实要自动化的话，就意味着图中每一个蓝色方块，都需要在对话框单独调用 Skill。

像癞蛤蟆一样戳一下动一下，全程 Human in the loop，光翻个 Skill 列表就够忙活半天，非常烦人。

所以工作流固化后，我给这堆上下文炼化成了个超级 Skill，端到端了。

拿到上下文后，它会自动判断现在是处于哪个阶段，然后再调用对应的子 Skill 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。

但说实话，想创建这么一大包 Skill，真的很麻烦，而且最后结果其实也蛮粗糙的。

这还是建立在我本身对内容行业有 Know-How 的前提下，如果涉及到需要跨行业专家经验整合的任务，照这么排列组合 Skill，那真得是灾难了。

所以我一直在疯狂寻觅，有没有像 Claude 自带 Skill 那种，提前封装好的。

（伸手党 ing）

没想到，前天一看，GitHub 上还真有这么个仓库！

9 个封装好的 Meta Skill，内嵌在 Agent 里那种。

咱挑个实测下吧，就选这个叫 meta-kid-project-planner 的。

一个给儿童项目规划用的 Meta Skill，当孩子需要做科学展项目、兴趣手工、创意小发明啥的，它能帮助孩子从零开始制定一个可执行的项目计划。

主要最近不正好是六一吗，感觉还挺合适的。为了偷懒 ，场景就设计成让小朋友自学 Meta Skill，帮我给大家讲讲这 9 个 SKill 分别都是干嘛的。

Prompt 长这样：

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。

不用写很详细，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「彻底疯狂」时间了。

太离谱了，嗖的一下吐出来这么多执行轨迹，把需求拆分成了一长串子任务。

全程无需人介入，自己跑了 20 多分钟，最终交付了一份完整的 7 天项目规划包。

确实挺面面俱到的，甚至考虑到是小朋友，还额外做了一轮安全审查。

甚至给各种预案都做好了。

咋做到的？

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

1、立项：询问用户偏好，年龄、周期、预算、家长参与度。

2、可行性分类：判断安全不安全、需不需要大人帮忙、要不要额外买东西。

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，3000 字左右。

但为了方便看，我又让它用 Claude Opus 4.7，基于这些上下文搓了个 HTML。

交互逻辑跟实体书一样，每次翻页都有动画。

一共 9 个 Meta Skill，都是遵循我「哈利波特风格」的指令讲解的。

最后还有一个「魔镜魔镜」功能，方便小朋友根据需求选择 Skill。

网页已经部署了，链接在文末，大家如果不想看 MD 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。

实测下来，感觉这个 Squilla 路由确实能省蛮多钱，不会啥都让 Claude 来处理。

比如像这种弱智问题，就只花了我三分钱。

（ps：DS 降价后真的很香啊！！）

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，或者直接 Prompt 要求锁定到某个模型。

最后说下咋安装。

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

比较烦的是，Mac 得走终端安装，目前只有 Windows 支持压缩包。

但也没关系，Mac/Linux 直接在终端按顺序复制粘贴这串代码就行，之后遇到啥问题都交给 codex。

#Install uv：curl   -LsSf https://astral.sh/uv/install.sh | sh.   "$HOME/.local/bin/env"#Install OpenSquilla：uv tool install --python   3.12   "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，就是安装成功了。

入口方面，支持各种主流 IM，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。。。

如果用终端或 IM 的话，会少蛮多快乐的。

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，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」角色。

你可以把它理解成一份「项目经理的操作手册」——哪些步骤并行那些步骤串行、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 cue 智能路由。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（好绕好绕），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，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 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拉升，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。

大规模跑大模型依然贵。你每次让 Agent 在线上 trial-and-error，反复摸索最优路径，Token 烧掉一大堆。

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 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。

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/

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见