刚刚，Meta Skill来了

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">

2026-06-03 09:29:35 来源：量子位

GitHub最新火爆仓库：OpenSquilla。

Jay 发自 凹非寺

量子位 | 公众号 QbitAI

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 onboard
opensquilla 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/

_版权所有，未经授权不得以任何形式转载及使用，违者必究。_