Jay 發自 凹非寺量子位 | 公眾號 QbitAI
GitHub 最新火爆的開源專案：OpenSquilla。
繼「龍蝦」、愛馬仕之後，又一個開始飛速竄升的 Agent，現在已經超過兩千顆星了。
快速看了一下，最大賣點是內建了一套「智慧模型路由」機制，如此一來，同樣的任務，Token 成本比起龍蝦能節省百分之六十到八十。
執行任務時的畫面長這樣，像極了一台「吃角子老虎機」。
非常爽快，任務完成後會跳出一個動畫，顯示幫你省了多少 Token，還能追溯各環節的 Token 消耗量。
經常大省百分之九十以上，感覺荷包突然變厚了。
實在太誇張了，根本是頂級 「守財奴」（誤）。
但今天想聊的不是這個。
他們剛發布了一個新功能，叫做Meta Skill。
不是那個 Meta，就是直譯——元技能，也就是「技能的技能」。
一個 Meta Skill 嵌入了多個子技能，組合起來就像是一本超級白皮書，能夠端到端地打通一整套長程工作流。
△ 圖片由 AI 生成示範
Meta Skill 實測
說來也巧，上上週我在把我們 AIGC 產業高峰會的後台工作自動化時，其實就閃過這個念頭。
大家可能不知道，辦這樣一場大會其實很繁瑣，工作流程非常零碎。
之前梳理過的 SOP（標準作業流程），我負責的部分大概像這樣。
看起來很清晰，但要自動化的話，意味著圖中每一個藍色方塊，都需要在對話框裡單獨呼叫對應的技能。
就像戳一下才動一下的青蛙，全程需要人類參與迴圈（Human in the loop），光翻那個技能列表就夠忙半天，非常煩人。
所以當工作流固化後，我把這一堆的脈絡煉化成一個超級技能，實現端到端了。
拿到脈絡後，它會自動判斷現在處於哪個階段，然後再呼叫對應的子技能交付成果。
再加上心跳機制定時查看狀態文件，就能完全自動化推進。
但說實話，想創建這麼一大包技能，真的很麻煩，而且最後的成果其實也蠻粗糙的。
這還是建立在我本身對內容產業有專業知識（Know-How）的前提下。如果涉及到需要跨行業專家經驗整合的任務，照這樣排列組合技能，那真會是場災難。
所以我一直在瘋狂尋覓，有沒有像 Claude 內建 Skill 那種，提前封裝好的。
（伸手黨求檔 ing）
沒想到，前天一瞧，GitHub 上還真有這麼個倉庫！
9 個封裝好的 Meta Skill，內嵌在 Agent 裡的那種。
我們挑一個來實測看看吧，就選這個叫做meta-kid-project-planner的。
一個幫兒童專案規劃設計的 Meta Skill，當孩子需要做科展專案、興趣手工、創意小發明時，它能幫助孩子從零開始制訂一個可執行的專案計劃。
主要最近不正巧是兒童節，感覺還蠻應景的。為了偷懶，情境就設計成讓小朋友自學 Meta Skill，幫忙跟大家講解這九個技能分別是幹嘛的。
提示詞（Prompt）長這樣：
孩子 9 歲，想做一本 Meta Skill 魔法書，先以網頁呈現再做紙本小書，每頁介紹一個咒語。
不用寫得很詳細，正式開工前，它會根據 Skill 指令，要求你提供更多資訊。
然後，就進入「徹底瘋狂」的階段了。
太離譜了，咻一下就吐出一堆執行軌跡，把需求拆分成一長串的子任務。
全程無需人類介入，自己跑了二十多分鐘，最終交付了一份完整的七天專案規劃包。
確實挺面面俱到的，甚至考量到服務對象是小朋友，還額外做了一輪安全審查。
甚至連各種備案都做好了。
怎麼辦到的？
我翻了一下這個 Meta Skill 的 SKILL.md 原始檔案，大概流程是這樣：
1. 立項：詢問用戶偏好、年齡、執行週期、預算、家長參與度。
2. 可行性分類：判斷安全不安全、需不需要大人幫忙、要不要額外買材料。
3. 執行：分步計劃 → 材料清單 → 安全提醒 → 家長學習目標 → 最終組裝交付。
如果涉及到戶外活動，甚至會呼叫網路搜索查天氣……
△ 圖片由 AI 生成示範
整套工作流，由五個不同的原子技能（Atomic Skill）拼接而成。
最後的交付成果就是上面那個專案規劃包 md 檔，大約三千字。
但為了方便閱讀，我又讓它用 Claude Opus 4.7，基於這些文本脈絡搓了一個HTML 網頁。
互動邏輯跟實體書一樣，每次翻頁都有動畫。
一共九個 Meta Skill，都是遵循我「哈利波特風格」的指令講解的。
最後還有一個「魔鏡魔鏡」功能，方便小朋友根據需求選擇技能。
這個網頁已經部署了，連結放在文末。大家如果不想看 MD 檔的話，可以透過這種形式來了解這九個 Meta Skill。
對了，還有件蠻重要的事。
實測下來，感覺這個Squilla路由確實能省蠻多錢，不會什麼任務都交給 Claude 去處理。
比如像這種比較簡易的問題，就只花了我新台幣不到一角。
（ps：DeepSeek 降價後真的很香啊！！）
看了下這個 Token 成本基準測試（Benchmark），還是挺有衝擊力的。
當然，你也可以自己選擇要不要開啟路由功能，或者直接用提示詞要求鎖定到某個模型。
最後說一下怎麼安裝。
說實話，其實還蠻簡單的，只要你裝過龍蝦，就能支援一鍵遷移數據資產和 API Keys。
比較麻煩的是，Mac 必須走終端機安裝，目前只有Windows 支援免安裝壓縮包。
但也沒關係，Mac/Linux 直接在終端機按順序複製貼上這串程式碼就行了，之後遇到什麼問題都交給 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看到顯示這個畫面，就是安裝成功了。
入口方面，支援各種主流即時通訊軟體，像是飛書、Discord、QQ……大家選自己最習慣的就行。
但我仍推薦使用他們的 Web 版，也沒什麼太特別的原因，只不過「智慧路由老虎機」和「Token 節省動畫」只有網頁端能顯示……。
如果用終端機或即時通訊軟體的話，會少很多樂趣的。
秘訣是什麼？
講到這，可能有人納悶：剛才那個跑了整整二十分鐘的專案規劃包，過程中又是調搜尋引擎、又是查天氣、又是查記憶、又是做安全審查……這些工作，是誰在安排？
之前的 Agent，一個技能做一件事，搜尋歸搜尋，文件歸文件，天氣歸天氣。你得自己手動串流程，腦子裡得一直裝著下一步該使喚哪個技能。
而如今，Meta Skill 接管了這個「調度員」角色。
你可以把它理解成一份「專案經理的操作手冊」——哪些步驟並行哪些步驟串行、哪個步驟的產出要餵給下一個步驟……全寫在裡面。
但光有專案經理還不夠。
一個只會派工的 PM，如果每一步都叫最貴的外包來做，那公司要不了多久就得倒閉了。
這就是為什麼，我一直不斷提到智慧路由。它真的默默承擔了太多。
你前面看到的那個「老虎機」，就是在幫這位 PM 做預算管理。每一個子步驟經過的時候，路由會幫你緊緊掐住荷包。
比如剛才那個 kid-project-planner，要提取孩子年齡和偏好這類簡單任務，交給 DeepSeek 就夠了；只有到了生成安全審查方案和為期兩週規劃這類複雜步驟，才需要分配給參數更大的模型。
最後，專案經理有了，預算管理也有了。但還有個問題——
PM 的操作手冊，誰來寫？
Meta Skill 雖然好用，但關鍵是，建置起來真的很複雜啊！
根據個人經驗，剛才那個 kid-project-planner，四百多行 SKILL.md 文件，即便跟 AI 來回修改迭代也要大概三十分鐘，這還是建立在你腦海中已經有清晰的 SOP 的前提下。
所以說，一個用來創建 Meta Skill 的 Meta Skill（好繞口），也是非常有必要的。
叫做meta-skill-creator，這也是我覺得這次 OpenSquilla 發布的九個技能中，最重要的一個技能。
推薦大家去倉庫讀一下這個 md 文件，能看懂這個，基本上就能搞懂全套 Meta Skill 的運作原理了。
但如果沒時間，也可以直接看這張 AI 生成的講解圖。
△ 圖片由 AI 生成示範
到這一步，所有 Meta Skill 的門檻都解決了。
但團隊還想到了一件更長遠的事情——
供需匹配問題。
當創造者不斷產出新的 Meta Skill，社群也在不斷貢獻新的技能，技能數量膨脹的問題該怎麼解決？
現在倉庫裡只有九個，但如果未來有上百個 Meta Skill，你怎麼知道哪個最適合你的情境？
OpenSquilla 給出的解決方案是：「個人 × 社群」的索引協定。
你平常慣用哪些技能、偏好什麼組合順序、哪個試過不好用……這些會作為信號，被 Agent 拿去匹配社群裡別人做好的技能，然後根據你的工作流縫合出一個新的來。
簡單來說就是個自動化的技能推薦引擎。
Skill 2.0 時代，來了
最後，我們再來細細扒一下這個倉庫的版本歷史，這個視角蠻有趣的，可以像抽絲剝繭一樣，逐步解開他們的產品思路——
五月初是第一隻靴子落地，發布了智慧路由，起初以為只是單純做 Token 優化而已。
如今，隨著 Meta Skill 的出爐，這個足跡終於開始清晰了起來，並且指向了一條反直覺的方向。
它同時踩在了三條線的交點上——
1. 模型。
對複雜多步驟指令的理解能力在這兩年飛速拉升，Agent 的 token 數據飛輪已經開始轉動了。
模型已經「聽得懂」複雜的編排指令了，這是一切的先決條件。
2. 生態。
社群創建的 Skill 正在爆發式增長。
從使用者手寫，到基於數據自動生成，再到社群匯集分享……當可選的 Skill 有成千上萬個的時候，需要一個更高的抽象層也就是 Meta Skill，去簡化掉 Skill 的篩選成本。
3. 成本。
大規模跑大型語言模型依然很貴。你每次讓 Agent 在線上透過試誤學習，反覆摸索最優路徑，Token 就會燒掉一大堆。
透過 Meta Skill，能直接固化這層複雜度，將優化問題前置到 Skill 層來處理。
而這三個痛點，同時指向了又一次正在被倒逼出來的典範轉移。
Skill 2.0。
單一技能已經不夠用了，自動化想要進一步深入，必須要學會對多個子技能進行排列組合。
Agent 下一步要解決的問題，已經從「會不會呼叫工具」，變成了「會不會組織工具」。
但從另一個角度來看，其實也蠻令人興奮——
當多個技能碰撞在一起，會創造出怎樣的想像空間？
畢竟，最近這段時間，不少模型廠商都推出了自己的 Agent 團隊，騰訊有 Marvis、MiniMax 有 Mavis、Kimi 有 Agent 集群……
但 Skill 層，似乎還停留在剛被 Claude 帶紅時的那個階段，社群基本上都還在為單一模型寫 SKILL.md。
因此我認為，多 Agent 的潛能，其實一直沒能被完全釋放。
而這次 Meta Skill 的出現，讓我看到了一種可能性——專為 Agent 團隊設計的白皮書，賦予模型更宏觀的全局脈絡。
Agent 和人類在面對的很多核心問題上，其實殊途同歸。
當員工（Agent）變多，業務（Skill）變多，必然會遇到指數級放大的噪音。
此時，如何善用架構和管理來降低亂度（熵），就非常有必要了。
歡迎打開 Meta Skill。
這是用來指導 Agent 三省六部的白皮書。
後記（OMT）
對了！等等，先別點出去。
我在研究時發現一件怪事——
明明這麼紅的專案，只有在 X（前身為 Twitter）上有官方帳號，而且第一個版本就被 AK 大神轉發過，卻一直不知道團隊是誰，相當神秘。
一打聽說是個台灣與中國成員組成的跨國團隊，所以更好奇。
AI 挖掘半天沒結果，最後還是選擇發動傳統技藝，四處找人打聽了一下，沒承想創辦人王雲鶴的最新創業動態就這麼被曝光：
OpenSquilla，來自他創立的公司「基元律動」，團隊正在大力招兵買馬中。
原來只是團隊才剛起步，希望專注打磨產品。
讓子彈再飛一會兒，我們拭目以待。
GitHub 專案連結：https://github.com/opensquilla/opensquilla
Skill 魔法書體驗連結：https://imtangyujing.github.io/opensquilla-meta-skill-grimoire/