GitHub 最新火爆仓库：OpenSquilla。
继龙虾、爱马仕后又一个运行赶快攀升的 Agent，咫尺依然 2000 多 star 了。
快速看了下，最大卖点是其内置了一个「智能模子路由」，这样一来，相似的任务，Token 老本能比龙虾省 60-80%。
跑任务的技艺长这样子，跟个「老虎机」一样。
很爽，任务作念完会弹出一个动画，袒露帮你从简了些许 Token，还能溯源各要道 Token 花消量。
时时怒省 90% 多，嗅觉钱包倏得饱读了起来。
真实太夸张了，顶级「孤寒鬼」（bushi）。
但今天想聊的不是这个。
他们刚发布了个新功能，叫 Meta Skill。
不是阿谁 Meta，便是直译——元 Skill，Skill 的 Skill。
一个 Meta Skill 内嵌多个 Skill，拼接到一块便是一册超等白皮书，能端到端买通一整套长程 Workflow。
△图为 AI 生成 Meta Skill 实测
亦然很巧，上上周我在把我们 AIGC 产业峰会后台责任作念自动化时，其实就有过这个办法。
全球可能不知说念，办这样一场大会其实很繁琐，责任链条相配碎屑化。
之前梳理过 SOP，我负责的部分能够长这样。
看着很明晰，但其实要自动化的话，就意味着图中每一个蓝色方块，齐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 列表就够用功半天，相配烦东说念主。
是以责任流固化后，我给这堆波折文真金不怕火葬成了个超等 Skill，端到端了。
拿到波折文后，它会自动判断咫尺是处于哪个阶段，然后再调用对应的子 Skill 拜托着力。
再加上心跳机制定时检察景色文档，就不错十足自动化鼓动。
但说真话，想创建这样一大包 Skill，真是很贫瘠，而且终末着力其实也蛮毛糙的。
这如故设立在我自己对本体行业有 Know-How 的前提下，淌若波及到需要跨行业众人训导整合的任务，照这样罗列组合 Skill，那真得是厄运了。
是以我一直在肆意寻觅，有莫得像 Claude 自带 Skill 那种，提前封装好的。
（伸手党 ing）
没猜度，前天一看，GitHub 上还真有这样个仓库！
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。
一个给儿童技俩猜测用的 Meta Skill，当孩子需要作念科学展技俩、兴致手工、创意小发明啥的，它能匡助孩子从零运行制定一个可实施的技俩打算。
主要最近不碰巧是六一吗，嗅觉还挺合适的。为了偷懒 ，场景就遐想成让小一又友自学 Meta Skill，帮我给全球讲讲这 9 个 SKill 辞别齐是干嘛的。
Prompt 长这样：
孩子 9 岁，想作念一册 Meta Skill 魔法书，先网页呈现再作念纸质小书，每页先容一个咒语。
无谓写很详备，端庄开工前，它会字据 Skill 指示，条款你提供更多信息。
然后，就干预「透彻肆意」时分了。
太离谱了，嗖的一下吐出来这样多实施轨迹，把需求拆分红了一长串子任务。
全程无需东说念主介入，我方跑了 20 多分钟，最终拜托了一份完满的 7 天技俩猜测包。
确乎挺二满三平的，甚而磋议到是小一又友，还极度作念了一轮安全审查。
甚而给多样预案齐作念好了。
咋作念到的？
我翻了一下这个 Meta Skill 的 SKILL.md 源文献，能够历程是这样：
1、立项：征询用户偏好，年岁、周期、预算、家长参与度。
2、可行性分类：判断安全不安全、需不需要大东说念主维护、要不要极度买东西。
3、实施：分步打算→材料清单→安全辅导→家长学习打算→最终拼装拜托。
淌若波及到户外行为，甚而会调用 web search 查天气……
△图为 AI 生成
整套责任流，由 5 个不同的原子 Skill 拼接而成。
终末的拜托着力便是上头阿谁技俩猜测包 md，3000 字傍边。
但为了便捷看，我又让它用 Claude Opus 4.7，基于这些波折文搓了个 HTML。
交互逻辑跟实体书一样，每次翻页齐有动画。
一共 9 个 Meta Skill，齐是罢黜我「哈利波特立场」的指示教练的。
终末还有一个「魔镜魔镜」功能，便捷小一又友字据需求遴选 Skill。
网页依然部署了，协调在文末，全球淌若不想看 MD 的话，不错通过这种形状了解这 9 个 Meta Skill。
对了，还有个挺进军的事。
实测下来，嗅觉这个 Squilla 路由确乎能省蛮多钱，不会啥齐让 Claude 来处理。
比如像这种弱智问题，就只花了我三分钱。
（ps：DS 降价后真是很香啊！！）
看了下这个 Token 老本 Benchmark，如故挺有冲击力的。
诚然，你也不错我方遴选要不要掀开，或者径直 Prompt 条款锁定到某个模子。
终末说下咋装配。
说真话，其实还挺浅显的，只须你装过龙虾，就复旧一键迁徙数据钞票、API Keys。
比拟烦的是，Mac 得走末端装配，咫尺只须 Windows 复旧压缩包。
但也不重要，Mac/Linux 径直在末端按限定复制粘贴这串代码就行，之后际遇啥问题齐交给 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
袒露这个界面，便是装配得胜了。
进口方面，复旧多样主流 IM，飞书、Discord、QQ ……全球选最民俗的就行。
但我如故保举使用他们的 Web 版，也没啥特殊原因，只不外「智能路由老虎机」「Token 从简动画」只须网页端能袒露。。。
淌若用末端或 IM 的话，凤凰彩票中国官网入口会少蛮多鼎沸的。
诀要是什么？
说到这，可能有东说念主仇怨：刚才阿谁跑了整整 20 分钟的技俩猜测包，过程中又是调搜索引擎、又是查天气、又是翻追到、又是作念安全审查……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，天气死亡气。你我方手动串历程，脑子里得一直装着下一步该使唤哪个 Skill。
而如今，Meta Skill 招揽了这个「扶持员」扮装。
你不错把它结实成一份「技俩司理的操作手册」——哪些措施并行那些措施串行、哪个措施的产出要喂给下一个措施……全写在内部。
但光有技俩司理还不够。
亚搏体育中国官方网站入口一个只会排活的 PM，淌若每一步齐叫最贵的外包来干，那公司要不了多久就得倒闭了。
这便是为什么，我一直在 cue 智能路由。它真是默然承担了太多。
你前边看到的阿谁「老虎机」，便是帮这位 PM 作念预算照应。每一个子措施经过的技艺，路由会帮你死死夹紧钱包。
比如刚才阿谁 kid-project-planner，索求孩子年岁和偏好这种活，DS 就够了；只须生成安全审查有打算和 14 天猜测这种措施，才需要分派给参数更大的模子。
终末，技俩司理有了，预算照应也有了。但还有个问题——
PM 的操作手册，谁来写？
Meta Skill 是好，但要害是，真是很复杂啊！！
据个东说念主训导，刚才阿谁 kid-project-planner，400 多行 SKILL.md，即便跟 AI 迭代也要能够 30 分钟，这如故设立在你脑海中依然有明晰的 SOP 的前提下。
是以说，一个创建 Meta Skill 的 Meta Skill（好绕好绕），亦然很有必要的。
叫作念 meta-skill-creator，这亦然我合计 OpenSquilla 此次发布的 9 个 Skill 中，最进军的一个 Skill。
保举全球去仓库读下这个 md，能看懂这个，基本就能搞显着总共这个词 Meta skill 的责任旨趣了。
但淌若没时分，也不错径直看这个 AI 生成的教练图。
△图为 AI 生成
到这一步，总共 Meta Skill 门槛齐已处治。
但团队还猜度了件更远的事情——
供需匹配问题。
当 Creator 不断产出新的 Meta Skill，社区也在不断孝敬新的，Skill 延迟的问题如何处治？
咫尺仓库里只须 9 个，但淌若将来有上百个 Meta Skill，你如何知说念哪个最合适你的场景？
OpenSquilla 给出的处治有打算是：「个东说念主 × 社区」的索引条约。
你平时时用哪些 Skill、偏好什么组合限定、哪个试过不好使……这些会行动信号，被 Agent 拿去匹配社区里别东说念主作念好的 Skill，然后字据你的责任流缝合出个新的。
浅显来说便是个自动的 Skill 保举引擎。
Skill 2.0 时期，来了
终末，我们再来细细扒下这个仓库的版块历史，这个视角挺真谛的，不错像抽丝剥茧一样，徐徐揭开他们的产物想考——
5 月初是靴子初次落地，发布了智能路由，最运行以为仅仅单纯作念 Token 优化的。
如今，跟着 Meta Skill 的出炉，这个鞋印终于运行明晰了起来，而且指向了一条反直观标的。
它同期踩在了三条线的交点上——
1、模子。
复杂多措施指示的结实智力这两年赶快拉升，Agent token 数据飞轮依然运行转了。
模子依然「听得懂」复杂的编排指示了，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，再到社区收罗共享……当可选的 Skill 有斗量车载个的技艺，需要一个更高的概括层即 Meta Skill，去简化掉 Skill 筛选老本。
3、老本。
大范围跑大模子依然贵。你每次让 Agent 在线上 trial-and-error，反复摸索最优旅途，Token 烧掉一大堆。
通过 Meta Skill，能径直固化这层复杂度，将优化问题前置到 Skill 层。
而这三个痛点，同期指向了又一次正在被倒逼出来的范式迭代。
Skill 2.0。
单个 Skill 依然不够用了，自动化想要进一步真切，必须要学会对多个子 Skill 罗列组合。
Agent 下一步要处治的问题，依然从「会不会调用器具」，形成了「会不会组织器具」。
但从另一个角度来看，其实也蛮令东说念主振作——
当多个 Skill 碰撞在沿路，会创造出若何的联想空间？
毕竟，最近这段时分，不少模子齐推出了我方的 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 带火时的阿谁阶段，社区基本齐还在为单个模子写 SKill.md。
是以我合计，多 Agent 的潜能，其实一直没能被十足开释。
而此次 Meta Skill 的出现，让我看到了一种可能性——专为 Agent 团队遐想的白皮书，赋予模子更宏不雅的全局波折文。
Agent 和东说念主类在濒临的好多中枢问题上，其实同归殊涂。
当职工（Agent）变多，业务（Skill）变多，势必会际遇指数级放大的杂音。
此时，如何善用架构和照应去作念熵减，就相配有必要了。
接待掀开 Meta Skill。
这是用来指引 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——
明明这样火的技俩，只须 X 上有官方账号，而且第一个版块就被 AK 大神转发，却一直不知说念团队是谁，超过深邃。
一探问说是个中国团队，是以更意思。
AI 挖掘半天无果，终末如故遴选发动古法，四处找东说念主探问了下，没成想王云鹤的最新创业动态就这样被曝光：
OpenSquila，来自他创立的名为「基元律动」的公司，团队正鼎力招兵买马。
蓝本仅仅团队刚刚运行，但愿专注打磨产物。
让枪弹再飞瞬息，我们翘首企足。
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」「贯注心」
接待在筹商区留住你的办法！
— 完 —
� � 点亮星标 � �
科技前沿发达逐日见凤凰彩票中国官网入口