标题和作者
文档标题为《刚刚，Meta Skill来了》，由量子位的作者Jay撰写。文章主要介绍了GitHub上最新火爆的Agent项目OpenSquilla及其革命性的“Meta Skill”功能。作者Jay作为科技媒体人，近期亲历了AIGC产业峰会后台工作的自动化过程，对Agent工作流和Skill有着深刻的实践体会与洞察。
摘要
本文详细评测并介绍了GitHub上爆火的Agent项目OpenSquilla及其最新推出的“Meta Skill”功能。之前市面上已有如龙虾、爱马仕等Agent项目，Claude也自带了基础的Skill功能。本文还需要做是因为，现有的单个Skill调用过程繁琐，需要全程人工介入，且跨行业专家经验整合困难，同时大规模运行大模型的Token成本极其高昂。本文通过实际演示展示了OpenSquilla如何运作：利用Meta Skill（一种Skill的Skill）将多个原子Skill拼接成超级白皮书，实现端到端的长程Workflow自动化；同时配合智能模型路由，像“项目经理”加“预算管理员”一样自动调度任务并分配给最经济的模型。实测效果非常显著，不仅能够完全自动化地生成长达3000字的复杂项目规划，还能通过智能路由节省高达60-80%（甚至经常怒省90%多）的Token成本，标志着自动化范式向Skill 2.0（第二代Skill）时代迈进。
Agent指能够自主感知环境并采取行动的人工智能实体；Skill在这里指赋予大模型特定能力的指令或工具集；Token是大语言模型处理文本的基本单位，也是计费的基础；Workflow指工作流，即任务从开始到结束的完整流程；SOP即标准作业程序；Prompt指用户输入给AI的提示词。
主要主题和概念
What：界定什么是Meta Skill。Meta Skill是“Skill的Skill”，它是一个内嵌多个原子Skill的超级白皮书，能够接管Agent的“调度员”角色，端到端打通一整套长程Workflow。Why：分析为什么需要Meta Skill。因为单个Skill只能干一件事，在处理复杂任务（如办一场大会）时，用户需要像“癞蛤蟆一样戳一下动一下”，全程人工介入翻找Skill列表，极度繁琐；而且跨行业经验整合极其困难，人工排列组合Skill是一场灾难。此外，多Agent的潜能因缺乏宏观全局上下文而未被释放。How：文档如何解决。通过将工作流固化为一份包含逻辑编排（如立项、可行性分类、执行）的SKILL.md文件。Agent拿到上下文后自动判断当前阶段，调用对应的子Skill（如搜索、查天气、翻记忆），无需人工干预即可交付完整结果。团队还发布了meta-skill-creator来帮助用户自动生成这些复杂的Meta Skill。
What：界定智能模型路由是什么。它是OpenSquilla内置的一个预算管理和模型分配机制，在网页端以“老虎机”的形式呈现。Why：分析为什么需要它。大规模跑大模型依然非常昂贵，如果让Agent在线上不断试错，或者所有任务都交给最贵的模型（如Claude），Token消耗将是毁灭性的。一个只会排活但不懂省钱的项目经理会让系统崩溃。How：文档如何解决。在Meta Skill调度的每一个子步骤中，智能路由会评估任务的难度。对于提取简单信息等“弱智问题”，分配给便宜甚至降价的模型（如DS）；只有遇到生成安全审查方案等高难度任务时，才调用参数更大的昂贵模型。通过这种方式，将优化问题前置，死死夹紧钱包，大幅降低成本。
What：界定Skill 2.0（第二代Skill）概念。这是Agent发展的一条反直觉新方向，指从单个工具调用进化为对多个子Skill进行排列组合和全局组织的新阶段。Why：分析其背后的驱动力。这是模型理解复杂多步骤指令能力提升、社区Skill生态爆发式增长、以及高昂的运行成本这三个痛点共同倒逼出来的必然结果。当业务和Agent变多，系统噪音呈指数级放大，必须引入更高的抽象层来简化筛选成本。How：文档如何展望未来。通过建立“个人×社区”的索引协议，自动匹配社区里的Skill并根据用户工作流缝合出新的Skill。这相当于为Agent团队设计了指导性的白皮书，利用架构和管理实现系统的熵减。
原子Skill指不可再分的基础工具或指令；端到端指从输入需求直接到输出最终结果，中间无需人工干预；Token消耗指使用大模型API时产生的费用；Claude和DS（DeepSeek）均为目前流行的大语言模型；熵减在文中比喻通过良好的架构管理减少系统运行中的混乱和噪音；API Keys指用于验证和授权调用AI服务的密钥；Mac、Linux、Windows为不同的操作系统；HTML指用于制作网页的标记语言；MD（Markdown）指一种轻量级标记语言。
重要引文
论点：Meta Skill能够接管调度员角色，实现复杂任务的全自动编排。论据：“之前的Agent，一个Skill干一件事……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。”以及“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。”论证：文章通过对比过去单Skill时代的人工繁琐操作，指出Meta Skill本质上是一份预先写好的操作手册。它通过内嵌逻辑，自动决定子任务的串并联关系和数据流向，从而替代人类大脑去规划下一步该用哪个工具，实现了从人工串联到系统自动调度的跨越。
论点：智能路由是保障Agent大规模运行不破产的关键预算管理工具。论据：“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……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。”论证：作者将Agent比作公司，将Meta Skill比作项目经理（PM）。如果PM只管分配任务而不顾成本，全部使用昂贵的模型，必然导致成本失控。智能路由通过识别每个子步骤的实际算力需求，将简单任务下放给廉价模型，复杂任务才使用昂贵模型，以此实现了精准的预算控制，证明了它是复杂工作流中不可或缺的一环。
PM即项目经理；外包在文中比喻提供算力的大语言模型；参数更大的模型通常指拥有更多神经元连接、能力更强但也更昂贵的AI模型；飞书、Discord、QQ为不同的即时通讯（IM）软件；Web指网页端；Codex在文中指代用于辅助编程或解决问题的AI工具。
总结
OpenSquilla及其Meta Skill功能的发布，不仅为解决大模型高昂Token成本提供了极具创意且直观的“老虎机”视觉体验，更重要的是，它正式宣告了自动化范式向Skill 2.0（第二代Skill）时代的迈进。通过将复杂的SOP固化为超级白皮书，结合智能路由的极致省钱策略，OpenSquilla成功释放了多Agent协同的巨大潜能，解决了长程任务中繁琐的人工干预问题。当前，它已经能够胜任儿童项目规划、复杂峰会后台自动化等场景。然而，创建复杂的Meta Skill依然具有较高的门槛，未来随着meta-skill-creator的普及以及“个人×社区”索引协议的完善，供需匹配问题将得到解决。这个由中国团队“基元律动”（创始人王云鹤）打造的神秘项目，正通过架构和管理的熵减，为AI自动化开辟出一条充满想象力的新路径。