旗下矩阵

  • 投资界
  • 天天IPO
  • 解码LP
  • 并购
  • 前哨
  • 投资界AI

刚刚,Meta Skill来了

GitHub上的OpenSquilla仓库火爆,其新功能Meta Skill可内嵌多个Skill,实测效果好,还介绍了安装、使用及成本等情况,团队来自「基元律动」 。
·微信公众号:量子位 关注前沿科技 关注前沿科技

AI投资人解读

· OpenSquilla仓库很火爆,已超2000 star。其最大卖点是内置“智能模型路由”,Token成本能省60-80%。新功能Meta Skill可内嵌多个Skill,打通长程Workflow。实测中,一个儿童项目规划用的Meta Skill能自动交付完整项目规划包。
· 安装在Mac上需走终端,可能存在兼容性问题作为新兴项目,其发展受技术更新、市场竞争等因素影响。
总结:OpenSquilla的创新功能使其具备投资潜力,但需关注安装及发展风险,建议进一步观察行业动态与技术趋势后评估。内容由AI生成,仅供参考

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,*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,*「守财奴」(bushi)。


from clipboard


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。

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……

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。


from clipboard


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。

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*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*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/

【本文由投资界合作伙伴微信公众号:量子位授权发布,本平台仅提供信息存储服务。】
【免责声明】:本文不构成任何投资建议。市场有风险,投资需谨慎。
如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。