這是蒼何的第 546 篇原創！

大家好，我是蒼何。

最近我在 GitHub 上刷到一個很有意思的開源項目。

讓 Agent 學會自己組織技能

這個項目叫 OpenSquilla，目前已經拿了 3700 多 Star。

它的核心方向是 Harness 層優化，通過智能模型路由來降低 token 成本。

最新推出的 MetaSkill 3.0，更是把 Agent 從「會調用工具」推進到了「會自組織技能、穩定交付工作流」。

說實話，看完它的設計理念，我第一時間就想到了 WeSight。

WeSight 的定位是一個入口管理所有 Agent，而 OpenSquilla 的定位是 Agent 的「自組織技能大腦」。

一個管入口和可視化，一個管路由和技能編排。

這不就是天作之合嗎？

好家伙，說干就干。

我直接把 OpenSquilla 作為引擎接進了 WeSight。

在 WeSight 中選擇 OpenSquilla 引擎使用，一句話就可以將公眾號文章轉為小紅書圖文。

我做內容有個痛點：

公眾號文章寫完了，想同步到小紅書，得重新寫標題、改文案、做封面。

一套下來，至少半小時。

能不能讓 Agent 自己把這件事辦了？

寫死工作流那套太死板了，我要的是讓 Agent自己發現該用什么技能、自己決定怎么組合、自己把活干完。

于是我在 WeSight 里新建了一個任務，選擇 OpenSquilla 引擎。

然后只輸入了一句話：

幫我把這篇公眾號文章轉成小紅書圖文，風格要種草感強一點。

接著貼入文章鏈接。

接著 OpenSquilla 沒有直接瞎干，而是先在后臺檢索了一圈可用的 skill。

它在 WeSight 的技能面板里「發現」了三個原子技能：

• wechat-article-extractor（解析公眾號文章）

• xiaohongshu-text-skill（生成小紅書文案）

• xiaohongshu-cover-generator（生成小紅書封面圖）

然后，它自己把這三個技能按依賴關系拼成了一個工作流。

先解析，再改寫，最后出圖。

DAG 關系清清楚楚。

第一步，公眾號文章鏈接解析完成，markdown 文件出現在文件面板。

并保存為 markdown 文件：

實際是調用 wechat-article-extractor（解析公眾號文章）技能

第二步，根據解析完成的 md 文檔改寫成小紅書風格的標題和文案。

實際是調用 xiaohongshu-text-skill（生成小紅書文案）技能

第三步，根據內容整體風格調用 gpt-image 2 進行封面圖生成。

實際是調用 xiaohongshu-cover-generator（生成小紅書封面圖）技能

整個過程大概 40 秒。

我檢查了一下產出質量。

標題帶了 emoji，文案分段短、有網感，封面圖風格也符合小紅書的審美。

雖然不是 100% 完美，但作為一個「一句話需求」的自動化結果，已經相當能打了。

更關鍵的是：這個工作流不是我提前寫好的，是 OpenSquilla 現場自己組出來的。

它是怎么做到的

這就要說到 OpenSquilla 的 MetaSkill 協議了。

傳統的 Agent 工作流，要么是硬編碼的腳本，要么是人工拖拽的節點圖。

你得提前告訴它：第一步做什么，第二步做什么，如果失敗怎么辦。

但 MetaSkill 的思路完全不一樣。

它是一份「元 markdown」，本質上是在告訴模型：

如何檢索、篩選、組合原子 Skill。

比如剛才在 WeSight 中的側邊欄，我們可以直接進入 OpenSquilla 后臺看到這個元 skill。

點進去進入 skill 管理界面，就能看到剛才我們的新建的這個元技能：

點開詳情看下，果不其然就是調用的前面說的那三個 skill。

換句話說，它沒走寫死流程那條路，搞的是一套「組織技能的協議」。

剛才那個公眾號轉小紅書的 case，背后就是這樣一份 MetaSkill：

你可以看到，這里面沒有任何具體的業務邏輯。

只有步驟聲明、依賴關系和輸入輸出映射。

真正的「怎么解析」「怎么改寫」「怎么出圖」，全部下沉到了原子 Skill 里。

MetaSkill 只負責一件事：在正確的時間，把正確的 Skill 串成正確的順序。

這就帶來了一個巨大的好處：

當社區里有新的 Skill 出現時，MetaSkill 可以自動把它納入可選范圍，而不需要修改工作流本身。

比如哪天社區里出現了一個更牛的「公眾號解析器」，OpenSquilla 會自動發現它、評估它、在合適的時候替換掉舊的那個。

這才是真正的「自進化」。

為什么這件事很重要

我知道你可能在想：不就是把幾個工具串起來嗎？有什么了不起的？

好，我們來算一筆賬。

現在各種 Agent 框架、MCP 工具、開源 Skill 正在爆發式增長。

你本地可能裝了 Claude Code、Codex、OpenClaw，又接了一堆 MCP，再加上各種自定義 Skill。

技能數量很快就從幾十個漲到幾百個，甚至上千個。

這時候問題就來了：

你知道這 1000 個技能里，哪幾個能組合起來解決你當前的問題嗎？

你大概率不知道。

你要一個個翻文檔、試組合、調參數，試到最后可能已經忘了自己本來要干嘛。

這就是 OpenSquilla 提到的「組合災難」。

更麻煩的是，今天的 Skill 組合還嚴重依賴「專家經驗」。

你得知道先調 A 再調 B，A 的輸出格式要匹配 B 的輸入格式，C 失敗了要用 D 兜底。

這些約束全寫在人的腦子里，或者硬編碼在腳本里。

一旦 Skill 社區更新了，你的腳本可能就廢了。

MetaSkill 解決的就是這個問題。

它讓 Agent 像人類組織專業知識那樣，學會自我組織技能。

不需要你記住每個 Skill 的能力邊界，不需要你手動拼接流程圖。

你只需要用自然語言描述目標，剩下的交給 Harness 層。

這也引出了一個更有意思的判斷：

Agent 的下一輪效率紅利，可能不來自模型升級，而來自 Harness 層優化。

模型再強，如果只會一個任務一個任務地硬干，成本也高不到哪去。

真正拉開差距的，是能不能在 Skill 組織層做「輸入減量化」。

把優化前置到 Skill 組合層，比讓 Agent 在線反復 trial-and-error 有效得多。

OpenSquilla 的智能路由也是這個思路：

簡單任務用便宜模型，復雜任務用好模型，緩存命中的直接復用結果。

比如這里 DeepSeek-v4-flash 和 DeepSeek-v4-pro 就會根據任務復雜程度自動選擇，對于復雜的任務，OpenSquilla 會把它移交給 pro 處理。

MetaSkill 建立在這層路由之上，進一步把工作流的編排也自動化了。

從 1.0 的智能路由，到 3.0 的 MetaSkill，能看出這是一條很清晰的產品主線。

我把 OpenSquilla 接進 WeSight 之后，最大的感受是：

Agent 開始像人了。

說話像不像人不重要，關鍵是它干活的方式像人。

遇到一個新問題，它會先看看自己會不會，不會就去找資料，找到資料再組織成方案，最后執行。

這套「自組織」的能力，才是 Agent 真正走向實用的關鍵一步。

當然，OpenSquilla 現在也不是完美的。

有些復雜的工作流，它編排起來還不夠穩；有些 Skill 的依賴關系，它判斷得也不夠準。

但至少方向是對的。

讓 Agent 學會自己造工具，比給 Agent 造更多工具，重要得多。

如果你對這個方向感興趣，可以去 GitHub 搜 OpenSquilla 看看，給個 Star 支持下開源社區。

我也在繼續打磨 WeSight 和 OpenSquilla 的集成體驗，后續有新的玩法再跟大家分享。

你覺得 Agent 自組織技能這件事，靠譜嗎？歡迎在評論區聊聊。

好的工具，就是讓你少想一件事。

當 Agent 學會自己組織技能的那天，我們也許真的只需要專注于創意本身了。

剩下的，交給它們吧。