开源AI Agent框架OpenSquilla 3.0推出MetaSkill，用自然语言自动合成多步骤工作流，搭配智能模型路由降低使用成本。
开源AI Agent框架OpenSquilla 3.0推出MetaSkill，用自然语言自动合成多步骤工作流，搭配智能模型路由降低使用成本。
阿里ATH事业群发布悟空WuKong，全球首个企业智能体AI原生工作平台，支持CLI化操作、RealDoc文件系统、十大行业OPT技能套件，解决OpenClaw企业落地难题
当你手里攒了几十上百个AI技能（Skill），真正头疼的事来了：怎么让Agent自己把它们串成一条能跑的工作流？手动编排每一步，跟写死脚本没什么区别。OpenSquilla 3.0 的 MetaSkill 就是为解决这个问题而来的。
OpenSquilla 是一个开源、能本地运行的 AI Agent，用 Python 编写。和 OpenClaw、Hermes Agent 同属开源 Agent 赛道，但它有两个差异化能力：
它的核心理念是"不卷模型，卷 Harness"（Harness 是模型外面的那层"壳"，包含路由、技能管理和编排）。
装好之后第一次打开技能列表，OpenSquilla 会自动扫描你的本地技能文件。比如 Claude Code 里的个人技能——飞书全家桶、浏览器自动化、自定义写作工具等，都能被原样识别并出现在列表中，无需手动导入。
MetaSkill Creator 允许你用一句话描述需求，它自动合成一个多步骤技能。比如输入：
"先对一段中文初稿做事实核查，再改写成更口语、去AI腔的版本，最后输出一份修改清单。"
它会生成一个完整的流程图式技能文件：
fact_check（事实核查）
-> rewrite（去AI腔改写）
-> modlist（生成修改清单）每一步用哪个技能、依赖前面哪一步、结果传给谁，全部自动填好。
生成的流程交给 runtime 后，依赖顺序、工具白名单、风险等级、模板安全都会被强制校验。哪一步能读文件、哪一步能跑命令，都需要提前声明。
OpenSquilla 内置了多档模型路由能力：
实测 25 个任务的基准对比：路由方案和单用 Opus 的分数几乎一样，成本却差出一个数量级。
GitHub 搜索 OpenSquilla 即可找到，开源免费，支持本地部署。