手元に何十、何百ものAIスキル（Skill）がたまってくると、本当の頭痛の種がやってきます：どうやってAgentにそれらを、走れるワークフローへ自分でつなげさせるか？毎ステップを手動で編成するのは、スクリプトを書き固めるのと変わりません。OpenSquilla 3.0のMetaSkillは、まさにこの問題を解決するためにやって来ました。

OpenSquillaとは

OpenSquillaはオープンソースでローカル実行できるAI Agentで、Pythonで書かれています。OpenClawやHermes Agentと同じオープンソースAgentの走路に属しますが、2つの差別化された能力を持っています：

1. スマートモデルルーティング：毎ラウンドのタスク難易度を自動判定し、数十個のモデルから最適なものを選ぶ。簡単な仕事には安いモデル、難しい仕事にだけフラッグシップを投入
2. MetaSkill：自然言語で目標を記述すると、Agentが既存スキルを実行可能なワークフローへ自動で組織する

その核心思想は「モデルを競うのではなく、Harnessを競う」です（Harnessはモデルの外側にある「殻」の層で、ルーティング、スキル管理、編成を含みます）。

核心能力：MetaSkill自動編成

起動したら既存スキルライブラリを認識

インストール後に初めてスキルリストを開くと、OpenSquillaはローカルのスキルファイルを自動スキャンします。たとえばClaude Codeの中の個人スキル——Feishuスイート一式、ブラウザ自動化、カスタム執筆ツールなど——がそのまま認識されてリストに現れ、手動インポートは不要です。

一言で新スキルを生成

MetaSkill Creatorなら、一言で要件を記述するだけで、多ステップのスキルを自動合成してくれます。たとえば入力：

「まず中国語の初稿をファクトチェックし、次により口語的でAIくささを除去したバージョンに書き直し、最後に修正リストを1件出力する。」

すると、完全なフローチャート式スキルファイルが生成されます：

fact_check（ファクトチェック）
  -> rewrite（AIくささを除去して書き直す）
    -> modlist（修正リストを生成）

各ステップでどのスキルを使い、前のどのステップに依存し、結果を誰に渡すかは、すべて自動で埋められます。

Agentの好き放題を許すわけではない

生成されたフローはruntimeに渡された後、依存順序、ツールのホワイトリスト、リスクレベル、テンプレート安全性がすべて強制検証されます。どのステップがファイルを読めて、どのステップがコマンドを実行できるかは、事前に宣言が必要です。

スマートモデルルーティング：節約の鍵

OpenSquillaは複数段階のモデルルーティング能力を内蔵しています：

• 単一ベンダールーティング：たとえばVolcano ArkのDoubaoなら、最安のminiから最強のcode版まで、ルーターがタスク難易度に応じて自動で選択
• ベンダー横断ルーティング：OpenRouter経由で、数十社のベンダーのモデルをまたいで選べる。簡単な質問はDeepSeek Flash、複雑な推論はClaude Opusへ
• ローカル判定：難易度評価はローカルで完了し、問題を外部モデルに送って採点させる必要がない

25タスクのベンチマーク比較を実測：ルーティング方式はOpus単体使用とスコアがほぼ同じながら、コストには1桁の差が出ました。

応用シーン

• スキル密集型ユーザー：大量の個人Skillを抱えていて、自動でパイプラインに組織したい人
• コスト敏感なチーム：スマートルーティングでAI呼び出しコストを押し下げたい
• ワークフローの標準化：繰り返しの多ステップ操作を再利用可能なスキル組み合わせに抽象化

入手方法

GitHubでOpenSquillaを検索すれば見つかります。オープンソースで無料、ローカルデプロイに対応しています。