四个办公场景高效技能全攻略

新智元报道

光有强大的模型本身还不够，从脏数据到分析报告再到汇报PPT，中间那条自动化链路谁来跑通？最近，GitHub上开源的一套名为SenseNova-Skills的工具集，似乎给出了一个值得关注的答案。我们实测了几个真实办公场景，效果有些超出预期。

轻量级模型，榜单上的“黑马”

就在最近，第三方榜单Claw-Eval上出现了一个有意思的名字：SenseNova 6.7 Flash-Lite。这个轻量级模型，竟然冲进了前十，紧跟在DeepSeek V4 Pro和GPT-5.4之后，甚至压过了Gemini 3.1 Pro和DeepSeek V4 Flash。

有趣的是，行业巨头们也在同一周有了新动作。ChatGPT for Excel全球上线，由GPT-5.5驱动，直接在Excel里嵌了一个侧边栏。两天后，Claude把对Excel、Word、PowerPoint三件套的支持转为正式版，Outlook也同步开启了公测。跨四个Office应用保持对话上下文不断，从邮件到表格再到PPT，AI一路跟着你走。

两大巨头都急着把大模型塞进办公套件，这背后说明了什么？

实际上，要真正解决工作中的实际问题，只靠一个“聪明”的模型是不够的。如果你想实现跨环节、全链路的办公自动化——比如，从一堆混乱的原始数据，到生成分析报告，再到制作出汇报PPT——这中间需要专门的智能体（Agent）和技能（Skills）来实现。让大模型从“会聊天”变成“会交作业”，靠的正是这一层能力。

最近在GitHub上走红的这套开源办公Skills，就跟上了这波趋势，并且迅速斩获了数千颗Star。

实测：从流程图到深度报告

抱着试试看的心态，我们亲自上手实测了一波。

一句话出一张图，零乱码

想象一下，第一次出国旅游，面对签证、机票、海关、转机一堆流程，大多数人的第一反应是去社交媒体翻攻略。现在换个思路：把需求扔给装备了Skills的Agent，它能自动生成一张完整的流程图解。步骤清晰，层级分明，中文排版零乱码，风格直接对标社交平台上的爆款攻略。

一句提示词，一遍生成，无需反复“抽卡”调试。

6家厂商13种品类混着来，抗噪才是真本事

开胃菜吃完，上硬菜。下一个测试任务是存储芯片价格分析。做过采购和分析的朋友肯定懂这种“烂账”：7个月的报价记录，来自6家厂商，从DDR4到HBM3e再到企业级SSD，13种细分品类全搅在一张表里。厂商名大小写不统一，空值东一个西一个，离群值占了13%。

不光是数据多，更恼人的是数据杂。品类之间价格量级差了几十倍，如果不分层处理，一算均价得出的结论基本没有参考价值。换作真人，清洗数据加上写报告，起码得熬上一天半。

对于这套内容，Agent的处理堪称老手。它首先跑了一轮“数据审计”，把厂商命名不规范的、报价空值的，全部清理了一遍。光是厂商名就揪出4个问题，比如“ sk hynix”前面多了一个空格、“ samsung”大小写乱飞。这种脏数据如果不清理，后续按厂商聚合分析时，同一家会被拆成两条线，结果就失真了。

尤其值得一提的，是它对离群值的处理。110条数据被标记为离群值，占了13%，比例不小。但Agent没有一刀切全删。它分析后发现，其中一部分对应的是真实业务场景，比如渠道清库存促销带来的低价，以及HBM现货紧缺时的溢价，于是果断选择保留数据并单独做了标记，在后续分析中进行分层处理。

数据审计完，紧接着是多维拆解。按“品类×应用场景×厂商”进行交叉分析，准确捕捉到了2026年2月下旬的价格拐点。分析显示，HBM3e和企业级SSD周涨幅明显抬升，而消费类DDR4与eMMC只是温和跟涨。最终结论很犀利：本轮上涨是AI服务器需求带动的结构性修复，并非普涨行情。

给Agent一个行业名，它交回一份调研报告

数据分析能跑通了，更长的链路呢？我们测试了低空经济行业调研。只给了一个题目，没有提供任何参考资料。

Agent先锚定了一个核心判断：2025到2026年是中国低空经济商业化的关键窗口期。然后，它开始自主检索国内外主流厂商的最新进展，逐一比对机型、适航进展和订单数据。

这里有个细节。面对大量口径不一的公关稿和重复信息源，Agent精准提取出了UAM（城市空中交通）落地节奏、eVTOL（电动垂直起降飞行器）核心零部件国产化率和关键环节成本占比。随后，它又在此基础上自动生成了产业链结构图、成本占比饼图，并用TAM/SAM/SOM框架测算了2025、2027、2030年的市场规模。

最终给出的调研报告，有判断框架、有数据支撑、有可视化图表，远超“网上搜一圈信息拼在一起”的简单堆砌。

整个过程是`sn-deep-research`这个Skill在编排。规划→分维度取证→综合→成稿，支持断点续跑。

23页PPT，连配色都替你想好了

最后一个场景：生成一份“城市新能源汽车充电基础设施布局与运营方案”的PPT。

首先，在内容结构上，它搭建了完整的七段式框架：行业背景、需求测算、选址模型、技术方案、运营模式、投资测算、政策建议。最终交付的是一份23页的完整PPT。

其次，每一部分都匹配了对应的视觉表达。选址模型页自动配置了GIS热力示意图，运营模式页生成了三种模式的对比矩阵，投资测算页给出了利用率与回收期之间的敏感性分析图。最后一页还给出了3条具体到行动主体和时间节点的落地建议。生成即交付，打开就能编辑。

重点来了。这份PPT不仅在OpenClaw里跑通了，同样的Skill拖进ChatGPT也能用。把SenseNova-Skills仓库克隆到本地，通过ChatGPT的Skills入口导入，搭配GPT的原生能力，同样能跑出高质量的PPT。

四大类任务，不挑模型

到这里该揭晓底牌了。前面四个场景背后运行的，是同一套东西：SenseNova-Skills。来自商汤的团队把办公场景里最高频的能力拆解成了四大类任务入口，每个入口底下挂着一串具体的Skills各司其职。这套工具刚在GitHub开源，采用MIT协议，覆盖了办公场景里最高频的需求。

1. 数据分析：`sn-da-excel-workflow`，支持多表读取、大文件（超过1万行）自动触发Parquet优化、清洗聚合导出，全流程编排。还有专门处理图片表格OCR的`sn-da-image-caption`。

2. 深度研究：`sn-deep-research`，下面挂了6个子Skills分别负责规划、取证、综合、成稿、格式发现、HTML转换，中间产物持久化，断点可续。

3. PPT生成：从`sn-ppt-entry`统一入口进入，支持标准模式和创意模式。标准模式的链路是：大纲→逐页HTML→逐页VLM评审（不合格自动重写）→PPTX导出。

4. 搜索：聚合了arXiv、Semantic Scholar、PubMed、GitHub、Stack Overflow、Hacker News、HuggingFace、Reddit、Twitter、YouTube、B站、知乎、抖音等平台，学术、开发者社区以及中英文社交平台全覆盖。

另外，SenseNova-Skills还能通过调用SenseNova U1模型，完成高密度复杂的信息图生成，包含自动提示词扩写、VLM质检和质量排序。

每个Skill都是独立目录，通过SKILL.md声明什么时候触发、什么时候不触发。Agent会根据用户指令自动选择和编排Skills，不需要手动指定调用哪一个。这套Skills在Claude Code、Codex CLI、ChatGPT、OpenClaw、Hermes Agent等常见Agent工具里都能运行。Skills提供流程知识和工具链编排，模型则提供核心的推理和决策能力。

如何部署与使用

模型搭子：SenseNova 6.7 Flash-Lite

虽说有了好用的Skills，搭配什么模型都可以，但最顺手的搭档之一无疑是日日新SenseNova 6.7 Flash-Lite——这个在同量级中表现领先、专门为Agent场景优化的轻量多模态模型。

Flash-Lite采用原生多模态架构，视觉信号和文本放在统一的感知链路中处理。这意味着它能直接看懂网页布局、文档结构、图表关系，然后一步到位做出决策，中间不经过文字转译。

这个架构带来两个直接好处：

1. Token消耗大幅降低：在信息搜索等场景中，Token消耗直降60%。任务越长省得越多，对于需要跑完整工作流的Agent来说，这是实打实的成本优势。
2. 基准测试成绩突出：在PinchBench上获得92分（同量级第一），Deep Planning 66分（同量级第一），NovaPPTBench 92.4分（第一）。此外，在τ²-bench、GPQA-diamond、AA-LCR、MathVision、OCRBenchV2等多个维度也领先同级别的国内外模型。

通过SenseNova平台接入模型API时，还有一个限时福利：活动首月可享每5小时1500次免费调用配额，相当于零成本上手体验。

两种部署方式

想用这套Skills，有两条路径可选。

第一条，本地安装，自己配置。Skills仓库采用MIT协议开源，你可以使用Agent Pack一键安装，它集成了Hermes Agent和OpenClaw框架以及全套Skills，配合免费Token Plan，装完就能跑。也可以更灵活一点，直接克隆Skills仓库，把Skills目录拷贝到你自己的Agent框架里就行。甚至可以让Agent自己安装，对它说：“请帮我把SenseNova-Skills安装到你的Skills目录。”它自己就能完成克隆、拷贝、加载。其API兼容OpenAI格式，可以平滑接入主流开源Agent框架。

第二条，云端产品，开箱即用。商汤的“办公小浣熊”产品目前已经把商汤全系SenseNova-Skills和U1信息图生成能力打包好了，已有数千万个人用户和数千家企业客户在使用。

本地部署的好处是自由度高，想怎么修改、组合都行，适合喜欢折腾的技术型选手。云端产品的优势则是省心，不用碰代码、不用配置环境，适合希望直接使用、快速上手的用户。

结语：竞争回归交付价值

真实的未来或许不是“Agent取代人”，而是这样的周一早晨：分析师打开电脑，发现上周的840条新报价已经清洗完毕；产品经理刚定完选题，调研报告的草稿已经在桌面生成；总监还在通勤路上，下午要用的汇报PPT已经生成，连配色都替你考虑好了。

让这件事发生的，不一定是参数量更大的模型，而是模型背后那套已经被细致打磨过的Skills。它把通用的AI能力，转化成了解决具体办公痛点的生产力。代码已经在GitHub上，采用开放的MIT协议，不妨亲自试试看。