商汤开源模块化AI办公技能库SenseNova-Skills详解

在AI Agent工具层出不穷的今天，一个真正能融入现有工作流、解决实际办公痛点的技能库，显得尤为珍贵。SenseNova-Skills的出现，恰好填补了这一空白。它不是另一个孤立的AI玩具，而是一个模块化、可插拔的专业办公“技能包”，旨在让AI助手真正具备端到端的执行力。

SenseNova-Skills是什么

简单来说，SenseNova-Skills是商汤OpenSenseNova团队开源的一套“办公技能增强套件”。它的核心思路很清晰：将信息图生成、PPT制作、Excel数据分析与深度研究这四大高频且复杂的办公需求，拆解成一个个独立的、标准化的技能模块。这些模块可以直接集成到如OpenClaw、hermes-agent等主流的Agent框架中。这意味着，你的AI助手不再只会聊天和搜索，而是能直接上手处理专业的办公文档，完成从数据到洞察，再到可视化呈现的完整链条。

SenseNova-Skills的主要功能

这套技能库的能耐，具体体现在以下几个核心模块上：

信息图生成：这可能是最直观的亮点。sn-infographic技能提供了87种布局和66种风格模板，能将复杂的数据或长篇报告，转化为信息密度极高的可视化图表。更关键的是，它背后有一套视觉语言模型驱动的质量检查与多轮迭代机制，确保产出的不是“AI风”的粗糙图片，而是真正能达到出版标准的专业信息图。此外，sn-image-imitate可以模仿参考图的风格生成新图，sn-image-resume则能自动生成精美的简历视觉图。

PPT生成：通过sn-ppt-entry这个统一入口，你可以上传PDF、Word、Markdown或纯文本文件。系统会解析内容后，根据需求分派到两种模式：追求视觉冲击力的“创意模式”（每页输出为16:9的PNG图），或注重规范与可编辑性的“标准模式”。标准模式会走完一整套严谨的流水线：样式规范制定→大纲生成→素材规划→VLM质检→HTML渲染→人工审阅→最终导出为可编辑的PPTX文件。

数据分析：面对令人头疼的Excel表格，sn-da-excel-workflow技能支持多表读取，并能自动将超过1万行的大文件转换为Parquet格式以提升处理效率。它具备数据清洗、筛选、跨表聚合等核心能力。sn-da-image-caption则实现了表格OCR和图表理解，意味着你可以直接对截图中的表格进行分析。对于超大规模文件，sn-da-large-file-analysis采用流式读取，有效避免内存崩溃。

深度研究：这堪称一个自动化的研究助理。sn-deep-research技能会统一编排“规划→多维度证据收集→综合判断→报告生成”的全流程。它支持“断点续跑”，研究过程中被打断也能从中断处恢复。其下辖的子技能如sn-research-planning可自动生成研究计划，sn-dimension-research能按不同维度执行搜索与交叉验证，sn-research-synthesis则负责整合所有发现，形成最终报告。

垂直搜索：为了给研究提供高质量信源，其搜索能力覆盖了学术（ArXiv、PubMed）、开发者（GitHub、HuggingFace）、中文社交（B站、知乎、抖音）及英文社交（Reddit、X、YouTube）等多个垂直领域，信息获取维度相当全面。

SenseNova-Skills的技术原理

功能强大的背后，是一套深思熟虑的工程架构设计。

分层技能架构：采用Tier 0（基础层）和Tier 1（应用层）的设计。基础层提供像文生图、图识别这样的通用能力；应用层则基于这些基础能力构建具体的办公技能。这种解耦设计让底层能力可以被多个上层技能复用，提高了开发效率和系统可维护性。

Agent Skills规范：每个技能都是一个独立目录，并通过标准的SKILL.md文件来声明自己的触发器、能力描述和执行流程。这种规范化设计确保了它能无缝兼容OpenClaw、hermes-agent等不同的Agent运行时环境。

VLM质量闭环：在信息图和PPT生成这类对视觉输出要求高的场景中，引入了视觉语言模型进行多轮质量检查和评分。这相当于为AI创作过程增加了一位严格的“美术指导”，确保最终输出的专业度和一致性。

大文件流式处理：针对万行级别的Excel文件，没有采用一次性加载到内存的粗暴方式，而是结合openpyxl的只读模式和iter_rows流式读取，再转换为Parquet格式进行分块处理，极大降低了内存占用，让处理大规模数据变得可行。

断点续跑机制：深度研究这类长耗时任务，最怕中途中断。该技能将研究计划、子报告、综合报告等中间产物都持久化保存，支持从任意阶段恢复执行，这对处理复杂、耗时的研究任务至关重要。

如何使用SenseNova-Skills

接入和使用方式非常灵活，适合不同技术背景的用户。

Agent自动安装（推荐）：对于已经部署了OpenClaw等Agent框架的用户，最简单的方式就是直接向你的AI助手发送指令：“请从 https://github.com/OpenSenseNova/SenseNova-Skills 安装SenseNova-Skills到技能目录。”安装完成后重启服务，你的助手就获得了这些新技能。

手动安装：

• 克隆仓库：执行 git clone https://github.com/OpenSenseNova/SenseNova-Skills.git --depth=1。
• 复制技能：将技能文件夹拷贝到对应Agent的目录下（OpenClaw用户是~/.openclaw/skills/，hermes-agent用户是~/.hermes/skills/）。
• 配置环境：根据每个技能目录下的SKILL.md指引，在.env文件中配置必要的API密钥和环境变量。
• 重启触发：重启Agent服务，之后就可以通过自然语言指令来调用这些技能了。

直接使用：如果你不想折腾环境配置，最快捷的途径是访问“办公小浣熊”平台，在其Raccoon Pro计划中可以直接体验全套技能，无需管理任何密钥或运行环境。

SenseNova-Skills的核心优势

与市面上许多单点工具相比，SenseNova-Skills的竞争力在于其系统性和完整性。

端到端工作流编排：它覆盖了从数据分析、深度研究到PPT汇报的完整办公链条。你不再需要在不同工具间来回切换、复制粘贴，一个指令就能启动一站式的闭环任务。

Agent原生集成：技能直接嵌入Agent运行时，通过自然语言即可调用。这实现了AI助手与专业能力的深度融合，而非简单的工具调用。

分层可组合：底层能力与上层应用解耦，开发者既可以调用单个技能解决特定问题，也可以像搭积木一样，将多个技能拼接起来，构建定制化的复杂工作流。

输出质量可控：内置的VLM质检、自动提示词评分和多轮迭代机制，显著提升了信息图与PPT这类创意产出物的专业度和风格一致性，让AI生成的内容真正“可用”甚至“好用”。

开箱即用：对于终端用户，可以通过Raccoon Pro零配置体验；对于开发者和企业，完全开源的特性又提供了最大的自由度和可控性，支持私有化部署。

SenseNova-Skills的项目地址

所有代码和文档均已开源，项目托管在GitHub：https://github.com/OpenSenseNova/SenseNova-Skills。社区开发者可以自由查阅、使用甚至参与贡献。

SenseNova-Skills的同类竞品对比

为了更清晰地定位其价值，我们可以将其与生态内外的相关产品进行对比：

从对比中可以看出，SenseNova-Skills在办公领域的垂直深度、输出质量保障和中文场景优化上形成了独特优势，填补了开源生态中高质量、成体系办公技能库的空白。

SenseNova-Skills的应用场景

理论再完美，也得看实际用起来如何。以下几个场景可以直观展示其能力：

运营汇报：每月底，将杂乱的运营数据Excel丢给sn-da-excel-workflow进行清洗和分析，同时让sn-deep-research自动补充最新的行业动态和竞品洞察，最后通过sn-ppt-standard生成一份数据翔实、洞察深刻、设计规范的汇报PPT。整个过程几乎自动化。

行业研究：只需输入一个行业或公司名称，系统会自动规划研究路径，从学术论文、开源代码、社交媒体等多维度搜集证据，并对冲突信息进行交叉验证，最终输出一份结构清晰、带有图表的Markdown及HTML格式的深度研究报告。

信息图营销：市场人员可以将枯燥的产品技术白皮书或核心卖点文档，通过sn-infographic一键转化为多种风格和布局的高密度信息图，快速适配微信公众号、小红书、B站等不同平台的传播需求，极大提升内容生产效率。

简历与品牌视觉：求职者可以用sn-image-resume快速生成视觉突出的个人简历图。品牌团队则可以利用sn-image-imitate

大文件数据分析：财务或销售部门面对动辄数万行的交易记录表格，无需担心Excel卡死或内存不足。利用其流式读取和大文件处理能力，可以轻松完成聚合分析、趋势洞察等任务。