SenseNova-Skills
为AI Agent打造的模块化办公技能包，从数据到PPT一站式搞定
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
为AI Agent打造的模块化办公技能包，从数据到PPT一站式搞定
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
如果把大模型比作一个刚毕业的名校毕业生——知识渊博、会做数学题、会写文章，但进了办公室却连Excel都不会开、把PPT做得像记事本——那么 SenseNova-Skills 就是这位"名校毕业生"的岗前培训班：25个模块化技能，把AI从"会聊天"升级到"会交作业"。
SenseNova-Skills 是商汤 SenseNova 模型生态的重要组成部分，由商汤科技旗下的 OpenSenseNova 组织开源维护，遵循 MIT 协议。项目最初于2026年4月发布，目标是为所有兼容 Agent Skills 规范的 AI Agent 提供可直接落地的端到端办公技能——从数据分析到PPT生成，从图像创作到深度研究，一条完整链路打通。
图1：SenseNova-Skills 项目概览，支持数据分析、PPT生成、图像生成与深度研究四大场景
大模型在各项基准测试中表现惊艳，但在真实办公场景里，"能回答问题"和"能完成任务"之间存在巨大鸿沟。给AI一句"分析这份销售数据"，它可能洋洋洒洒写几千字，却不会真的打开Excel文件处理那些数字、生成图表、把结论做成汇报PPT。
这个痛点催生了 Agent Skills 范式：用 SKILL.md 声明文件定义技能的触发条件、能力边界和调用方式，让AI Agent 在执行任务时能够调用正确的工具和流程。SenseNova-Skills 正是在这一范式下的具体实现——它不是一个大模型，而是一套给大模型用的工具包和工作流编排框架。
这种思路在2026年已经形成行业共识：OpenAI 的 GPTs、Anthropic 的 Model Context Protocol（MCP）、各 Agent 框架的插件体系，都在尝试解决同一个问题——让AI不只"会说"，更要"会做"。SenseNova-Skills 的差异化在于，它专注于中文办公场景，技能覆盖更垂直，从数据到PPT的完整闭环不依赖第三方服务。
SenseNova-Skills 包含25个独立技能，按功能分为四大类：
数据分析类技能（sn-da-*）是整个套件中链路最完整的模块。以 sn-da-excel-workflow 为核心，技能覆盖：
sn-da-image-caption 能对截图中的表格和图表进行 OCR 识别，将视觉化数据还原为可处理的结构化数据。实测案例：某存储芯片价格分析任务中，7个月报价记录、6家厂商13种品类混在一起，厂商名大小写不统一，空值和离群值占13%——技能链自动完成全流程清洗，最终输出可直接用于汇报的数据分析结果。
此外还有 sn-da-large-file-analysis 处理超大文件、sn-report-format-discovery 和 sn-md-to-html-report 完成报告格式转换与排版。
PPT生成是整套技能中用户感知最直接的模块，提供 标准模式 和 创意模式 两种路径：
标准模式（sn-ppt-standard）是流水线化的结构化生成：
.pptx 可编辑文件创意模式（sn-ppt-creative）采用"一图一页"策略：每页是一张16:9全图，由图像生成模型按构图 prompt 渲染，视觉效果更富冲击力，适合对外演示和创意汇报。
两种模式由 sn-ppt-entry 统一入口调度，自动识别输入内容（PDF/DOCX/MD/TXT），收集用户需求（角色、受众、场景、页数）后分发到对应模式。
图2：信息图生成案例——将复杂数据压缩为高密度、结构化的视觉化表达
图像类技能（sn-image-*）围绕一个核心基础层 sn-image-base 构建，提供三个底层工具：
sn-image-generate：文生图，通过 sn_agent_runner.py 统一调用sn-image-recognize：图像识别与内容理解sn-text-optimize：文本提示词优化在此基础上，sn-infographic 技能将 SenseNova U1 模型的能力发挥到极致：自动评估用户提示词，从87种布局和66种风格中选型，多轮生成后由 VLM 评审并做质量排序，最终输出专业级信息图。官方提供了近100个生成案例供参考。
sn-image-imitate 实现风格模仿（给定参考图和目标内容，生成同风格新图），sn-image-resume 则专门处理简历图片生成。
图3：信息图风格多样，从简约数据可视化到复杂分析图表均有覆盖
深度研究类技能（sn-deep-research）是覆盖范围最广的模块，整合了13+信息源：
整个研究链路由6个子技能协作完成：sn-research-planning（规划研究路径）→ sn-search-*（多源并行搜索）→ sn-research-synthesis（综合分析）→ sn-deep-research（生成报告）→ sn-report-format-discovery（格式发现）→ sn-update（增量更新，断点续跑）。
这种"分工协作+中间产物持久化"的架构，让长链路任务可以中途暂停、恢复，避免因网络波动或API限制导致任务从头重来。
从代码结构看，SenseNova-Skills 采用分层模块化架构：
sn-image-base、sn-ppt-entry）作为底层被其他技能复用；高级技能（sn-infographic、sn-ppt-standard）调用底层工具完成复杂任务。项目根目录的 skills/ 下每个子目录对应一个技能，包含 SKILL.md 声明文件、docs/ 说明文档、examples/ 使用示例，以及必要的 Python 脚本。整体代码量不大（Python 项目），主要价值在于工作流编排逻辑和提示词工程，而非底层算法实现。
图4：SenseNova-Skills 项目 Logo
有三种方式可用：
方式一（推荐）：使用 Agent Pack 一键安装。OpenSenseNova 提供了跨平台安装器（Windows/macOS/Linux），自动安装 OpenClaw 或 hermes-agent，配置 SenseNova API Key，复制全套 Skills 到目标目录——安装完成后直接在当前窗口拉起 agent。安装器兼容 OpenAI 协议，也支持 Claude、DeepSeek 等其他模型。
方式二（手动）：克隆仓库后手动复制 skills/ 子目录到 agent 运行时目录。hermes-agent 用户复制到 ~/.hermes/skills/，OpenClaw 用户复制到 ~/.openclaw/skills/。
方式三（零安装）：直接使用商汤的"小浣熊"办公助手（xiaohuanxiong.com），全套技能已集成，开箱即用，支持免费试用额度。
sn-infographic）调用 SenseNova U1，其他模型可能效果打折。SenseNova-Skills 的出现折射出一个趋势：2026年的AI竞争，已经从"谁的模型更强"转向"谁的工作流更顺畅"。
SenseNova 的策略很清晰：用免费 Token Plan 吸引开发者入场，用 Cowork-Skills 打造差异化，用 Agent 入口绑定用户——卖的不是 API 调用量，而是"AI替你完成工作"这条完整链路的价值。这条路 Amazon Q、Microsoft Copilot、字节 Coze 都在走，商汤的差异化在于多模态+中文办公垂直场景。
对于开发者而言，SenseNova-Skills 的实用价值在于：它不依赖单一模型，可以作为 Agent 的技能库插件使用，降低了"从零构建办公自动化"的时间成本。尤其是信息图生成和多源深度研究两个场景，在现有开源方案中差异化明显。