OpenSenseNova/SenseNova-Skills

Modular SenseNova skills for building AI-powered office assistants and productivity workflows

SenseNova‑Skills – 用于 AI 代理的办公自动化技能

是什么 – 一组 Agent Skills(包含 SKILL.md 描述文件的自包含目录),为 SenseNova 大语言模型家族扩展端到端的办公能力。这些技能可直接集成到遵循 Agent Skills 规范的任意代理中,例如 OpenClawhermes‑agent,并通过 SenseNova 平台 API 调用。

为何重要 – 它能将通用大模型转变为功能完整的“AI 同事”:生成图像、制作信息图、分析 Excel 工作簿、撰写研究报告,并自动生成 PowerPoint 演示文稿。所有这些操作均由代理运行时协调,用户只需描述高层次目标(例如 “制作一份关于内存价格趋势的 20 页幻灯片”),技能将自动完成数据清洗、网络搜索、视觉语言模型(VLM)审查以及最终文件导出。


核心技能组

类别 示例技能 功能说明
图像与可视化 sn-image-base, sn-infographic, sn-image-imitate 低层级的文本到图像生成、编辑与识别;高层级的信息图生成,支持自动布局/风格选择与质量评分。
演示文稿(PPT) sn-ppt-entry, sn-ppt-standard, sn-ppt-creative 解析需求简报,创建大纲,规划素材,生成每页 HTML,运行 VLM 质量检查,并导出 PPTX 文件。支持快速、标准与创意三种模式,还可选 AI 生成图表或网络获取图片。
数据分析 sn-da-excel-workflow, sn-da-image-caption, sn-da-large-file-analysis 读取多表 Excel/CSV 文件,清洗与聚合数据,通过 Parquet 转换流式处理超大文件(>10 k 行),从图像中提取表格/图表,并输出整洁的 Excel/CSV 文件。
深度研究 sn-deep-research, sn-research-report, sn-prepare-citations 多阶段研究流程:规划查询、并行执行网络搜索(学术、代码、社交)、综合证据、生成 Markdown 报告、格式化引用,可选转换为 HTML。
搜索 sn-search‑academic, sn-search‑code, sn-search‑social‑en/cn 统一封装 arXiv、Semantic Scholar、PubMed、GitHub、Stack Overflow、Reddit、Twitter、Bilibili 等平台,返回标准化 JSON 数据供下游技能使用。

如何快速上手

  1. 选择运行时 – 安装 OpenClawhermes‑agent(两者均支持 Agent Skills 规范)。
  2. 添加技能 – 最简单的方式是让代理从仓库克隆并放入技能目录,例如:
    "请将 SenseNova‑Skills 从 https://github.com/OpenSenseNova/SenseNova‑Skills 克隆到你的技能目录中。"
    
    若偏好手动操作:
    git clone https://github.com/OpenSenseNova/SenseNova-Skills.git --depth=1
    cp -r SenseNova-Skills/skills/* ~/.openclaw/skills/   # 或 ~/.hermes/skills/
    
  3. 配置 SenseNova API – 从 SenseNova 平台获取 API 密钥(国际版:https://platform.sensenova.ai,中国版:https://platform.sensenova.cn)。将密钥和正确的基础 URL 添加至 .env 文件;*_doctor 技能可帮助填充缺失变量。
  4. 运行技能 – 每个技能提供简短的 CLI 入口(如 sn-ppt-entry),可直接调用或通过代理的自然语言接口触发。

示例端到端工作流

该仓库附带完整演示(examples/memory-price-end2end-analysis),展示全流程:

  1. 数据分析sn-da-excel-workflow 读取原始内存价格 CSV 文件,标准化时间戳,并生成清洗后的 Excel 文件。
  2. 深度研究sn-deep-research 规划并执行供应链因素的网络搜索,聚合证据,并撰写 Markdown 报告。
  3. 演示文稿生成sn-ppt-entry + sn-ppt-standard 将报告转化为 16 页 PPT,必要时生成信息图,并执行 VLM 质量检查。
  4. 导出结果 – 最终的 PPTX 文件与报告的 HTML 版本均写入输出目录。

获取更多信息

  • 文档与教程docs/ 包含各技能组的逐步指南(图像生成、PPT、数据分析、深度研究)。
  • 作品集docs/sn-infographic-examples.md 展示约 100 个信息图提示与结果。
  • 常见问题docs/faq.md 解答常见设置问题(认证错误、速率限制、超时等)。
  • Raccoon UI – 若不想管理运行时或 API 密钥,同一套技能已集成至托管的 Raccoon 办公助手(免费试用:office.xiaohuanxiong.com)。

适合谁使用

  • 注重效率的 AI 代理,需要将原始数据或简单用户需求转化为专业交付成果。
  • 企业用户,希望自动化报告生成、市场研究或幻灯片制作,而无需构建定制化流程。
  • 开发者,希望使用现成的技能模板,扩展 OpenClaw/hermes‑agent 的多模态能力。

快速要点

  • 模块化 – 每项能力独立存在于自己的技能目录中,通过声明式 SKILL.md 描述文件管理。
  • 模型无关运行时 – 可与任何通过公共 API 访问的 SenseNova 模型(如 6.7 Flash、U1)配合使用。
  • 端到端流程 – 从原始文件 → 分析 → 研究 → 可视化 → 最终 PPT/HTML,全部由代理协调完成。
  • 开源 – MIT 风格开源项目;可 Fork、修改或贡献新技能。

相关

  • 项目
  • 项目
  • 项目
  • 项目
  • 项目