OpenSenseNova/SenseNova-Skills

解决的问题

SenseNova-Skills 为 AI Agent 提供了一套端到端的办公能力，使其能够执行复杂的专业任务，例如生成高质量的演示文稿、分析大型 Excel 数据集、进行深度网络研究以及创建结构化的信息图。它弥合了通用大语言模型（LLM）与具体、生产就绪的办公工作流之间的差距。

工作原理

该项目遵循 Agent Skills 规范，每个能力都被定义为一个独立的“技能（skill）”，具有各自的触发器和执行流程。这些技能旨在插入到 OpenClaw 或 hermes-agent 等 Agent 运行时中，并与 SenseNova 模型 API 配对使用。

能力按层级组织：

• Image & Visualization：包括文本生成图像、图像识别工具，以及一个利用 VLM 评审和质量分级来生成出版级视觉效果的专用信息图生成器。
• Presentations (PPT)：一个将简报或文档转换为大纲、将其渲染为逐页 HTML 并最终导出为 PPTX 文件的流水线。
• Data Analysis (DA)：用于多工作表 Excel 编排、通过 Parquet 转换处理大文件以及通过 OCR 从图像/图表中提取数据的工具。
• Deep Research：一个使用依赖关系 DAG 和基于证据的内容单元来生成 Markdown 或 HTML 格式综合研究报告的编排器。
• Search：跨多个平台聚合的学术、开发者和社交媒体搜索接口。

适用对象

构建办公生产力 AI Agent 的开发者、寻求自动化研究和报告的企业用户，以及希望通过具体工具扩展其 Agent 能力的 SenseNova 模型家族用户。

亮点

• 端到端工作流：可以将数据分析、深度研究和 PPT 生成串联成一个统一的流水线。
• 信息图生成：将复杂数据压缩为结构化、可视化信息图的专用系统。
• 专业 PPT 流水线：支持多种模式（快速、标准、创意），具备基于 VLM 的质量控制和 HTML 转 PPTX 导出功能。
• 高性能数据处理：针对大型 Excel 文件（1万+ 行）进行了优化，采用流式读取和内存优化。
• 广泛的搜索集成：统一访问学术（ArXiv, PubMed）、开发者（GitHub, Stack Overflow）和社交（Reddit, X）资源。