SenseNova-Skills — 商汤模块化 AI 办公技能库
- 来源: https://github.com/OpenSenseNova/SenseNova-Skills
- 日期: 2026-06-16
- 标签: #SenseNova #商汤 #AI办公 #AgentSkills #OpenClaw #DeepResearch
一句话版本
商汤科技开源了一套 AI 办公技能包，让你的 AI 助手（比如 OpenClaw）瞬间具备图片生成、做 PPT、分析 Excel 表格、深度研究等能力——像给机器人装上了"办公技能插件"。
核心内容
这是什么？
SenseNova-Skills 是商汤（SenseTime）基于其"日日新"大模型系列开源的模块化技能库。每个技能就是一个 SKILL.md 文件，放在 AI 助手的技能目录里就能用，遵循 Agent Skills 规范。
技能全景
| 类别 | 技能 | 说明 |
|---|---|---|
| 🎨 图像与可视化 | sn-image-base | 文生图、图像识别、文本优化基础层 |
| sn-infographic | 信息图生成 — 87 种布局 / 66 种风格，VLM 多轮评审 | |
| sn-image-imitate | 风格模仿生成 | |
| sn-image-resume | 简历图片生成 | |
| 📊 PPT 生成 | sn-ppt-entry | 统一入口，快速/标准/创意三种模式 |
| sn-ppt-standard | 标准模式：大纲→素材→分页→VLM质检→PPTX | |
| sn-ppt-creative | 创意模式：全页 16:9 PNG 图像 | |
| 📈 数据分析 | sn-da-excel-workflow | 多表读取、清洗、聚合、导出全程编排 |
| sn-da-large-file-analysis | 大文件流式读取、Parquet 优化 | |
| sn-da-image-caption | 图像 OCR、图表解读、数据提取 | |
| 🔬 深度研究 | sn-deep-research | 规划→分维度取证→综合→成稿全流程 |
| sn-research-planning | 研究规划，产出 plan.json | |
| sn-dimension-research | 单维度证据收集与交叉验证 | |
| sn-research-synthesis | 跨维度综合判断 | |
| sn-research-report | 终稿写作与改写 | |
| sn-md-to-html-report | Markdown → 离线 HTML 报告 | |
| 🔍 搜索 | sn-search-academic | ArXiv / Semantic Scholar / PubMed / Wikipedia |
| sn-search-code | GitHub / Stack Overflow / Hacker News / HuggingFace | |
| sn-search-social-cn | B站 / 知乎 / 抖音 | |
| sn-search-social-en | Reddit / Twitter (X) / YouTube |
产品化：小浣熊（Raccoon）
这些技能已经集成到商汤的 AI 办公产品"小浣熊"（office.xiaohuanxiong.com），拥有：
- 1500 万个人用户 + 数千家企业客户
- 三大核心能力：数据分析、PPT 生成、任务规划
- 新能力：基于 SenseNova U1 的信息图生成
- 全新客户端 + 本地 Agent OS
- 免费试用
技术栈
- 推荐运行时: OpenClaw / hermes-agent
- 推荐 LLM: SenseNova 6.7 Flash（免费 API 额度可用）
- API: OpenAI 兼容协议，Base URL
https://token.sensenova.cn/v1 - 一键安装: Agent Pack（github.com/OpenSenseNova/agent_pack）
- 安装路径:
~/.openclaw/skills/或~/.hermes/skills/
端到端案例：内存价格分析
智能体对原始报价 CSV 做字段刻画和标准化，从「整体走势」「分品类涨幅 Top」「服务器级 vs 消费级背离」分析价格趋势 → 转入深度调研（供给收缩、AI 需求、原厂控产）→ 综合报告 → PPT 生成。三段叙事：价格在涨 → 为什么涨 → 怎么看。
分析
与 OpenClaw 生态的高度契合
SenseNova-Skills 的 Agent Skills 规范和我们正在使用的 OpenClaw 完全一致。这个项目的技能可以直接安装到 Jay 的 OpenClaw 实例中——尤其是 sn-deep-research 体系（分维度取证、综合判断、报告生成）和我们现有的 deep-research 工作流思路高度互补。
与小浣熊的竞品定位
小浣熊主打"AI 办公助手"的 C 端和 B 端市场，核心能力（数据分析、PPT、信息图）和 DeepSeek、Kimi、通义千问的办公套件形成竞争。其差异化在于：
1. 开源底层技能——开发者可以在 OpenClaw 等框架上自建
2. 本地 Agent OS——本地化、安全化
3. 多模态能力整合——从 T2I 到信息图的完整视觉链路
对 Jay 项目的关联
- OpenClaw 生态: 这是 OpenClaw 官方文档中推荐的技能来源之一（README 中直接引用 openclaw.ai）
- deep-research 体系: SenseNova 的深度研究技能和我们当前的流程（web_fetch → 研究 → 报告 → 部署）思想一致但实现差异大——他们的更结构化（plan.json → sub_reports → synthesis → report），我们的更灵活（直接回复 Discord）
- 小浣熊与 jaylab.io: 都是部署在 Cloudflare 生态（小浣熊也可能使用类似的架构），但定位完全不同——小浣熊是 AI 办公产品，jaylab.io 是个人知识库/博客
评分
| 维度 | 评分 | 说明 |
|---|---|---|
| 创新性 | ⭐⭐⭐⭐ | 将 Agent Skills 规范落地到办公场景，端到端工作流设计完整 |
| 实用性 | ⭐⭐⭐⭐⭐ | 15M+ 用户验证，图片/PPT/数据分析都很贴近实际需求 |
| 技术实现 | ⭐⭐⭐⭐ | 模块化设计清晰，VLM 质检、大文件 Parquet 优化等细节到位 |
| 文档质量 | ⭐⭐⭐⭐ | 中英双语、安装指南详细、示例丰富 |
| 与 Jay 的关联度 | ⭐⭐⭐⭐⭐ | 直接兼容 OpenClaw，深度研究方向一致 |
总体评分: 4.5/5