SenseNova-Skills,彻底跑通四个办公场景!

SenseNova-Skills

实际上,要真正解决工作上的问题,只靠模型是不够的。

如果你想做到跨环节、全链路的办公自动化——从一堆脏数据,到分析报告,到汇报PPT ——得有专门的Agent和Skills来实现。让大模型从「会聊天」变成「会交作业」,靠的就是这一层。

最近GitHub上出了一套开源的办公Skills跟的就是这波趋势,并且迅速斩获了4位数的Star。

亲自实测了一波,发现效果有点超出预期。

SenseNova-Skills,彻底跑通四个办公场景!

项目地址:https://github.com/OpenSenseNova/SenseNova-Skills

如何使用?

可以让Agent自己装,跟它说:

请帮我把https://github.com/OpenSenseNova/SenseNova-Skills安装到你的Skills目录。

它自己就能克隆、拷贝、加载。

API兼容OpenAI格式,主流开源Agent框架平滑接入。

工具概况:SenseNova-Skills

该套件已在GitHub上开源,主要覆盖四大高频办公任务:

能力类别主要功能关键特性
数据分析多表读取、大文件优化(Parquet)、图片表格OCR等全流程编排,支持脏数据自动审计与清洗
深度研究包含规划、取证、综合、成稿等6个子Skills支持断点续跑,中间产物持久化
PPT生成标准/创意双模式,支持大纲→逐页评审→导出自动匹配视觉表达,不合格自动重写
全场景搜索聚合学术、开发者、社交等主流平台支持中英文,学术+开发者+社交全覆盖

(每类Skill都通过SKILL.md文件独立声明触发规则和执行流程,Agent会根据指令自动识别和调用。)

四大办公场景实测

文章通过四个真实场景测试了该套件的表现:

场景一:表格杂乱的数据分析

  • 任务:分析一份涉及6家厂商、13种产品品类,包含空值和异常值的存储芯片价格报表。

  • 表现:Agent完成了“数据审计”,自动清理了大小写、空格等问题;对占13%的离群值进行业务合理性分析后选择性保留,而非简单删除。随后进行多维度交叉分析,精准捕捉到价格上涨拐点,并得出“AI服务器需求带动的结构性修复”的结论

场景二:从零开始的行业调研

  • 任务:仅给定一个行业主题(“低空经济”),无任何参考资料。

  • 表现:Agent自动锚定核心判断,自主检索、比对和提取关键信息(如UAM落地节奏、零部件国产化率等),并自动生成产业链结构图、成本占比饼图和市场规模测算,最终形成一份有框架、有数据、有图表的完整报告,远超简单的信息堆砌

场景三:全自动生成PPT

  • 任务:主题为“城市新能源汽车充电基础设施布局与运营方案”。

  • 表现:AI自主搭建了包含行业背景、需求测算、选址模型等七段式框架,并针对性地生成了选址GIS热力示意图、运营模式对比矩阵、投资测算敏感性分析图等,最终交付了一份包含具体落地建议的23页完整PPT

场景四:一句话生成信息图

  • 能力:可自动完成高密度复杂的信息图生成,包含自动扩写提示词、VLM质检和质量排序等环节

  • 任务:仅需提出一个模糊的流程类需求。

  • 表现:AI能自动生成排版清晰、风格对标小红书爆款的质量图解,实现“一句提示词,一遍成”的效果

© 版权声明

相关文章

暂无笔记

您必须登录才能记录笔记!
立即登录
none
暂无笔记...