SenseNova-Skills,彻底跑通四个办公场景!

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。

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。





