Cowork-Skills 开源体系 · 从模型能力到办公场景的最后一公里
定位
商汤日日新 SenseNova-Skills 是开源的 Skill 组件体系,号称"模型到场景的最后一公里"。与直接调用底层模型 API 不同,Skill 体系封装了面向具体办公任务的完整工作流。
商汤官网总结为"汇聚海量技能组件,探索模型更多玩法,助力创新无限可能"。项目地址:github.com/OpenSenseNova/SenseNova-Skills。
三层架构
Skill 体系按能力层级分为三层,共 8 个组件:
Layer 01 · 多模态理解
解析多种形态的输入信息,转化为结构化、可用的素材。
| Skill | 功能 |
|---|---|
| 材料分析 | 输入文档、网页、笔记、表格等资料,根据需求自动完成信息提炼,形成下游任务说明 |
| 多源检索整合 | 面向某一主题进行多来源信息检索、筛选、归纳与证据整合,构建可追溯的资料底座 |
| 表格理解与图像分析 | 理解表格结构与图像内容,完成字段识别、口径整理、数据清洗与预处理 |
Layer 02 · 交互式执行
对已有信息或交付物执行交互式加工操作——既能"算"也能"改"。
| Skill | 功能 |
|---|---|
| 数据分析结论 | 对数据进行统计分析、趋势判断、对比分析,自动生成图表与文字结论 |
| PPT 对话精修 | 对已生成的 PPT,通过对话方式完成内容改写、结构调整、页面美化、风格统一、图文替换与补页 |
Layer 03 · 多模态生成
从零生产高质量的最终交付物。
| Skill | 功能 |
|---|---|
| PPT 生成 | 基于材料分析结果与任务说明自动生成演示文稿,支持标准模式与创意模式两条生成路径 |
| 报告撰写输出 | 将研究材料组织为完整报告,输出摘要、章节结构、核心结论、对比分析与建议 |
| Infographic 生成 | 将复杂信息转化为信息图、海报式摘要、流程图等适合展示传播的视觉化内容 |
与 SenseNova 6.8 Flash Lite 的配合
Skill 体系的设计目标是与 SenseNova 6.8 Flash Lite 轻量多模态智能体模型配合:
- Flash Lite 负责端到端任务规划和多模态理解
- Skills 负责把规划好的步骤拆解为可执行的组件调用
Token Plan 中的角色
Skill 体系已纳入 Token Plan 能力包。商汤官网宣称 Token Plan 可"读资料、整信息、做判断;分析表格、提炼结论、生成图表;产出 PPT、报告、信息图等最终交付物",这些全部依赖 Skill 体系实现。
行业覆盖
商汤官网展示了 Skill 体系可覆盖的 8 个行业场景:金融、市场营销、制造业、教育、学术、电商/零售、政务/企业服务、医疗/医药。每个场景下多个 Skill 可组合使用,构建完整的行业知识工作流。
开源生态
SenseNova-Skills 在 GitHub 上开源,属于商汤 OpenSenseNova 组织旗下的多个开源项目之一。详见 开源模型家族。