一堆原始数据，到一份可以直接上会的完整报告，中间有多远？这个问题，用真实案例最能说清楚。
过去用通用大模型做数据分析，大多数时候只能拿到一份“建议清单” —— 比如让AI分析这季度的销售数据，它可能回复：建议从增长率、区域分布、客单价三个维度入手。而要完成剩下的图表排版、数据深挖、落地结论等，还是得自己来。
我们缺的从来不是一个会输出建议的AI助手，而是一个能把工作全流程跑完、直接交付成品的数字化同事。
SenseNova-Skills 是商汤开源的办公技能体系。它依托Agent Skills 将各行各业的知识与办公流程，封装成可快速调用的“工种手册”，让 AI 实现从“给出分析思路”到“自动跑完工作流、直接交付成品”的能力跃迁。
产品体验入口：（点击阅读原文即可挑战）
https://xiaohuanxiong.com/
开源地址：
https://github.com/OpenSenseNova/SenseNova-Skills/
以下四个真实的高频场景案例与场景，完整拆解从数据→分析→报告→PPT端到端闭环全链路，看商汤 SenseNova-Skills 如何落地办公场景提效。
我们将演示从一条指令或一份数据出发，完整呈现直达可汇报、可落地的交付物的全链路结果。
场景一
办公数据分析
告别万行大表，一键输出“可开会决策报告”
案例：风电事业部月度绩效数据表 → 全维度绩效分析报告
HR 与企业管理者每逢周期考核，就有动辄数十张跨月份考核表格需要分析整理。上万条零散绩效数据，人工汇总、岗位对标、数据筛选耗时极久，传统 AI 仅能提供 Excel 函数操作建议，无法自动出完整报告。
Prompt：根据我上传的风电事业部月度绩效考核表，生成一份员工绩效分析报告，包含总体情况、趋势变化、岗位对比、个人表现和改进建议，并用图表展示关键结论。
输入文件：2024.12-2025.09 共 10 个月脱敏绩效考核汇总表（多 Excel 文件）
绩效考核表部分数据
绩效考核表全部文件
安装了SenseNova-Skills技能集后，依托 sn-da-excel-workflow 数据分析技能，你的智能体AI就能自动启动全流程处理：先完成数据校验、空值与异常数据清洗，再分层统计月度考核人数、得分区间、岗位绩效、员工个体表现，自动生成各类统计图表，最终输出带完整目录、数据分析、优化方案的正式 Word 报告 + HTML 可视化页面。
报告包含五大板块：全周期数据概况、月度绩效波动趋势、38 个岗位绩效分层盘点、高低绩效员工画像、持续进步人员复盘。精准标注不合格率超 80% 的高危岗位（岗位 31、13、4 等），配套专项培训、资源优化等落地管理建议，所有趋势图、岗位排名图表自动生成，报告内容可直接用于部门管理例会。
核心技能亮点：
海量文件自动分块流式读取，上万行数据不会内存溢出、程序卡死；
支持图片表格 OCR 识别，截图里的数据也能提取汇总分析；
分析结论落地具象化，不只罗列数据，同步输出管理优化落地建议。
上下滑动查看更多，点击可查看原图
场景二
全自动深度研究
数据冲突自动甄别，产出可溯源行业报告
案例：一句话调研需求 → 跨境电商全维度专业报告
投资人、行业研究员想要快速摸清行业现状，普通的大模型和 AI 工具只会碎片化堆砌网络资讯，多统计口径数据矛盾、信息真伪混杂是普遍痛点。
Prompt：请围绕《2024 年以来中国跨境电商行业的发展变化》完成一份专业分析报告，重点评估平台格局、商家经营压力、AI 工具应用、主要机会与风险，并输出一份结构清晰、结论明确、带可视化展示的报告。
依托SenseNova-Skills技能集的 sn-deep-research 深度研究技能，AI可以在无数据内容输入的情况下，直接输出带丰富图表、可溯源的可视化报告——“2024中国跨境电商行业发展深度研究报告”。
SenseNova-Skills遵循了「先搭建分析框架→分维度定向取证→多源数据交叉核验→整合归纳结论」标准化研究路径，无需原始文件，只需输入一句话指令，就能自动完成深度行业调研。并且引用权威来源，避免了漫无目的全网抓取。
它的 sn-deep-research 深度研究技能，在面对海关总署（2.63 万亿监管口径）、网经社（17.66 万亿全产业链口径）两组差异数据时，工具自动区分统计规则、标注口径差异，说明数据互补而非冲突；针对 Temu、TikTok Shop 是机遇还是行业隐患的行业争议，能够从入局新商家、存量老卖家双视角拆解利弊。
报告围绕行业规模、平台格局、商家经营成本、AI 落地渗透率、地缘合规风险五大核心维度展开，配套十余张数据统计图，所有调研信息溯源海关、行业白皮书、权威平台公开数据，标注数据源清单，内容严谨可用于投资研判。
核心技能亮点：
覆盖学术库、行业平台、权威媒体多源检索，调研过程可存档、支持断点续跑；
自动辨析统计口径分歧、行业观点矛盾，避免报告数据错误；
从零散资讯收敛成结构化研判结论，杜绝信息杂乱堆砌。
上下滑动查看更多，点击可查看原图
综合成文时，它把各维度的证据收敛成几条清晰的主线判断：行业正从野蛮生长转向高质量发展、平台格局呈"一超多强"、"内卷"成为商家年度关键词、AI 工具渗透率快速提升但尚未成为核心竞争力、地缘政治与合规是最大风险。
最终产出的是一份带数据、带图表、结论自洽的行业研究报告——而不是一堆互不相关的要点。
这种把一句模糊的"调研一下 X"，变成了一种先规划、再执行、证据可查的工作方式——这就是靠谱研究和糊弄之间的分水岭。
场景三
多技能串联
SenseNova-Skills 采用模块化设计，数据分析、深度调研、PPT 生成三大技能可自由拼接组合，一条需求即可完成「信息搜集 - 数据分析 - 文案撰写 - 排版制图 - PPT 导出」全链路，全程无需跨软件复制粘贴。
案例 A：25万预算新能源 SUV 选购指南——12页理性决策 PPT
背景：用户 25 万预算选购家用新能源 SUV，覆盖城市通勤 + 周末自驾，横向对比多款热门车型。
Prompt：请制作一份12页中文 PPT，主题为《25万预算，新能源 SUV 到底怎么选？》。设定：用户准备购买一辆25万元以内的新能源SUV，主要用于城市通勤和周末出游，关注续航、安全、智驾、空间、保值率、售后和真实用户口碑。要求：
深度调研主流新能源SUV的价格、续航、智驾能力、安全配置、空间表现、售后政策和用户口碑。
比较特斯拉Model Y、比亚迪宋L /唐DM-i、小鹏G6、理想L6、零跑C10/ C11、问界M5等车型。
建立购车决策评分模型，给出稳妥型、智能化优先型、家庭舒适型、性价比型推荐。
PPT 需要包含：车型对比表、评分雷达图、价格续航对比、智驾能力对比、推荐矩阵、最终建议。
风格要求：清晰、现代、适合家庭讨论，避免广告感和过多专业黑话
SenseoNova-Skills 通过全网搜集车型配置、落地售价、车主真实口碑、售后政策，生成六维打分雷达图、价格续航对比表，同时按照稳妥家用、智能优先、性价比、舒适取向四类划分选购方案，交付一份完整的“新能源 SUV 选购指南PPT”，无硬广话术，适合辅助决策沟通。
上下滑动查看更多，点击可查看原图
案例 B：城市夜间消费推荐｜都市氛围风 PPT
背景：分析年轻人夜间消费和夜宵选择，帮助用户在不同场景下找到合适的夜宵去处。
Prompt：以南京为例，分析年轻人夜间消费和夜宵选择，制作一份中文 PPT，主题为《晚上 10 点以后，城市里哪里还能吃到真正好吃的夜宵？》。要求：
构造一份夜宵门店示例数据，字段包括：店名、品类、人均价格、营业时间、距离、评分、排队风险、适合场景。
分析烧烤、火锅、小龙虾、面馆、便利店、甜品等夜宵品类的特点。
输出不同人群推荐：
下班太晚型；
演唱会散场型；
情绪崩溃想吃点好的型；
朋友聚会型；
省钱续命型。
PPT 需要包含：夜宵品类对比、场景推荐矩阵、价格分布图、夜间消费动线图。
风格要求：烟火气、年轻化、深色背景、带一点城市夜生活氛围。
生成的11 页年轻夜间都市氛围风格PPT——“晚上10点以后，城市里哪里还能吃到真正好吃的夜宵？”，完整呈现了南京深夜美食地图，覆盖六大夜宵品类横评（烧烤、火锅、小龙虾、面馆、便利店、甜品）、夜宵价格光谱（10-30元的经济型，到100+元的奢侈型）、夜间消费动线（22:00 夜宵开始→24:00 深夜高峰→02:00 大部分关门→04:00 烧烤独守→06:00 早餐接力）、五种人群场景推荐（下班太晚型、演唱会散场型、情绪崩溃型、朋友聚会型、省钱续命型）。同时为每类场景匹配具体门店示例，页面深色背景、霓虹烟火气风格统一，可直接用于消费场景决策参考。
上下滑动查看更多，点击可查看原图
让 PPT 生成不跑偏的秘诀
很多人写报告、做 PPT 的痛苦始于一个被忽略的问题：到底讲给谁听？
SenseNova-Skills 在进行数据分析、调研报告和PPT生成前，会优先锁定受众与使用场景，拆分每页文案、配图、数据图表排版槽位，搭建一条有说服力的叙事线，让汇报方与听众先达成共识，最后由视觉模型逐页进行像素级质检。
它有两种PPT生成模式供选择，日常商务汇报可用 standard 标准模式，发布会等重要活动启用 creative 创意模式，全文档字体、配色、版式统一，彻底告别杂乱模板。
核心技能亮点
数据分析、深度调研、PPT 生成三大技能模块化拼接，一条指令完成全链路，无需跨软件操作；
优先锁定受众与汇报场景，内容逻辑先于视觉排版，有效避免 "PPT 做完却讲不清" 的常见问题；
双模式可选，全文档字体、配色、版式统一，直接输出可上台使用的完整文件。
拥抱开源
可随时“安装”的技能包
如今的大模型往往都具备充足的通用认知，但缺少各个细分行业标准化落地流程，而 SenseNova-Skills 以开放 Agent Skills 标准，每项技能独立封装文件夹，通过 SKILL.md 文档写明适用场景、能力边界、执行规范，相当于给大模型批量加装各行各业实操手册。
如果说大模型是“大脑”，技能（Skills）就是一份可以随时给大模型“安装”的工种手册。为了让广大开发者和办公用户能够零门槛体验、参与这套体系的改造，商汤还提供了极具诚意的配套生态。
配套模型与权益
SenseNova U1系列、SenseNova 6.7 Flash-Lite：公测期依托 Token Plan 平台免费调用，每 5 小时各 1500 次免费额度；
SenseNova U1 Lite：已开源，Apache2.0 协议，含 8B-MoT、A3B-MoT 两个版本，开发者可本地部署、二次迭代。整套技能不挑模型，可兼容市面主流 Agent 框架，用户可按需新增行业技能文档，持续扩充 AI 工作边界。
