sn-da-excel-workflow
Excel 数据分析多步编排器。覆盖:(1) 读取多 Sheet Excel 文件并统计行数,(2) 大文件检测(≥10k 行自动 Parquet 优化),(3) 数据清洗(缺失值、文本标准化、无效字符),(4) 条件筛选与分类提取,(5) 跨 Sheet 统计聚合,(6) 导出 Excel/CSV…
一键启用 SenseNova-Skills-DeepResearch,用于行业与市场研究、竞品分析、政策或技术调研、商业尽调、趋势分析、方案对比、事实核查,以及研究报告、白皮书等交付场景。用户提出深度研究、调研、调查、尽调、research/deepresearch,或任务需要跨来源取证、多维度比较和交叉验证时主动使用;Skill 会完成环境检查、SenseNova-Skills-DeepResearch 安装或升级、Harness 与 Search/Camofox 准备、参数确认、研究启动和 Web
$ npx -y skills add OpenSenseNova/SenseNova-Skills --skill sn-deepresearch-cli --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
/sn-deepresearch-cliContext preview
The summary Claude sees to decide when to auto-load this skill.
一键启用 SenseNova-Skills-DeepResearch,用于行业与市场研究、竞品分析、政策或技术调研、商业尽调、趋势分析、方案对比、事实核查,以及研究报告、白皮书等交付场景。用户提出深度研究、调研、调查、尽调、research/deepresearch,或任务需要跨来源取证、多维度比较和交叉验证时主动使用;Skill 会完成环境检查、SenseNova-Skills-DeepResearch 安装或升级、Harness 与 Search/Camofox 准备、参数确认、研究启动和 Web
name: sn-deepresearch-cli description: >- 一键启用 SenseNova-Skills-DeepResearch,用于行业与市场研究、竞品分析、政策或技术调研、商业尽调、趋势分析、方案对比、事实核查,以及研究报告、白皮书等交付场景。用户提出深度研究、调研、调查、尽调、research/deepresearch,或任务需要跨来源取证、多维度比较和交叉验证时主动使用;Skill 会完成环境检查、SenseNova-Skills-DeepResearch 安装或升级、Harness 与 Search/Camofox 准备、参数确认、研究启动和 Web 进度提示。简单常识问答、单一来源整理和纯文字润色不使用。
作为 SenseNova-Skills-DeepResearch 的用户入口,负责环境预检、安装引导、参数确认、任务启动、进度告知和结果交付。 默认 npm 包为 `sensenova-skills-deepresearch`,项目源码仓库为 `https://github.com/OpenSenseNova/SenseNova-Skills-DeepResearch`。用户侧直接安装已构建并发布到 npm 的包, 不需要 clone 仓库或本地构建。
在安装或启动 SenseNova-Skills-DeepResearch 前,仅检查当前环境是否具备运行条件:
这里使用系统的命令存在性和版本检查即可。SenseNova-Skills-DeepResearch 提供的 `deepresearch` 命令尚未安装时,不得提前调用 `deepresearch doctor`、`sources`、`browser`、`status` 等 SenseNova-Skills-DeepResearch 子命令。SenseNova-Skills-DeepResearch 或 Harness 缺失时先报告缺失项, 不要静默改用其他 Harness。
不得显示环境变量值、token、Cookie、npm 凭据或 Harness Profile。
安装会访问网络并修改用户级 npm 目录,执行前先取得当前环境要求的授权。
从 npm 安装已构建好的包:
npm install --global sensenova-skills-deepresearch deepresearch --help
升级到最新版本:
npm install --global sensenova-skills-deepresearch@latest
维护者在发布侧负责构建 Python wheel 和 npm tarball;Skill 不得让用户 clone 源码、运行 `scripts/build_npm_package.py`、创建构建虚拟环境或从 GitHub Release 下载 tarball。只有用户明确提供本地 `.tgz` 并要求测试时,才可执行 `npm install --global <local-tgz>`。
安装后初始化用户级 Search 配置:
deepresearch sources init deepresearch sources list --json
配置文件位于 `~/.deepresearch-cli/search/.env`。公开来源无需 API key;需要扩展来源时,只告知应填写的变量名, 不索取或回显凭据。
命令不能直接替代它。SenseNova-Skills-DeepResearch 内含调用适配代码,但不捆绑外部 adapter。adapter 缺失时,在获得安装授权后执行 `npm install -g @agentclientprotocol/claude-agent-acp`。安装完成不等于必须重复登录:先运行 `deepresearch doctor --harness claude-code --json` 检查认证。已有 `ANTHROPIC_API_KEY`、 `ANTHROPIC_AUTH_TOKEN`、Bedrock/Vertex 配置,或 adapter 可复用现有 Claude Code 登录时,直接使用; 只有预检确认没有可用认证时,才提示用户执行 `claude-agent-acp --cli auth login`。不得读取或回显凭据值。
`--harness-model`。启动研究前先识别当前会话实际使用的 Agent 和工作区,不要把 `main`、 `~/.openclaw/workspace` 或其他设备上的路径写死。检查该 Agent 是否具备当前工作区的写入能力:
openclaw health --json openclaw agents list --json openclaw config get agents.entries.<current-agent>.sandbox --json openclaw config get agents.entries.<current-agent>.tools --json
工作区必须允许写入(`workspaceAccess: rw`,或使用非沙箱工作区),工具策略至少要能使用 `read`、`write`、`edit`、`apply_patch`、`exec` 和 `process`。如果配置缺失,先说明 DeepResearch 的 `plan`、研究和报告节点需要在本次 Run 的 attempt 工作区创建产物。先向用户说明 需要为当前 Agent 的当前工作区授予写权限,取得授权后再修改对应 Agent 配置、重启 Gateway 和复核; 不要静默扩大其他 Agent 或其他工作区的权限。检查未通过时不要启动 SenseNova-Skills-DeepResearch。换设备或换 Agent 时重复 这项预检,不复用旧机器的固定路径或配置。
配置检查通过后,在启动正式研究前执行一次 OpenClaw 写入冒烟检查:
deepresearch doctor --harness openclaw --json
该检查必须确认 ACP 子会话能够在当前 SenseNova-Skills-DeepResearch 工作区创建并删除临时文件;如果返回 `workspace-write` 失败,先停止,不要启动正式研究。冒烟检查使用当前设备和当前 Agent 的 实际工作区,不复用其他机器的测试结果。
模型、登录或 Provider 凭据缺失时,说明缺失配置,不替用户改写 Harness 全局配置。
如果节点日志显示模型调用因连接层长时间无响应、stale/idle timeout、request timeout、broken pipe或类似 provider 错误中止,先向用户说明:失败发生在模型 provider/连接层,并确认失败节点、重试次数、实际 harness、provider、model 和超时类型;不要把它误判为搜索、报告转换或 SenseNova-Skills-DeepResearch 安装失败。
先读取该 Harness 的官方配置或诊断输出,确认是“无响应空闲超时”还是“整次请求超时”,并只展示配置键名和当前值,不展示凭据。任何修改超时、重试次数、provider 或模型的操作都必须先向用户说明影响并申请授权,不得静默修改全局配置。
获得授权后,优先只针对本次实际使用的 provider/model 将无响应空闲超时调到 300 秒,再使用原 harness 从失败 Run 恢复;不要从头重跑已成功的 plan/research。以 Hermes 为例,确认配置键为 `providers.<provider_id>.models.<model>.stale_timeout_seconds` 后,才可执行:
hermes config set providers.<provider_id>.models.<model>.stale_timeout_seconds 300 deepresearch resume <run-id> --harness hermes --progress tools
如果实际使用的是其他 Harness,先查明其等价配置键和修改命令,再向用户确认,不凭记忆猜测命令。 重试仍失败时,保留原 Run 和日志,报告新的失败节点及 provider 错误。
Camofox 是普通网页抓取失败后的可选回退,基础 SenseNova-Skills-DeepResearch 不包含浏览器文件。 用户希望启用时,先说明需额外下载数百 MB 资源,再在授权后执行:
deepresearch browser setup deepresearch browser start deepresearch browser status --json
用户选择启用时确认健康状态。Camofox 只访问公开网页,不用于绕过 CAPTCHA、登录、付费墙或访问控制。 未安装或不可用时不阻塞研究,SenseNova-Skills-DeepResearch 会切换其他来源。只有用户明确要求时才传入 `--no-camofox-fallback`。
开始前确认研究问题以及三个独立参数:
用户已给出的参数不要重复询问,没给出的参数需要向用户确认。选择 DOCX 时提醒需要 Pandoc;选择 PDF 时提醒需要 Typst。 用户主要语言可从当前对话判断,不要为了语言参数重复询问;只有无法判断且语言会影响交付时才询问。上述参数未确认完成前,不得启动可能长时间运行或产生费用的研究。
deepresearch”)后,原文直接传给 SenseNova-Skills-DeepResearch。
“研究 + 主题”的标题。
根据原始 query 展示,Skill 不参与标题生成。
query 文本。
Quick 使用前台 SenseNova-Skills-DeepResearch:
deepresearch "<query>" \ --mode quick \ --report-format <brief|formal_report> \ --output-format <markdown|html|pdf|docx> \ --harness <hermes|codex|claude-code|openclaw> \ --language <user-language> \ --progress tools
Normal 和 Heavy 使用 Web 入口。启动前确定端口:优先使用用户明确指定的端口;否则检查默认端口是否可用,必要时选择一个可用端口。不要把端口写死在 Skill 或对用户承诺一个尚未确认的地址。在可持续读取输出、且启动后能将控制权返回给 Agent 的后台或持久终端会话中运行:
deepresearch web "<query>" \ --mode <normal|heavy> \ --report-format <brief|formal_report> \ --output-format <markdown|html|pdf|docx> \ --harness <hermes|codex|claude-code|openclaw> \ --language <user-language> \ --ho
The SenseNova model family plugs directly into agent runtimes such as OpenClaw and hermes-agent, with the skills in this repository extending the models with concrete, end-to-end office capabilities.
Repo: OpenSenseNova/SenseNova-Skills
Excel 数据分析多步编排器。覆盖:(1) 读取多 Sheet Excel 文件并统计行数,(2) 大文件检测(≥10k 行自动 Parquet 优化),(3) 数据清洗(缺失值、文本标准化、无效字符),(4) 条件筛选与分类提取,(5) 跨 Sheet 统计聚合,(6) 导出 Excel/CSV…
当Excel文件总行数超过1万行时,通过转换为Parquet格式提升读取性能,提取目标指标并计算最大值,最后将结果输出为Excel并对特定行进行高亮标注。
根据Excel总行数自动切换Parquet加速读取,计算特定维度的时间序列平均值,并使用openpyxl输出带有条件格式(如低于均值标绿)和自定义样式的分析报告。
根据数据规模动态选择处理策略,对多表数据进行合并、统计筛选,并利用 openpyxl 实现关键指标的自动化样式高亮与格式化导出。