Sensenova-skills 10分钟上手指南

Sensenova skills 10分钟上手指南 Sensenova skills 10分钟上手指南 Modified June 26 Code block Bash Copy source /.bashrc bash 或：source /.zshrc macOS 默认 zsh 也可以从源码装： Code block Bash Copy git clone https://github.com/NousResearch/hermes agent.git cd hermes agent ./setup hermes.sh 验证： Code block Bash Copy hermes version hermes doctor B.2 配置 SenseNova LLM（重点章节） hermes 走命令行配置，5 行命令搞定： Code block Bash Copy hermes config set model.provider custom hermes config set model.base url https://token.sensenova.cn/v1 hermes config set model.api key "<把你的 API Key 粘进来 " hermes config set model.name sensenova 6.7 flash lite hermes config set model.default custom/sensenova 6.7 flash lite ⚠️ 最大的坑就在最后一行： 必填！不设置的话 hermes 会继续用安装时默认的 ，跑 直接报 。这个坑非常多人踩，看到 404 第一反应应该是查这个。 hermes config set 会自动把 api key 这种秘钥落到 /.hermes/.env，其它配置写到 /.hermes/config.yaml，不用你手动区分。 不想一条条敲也可以走向导： Code block Bash Copy hermes setup 全量向导（包括搜索、skills 等） 或者只配模型 hermes model 向导问 provider 时选 custom (OpenAI compatible)，把三件套填进去就完事。 B.3 验证 LLM 通了没 Code block Bash Copy hermes 进入交互界面，问一句"你好"。能回话就算成。 想查 / 改配置： Code block Bash Copy hermes config get model.api key 查看 hermes config set model.api key "<新的 " 改 hermes config get model.default 查默认模型有没有设对 完整文档：INSTALL.md §2.B。 ③ 装 skill：让 Agent 自己装，别自己 cp 很多人到这一步第一反应是去翻 命令。别。最省事的做法是把这件事直接丢给 Agent —— 它本来就有 shell 工具，自己读得懂目录结构，还能顺便帮你列装好的清单。 推荐方式：丢一句话给 Agent 启动你刚装好的 Agent： Code block Bash Copy OpenClaw openclaw agent agent main hermes agent hermes 然后把下面这段话发给它： 📚 请帮我从 克隆 SenseNova Skills 仓库到任意临时目录，然后把 下所有子目录复制到 OpenClaw 的 skill 目录（ ）。完成后列出已安装的 skill 名称。 如果你用的是 hermes，把 "OpenClaw" 和 /.openclaw/skills/ 换成 hermes agent 和 /.hermes/skills/ 即可。 Agent 会自己执行 git clone + mkdir p + cp r + ls，再把结果回报给你 —— 全程你只盯着输出就行。 这种方式的好处： • 不用手动记目录名，agent 自己读 README 找； 可以按需挑，比如："只把 和 装过去，其它不要"，agent 自动筛； • 装完顺手做一次自检，缺啥它会主动告诉你。 装完一定要做的两件事 (1) 重启 Agent 服务让它发现新技能： Code block Bash Copy OpenClaw openclaw daemon restart 或者关掉重新 openclaw agent hermes agent 退出当前 hermes 会话，重新 hermes 进入即可 (2) 跑对应类别的 doctor skill，把缺失的依赖一次性补齐。每个大类都配了一个 doctor： 类别 doctor skill 图像类 sn image doctor PPT 类 sn ppt doctor 直接跟 agent 说"跑一下 sn image doctor"或"检查 sn ppt 环境"即可。 Doctor skill 会自动检查 Python 依赖、API key、Node 运行时这些东西，缺啥就交互式地写到 里 ，比你自己翻文档快得多。 不同类别可能要追加的 API Key（按需） 类别 文档 常见追加 key 图像 docs/sn image generate.md SenseNova 图像 API（一般与 LLM 共用 key） PPT docs/sn ppt generate.md Node 运行时、Chromium（自动装） 数据分析 docs/sn data analysis.md Python: pandas / openpyxl / pyarrow 深度研究 docs/sn deep research.md 至少一个搜索 API（Brave / Tavily / Serper / Bing，前面已配） 实在想自己手动 cp？ Code block Bash Copy git clone https://github.com/OpenSenseNova/SenseNova Skills.git depth=1 cd SenseNova Skills OpenClaw mkdir p /.openclaw/skills && cp r skills/ /.openclaw/skills/ hermes agent mkdir p /.hermes/skills && cp r skills/ /.hermes/skills/ 想跟随仓库更新，用软链替代 cp r，之后 git pull 自动同步： Code block Bash Copy ln s "$PWD"/skills/ /.openclaw/skills/ ④ 冒烟测试 启动 Agent，发： 列出当前可用的 skill，每个一行描述。 只要里面能看到 sn infographic / sn ppt entry / sn deep research 这些名字，说明 LLM 与 skill 都已就绪。 ⑤ 跑第一个真实任务 别在 demo 里打转，直接挑一句最像你日常需求的话扔过去 —— Agent 会自动挑对应的 skill： 你想干 一句话 prompt 会触发的技能链 把数据/观点变好看 "生成一张关于 X 的信息图，风格 Y" sn infographic brief 出 PPT "帮我做一份 26 页关于 X 的 PPT，受众是 Y，黑白暖色调" sn ppt entry → sn ppt standard 多份 Excel 合分析 "把这 10 个月度表合起来分析员工绩效趋势" sn da excel workflow 行业 / 话题研究 "深度研究具身智能行业现状" sn deep research 端到端 "从这份 CSV 找出现象，研究原因，做成 PPT" DA → Deep Research → PPT 全链 最后一行的完整跑通样例在 examples/memory price end2end analysis —— 仓库里唯一把"数据分析 → 深度研究 → PPT"三段全跑完的 case，强烈建议对照着看。其它 4 个成品案例都在 examples/ 常见踩坑速查表 现象 多半是这个原因 wsl install 找不到命令 Windows 版本太老（需 10 22H2+ / 11），或没用管理员身份开 PowerShell node v 显示 < 22.14 nvm install 24 && nvm use 24 openclaw: command not found npm 全局 bin 没进 PATH，跑 export PATH="$HOME/.npm global/bin:$PATH" 再写进 /.bashrc openclaw doctor / hermes doctor 标红 老老实实按报告里提示装啥缺啥，别自己猜 LLM 调用 401 / 403 API key 错了/过期了。OpenClaw 用 openclaw config get models.providers.custom，hermes 用 hermes config get model.api key 检查 hermes 跑出 HTTP 404: model is not found 99% 是忘了 hermes config set model.default custom/sensenova 6.7 flash lite OpenClaw 报 Pass to ... or agent to choose a session 命令没带 agent main 深度研究 skill 用不了搜索 搜索 provider 没配，回 onboarding 加一个 Brave / Tavily WSL2 里 curl 慢得离谱 wsl status 看一下，切到 mirrored 网络模式或挂代理 token plan 额度告急 token plan 控制台 可以申请额度提升；轻度使用免费版完全够用 总结 至此，SenseNova Skills 的安装就完成了。整个流程的核心节点其实只有三个： 1. 选 Agent 时根据自己习惯，OpenClaw 走向导、hermes 走 5 行命令； 2. 配 LLM 时三件套填进 Custom Provider（OpenClaw）或 5 行 （hermes），千万别忘了 hermes 的 ； 3. 装 skill 时让 Agent 自己装，再用 doctor skill 自动补齐依赖。 不愿意折腾环境的，直接用云端版的 Raccoon 小幻熊 —— SenseNova 6.7 + 本仓库全套 skill 已经打包好了，免费起步、无需配置。 接下来比读完所有文档管用得多的事情： • 挑一条最像你日常的需求，让 agent 跑一遍真活儿； • 翻 sn infographic 案例画廊，看近百个成品 prompt 是怎么写的； • 想自己写 skill？复制 skills/ 里任意一个当模板，重点磨 SKILL.md 里的 description —— 那是 agent 决定要不要调用它的唯一依据； • 项目规范、组合模式：docs/spec/。 INSTALL.md §2.B sn image doctor sn ppt doctor docs/sn image generate.md docs/sn ppt generate.md docs/sn data analysis.md docs/sn deep research.md sn infographic sn ppt entry sn ppt standard sn da excel workflow sn deep research examples/memory price end2end analysis examples/ token plan 控制台 Raccoon 小幻熊 sn infographic 案例画廊 skills/ docs/spec/ 也可以从源码装： 验证： B.2 配置 SenseNova LLM（重点章节） hermes 走命令行配置，5 行命令搞定： ⚠️ 最大的坑就在最后一行： 必填！不设置的话 hermes 会继续用安装时默认的 ，跑 直接报 。这个坑非常多人踩，看到 404 第一反应应该是查这个。 ⚠️ 最大的坑就在最后一行： 必填！不设置的话 hermes 会继续用安装时默认的 ，跑 直接报 。这个坑非常多人踩，看到 404 第一反应应该是查这个。 hermes config set 会自动把 api key 这种秘钥落到 /.hermes/.env，其它配置写到 /.hermes/config.yaml，不用你手动区分。 不想一条条敲也可以走向导： 向导问 provider 时选 custom (OpenAI compatible)，把三件套填进去就完事。 B.3 验证 LLM 通了没 进入交互界面，问一句"你好"。能回话就算成。 想查 / 改配置： 完整文档：INSTALL.md §2.B。 INSTALL.md §2.B ③ 装 skill：让 Agent 自己装，别自己 cp 很多人到这一步第一反应是去翻 命令。别。最省事的做法是把这件事直接丢给 Agent —— 它本来就有 shell 工具，自己读得懂目录结构，还能顺便帮你列装好的清单。 推荐方式：丢一句话给 Agent 启动你刚装好的 Agent： 然后把下面这段话发给它： 📚 请帮我从 克隆 SenseNova Skills 仓库到任意临时目录，然后把 下所有子目录复制到 OpenClaw 的 skill 目录（ ）。完成后列出已安装的 skill 名称。 请帮我从 克隆 SenseNova Skills 仓库到任意临时目录，然后把 下所有子目录复制到 OpenClaw 的 skill 目录（ ）。完成后列出已安装的 skill 名称。 如果你用的是 hermes，把 "OpenClaw" 和 /.openclaw/skills/ 换成 hermes agent 和 /.hermes/skills/ 即可。 Agent 会自己执行 git clone + mkdir p + cp r + ls，再把结果回报给你 —— 全程你只盯着输出就行。 这种方式的好处： • 不用手动记目录名，agent 自己读 README 找； 可以按需挑，比如："只把 和 装过去，其它不要"，agent 自动筛； • 装完顺手做一次自检，缺啥它会主动告诉你。 装完一定要做的两件事 (1) 重启 Agent 服务让它发现新技能： (2) 跑对应类别的 doctor skill，把缺失的依赖一次性补齐。每个大类都配了一个 doctor： 类别 doctor skill 图像类 sn image doctor PPT 类 sn ppt doctor sn image doctor sn ppt doctor 类别 类别 doctor skill doctor skill 图像类 图像类 sn image doctor sn image doctor sn image doctor sn image doctor PPT 类 PPT 类 sn ppt doctor sn ppt doctor sn ppt doctor sn ppt doctor 直接跟 agent 说"跑一下 sn image doctor"或"检查 sn ppt 环境"即可。 Doctor skill 会自动检查 Python 依赖、API key、Node 运行时这些东西，缺啥就交互式地写到 里 ，比你自己翻文档快得多。 不同类别可能要追加的 API Key（按需） 类别 文档 常见追加 key 图像 docs/sn image generate.md SenseNova 图像 API（一般与 LLM 共用 key） PPT docs/sn ppt generate.md Node 运行时、Chromium（自动装） 数据分析 docs/sn data analysis.md Python: pandas / openpyxl / pyarrow 深度研究 docs/sn deep research.md 至少一个搜索 API（Brave / Tavily / Serper / Bing，前面已配） docs/sn image generate.md docs/sn ppt generate.md docs/sn data analysis.md docs/sn deep research.md 类别 类别 文档 文档 常见追加 key 常见追加 key 图像 图像 docs/sn image generate.md docs/sn image generate.md docs/sn image generate.md docs/sn image generate.md SenseNova 图像 API（一般与 LLM 共用 key） SenseNova 图像 API（一般与 LLM 共用 key） PPT PPT docs/sn ppt generate.md docs/sn ppt generate.md docs/sn ppt generate.md docs/sn ppt generate.md Node 运行时、Chromium（自动装） Node 运行时、Chromium（自动装） 数据分析 数据分析 docs/sn data analysis.md docs/sn data analysis.md docs/sn data analysis.md docs/sn data analysis.md Python: pandas / openpyxl / pyarrow Python: pandas / openpyxl / pyarrow 深度研究 深度研究 docs/sn deep research.md docs/sn deep research.md docs/sn deep research.md docs/sn deep research.md 至少一个搜索 API（Brave / Tavily / Serper / Bing，前面已配） 至少一个搜索 API（Brave / Tavily / Serper / Bing，前面已配） 实在想自己手动 cp？ 想跟随仓库更新，用软链替代 cp r，之后 git pull 自动同步： ④ 冒烟测试 启动 Agent，发： 列出当前可用的 skill，每个一行描述。 列出当前可用的 skill，每个一行描述。 只要里面能看到 sn infographic / sn ppt entry / sn deep research 这些名字，说明 LLM 与 skill 都已就绪。 ⑤ 跑第一个真实任务 别在 demo 里打转，直接挑一句最像你日常需求的话扔过去 —— Agent 会自动挑对应的 skill： 你想干 一句话 prompt 会触发的技能链 把数据/观点变好看 "生成一张关于 X 的信息图，风格 Y" sn infographic brief 出 PPT "帮我做一份 26 页关于 X 的 PPT，受众是 Y，黑白暖色调" sn ppt entry → sn ppt standard 多份 Excel 合分析 "把这 10 个月度表合起来分析员工绩效趋势" sn da excel workflow 行业 / 话题研究 "深度研究具身智能行业现状" sn deep research 端到端 "从这份 CSV 找出现象，研究原因，做成 PPT" DA → Deep Research → PPT 全链 sn infographic sn ppt entry sn ppt standard sn da excel workflow sn deep research 你想干 你想干 一句话 prompt 一句话 prompt 会触发的技能链 会触发的技能链 把数据/观点变好看 把数据/观点变好看 "生成一张关于 X 的信息图，风格 Y" "生成一张关于 X 的信息图，风格 Y" sn infographic sn infographic sn infographic sn infographic brief 出 PPT brief 出 PPT "帮我做一份 26 页关于 X 的 PPT，受众是 Y，黑白暖色调" "帮我做一份 26 页关于 X 的 PPT，受众是 Y，黑白暖色调" sn ppt entry → sn ppt standard sn ppt entry sn ppt standard sn ppt entry → sn ppt standard sn ppt entry sn ppt standard 多份 Excel 合分析 多份 Excel 合分析 "把这 10 个月度表合起来分析员工绩效趋势" "把这 10 个月度表合起来分析员工绩效趋势" sn da excel workflow sn da excel workflow sn da excel workflow sn da excel workflow 行业 / 话题研究 行业 / 话题研究 "深度研究具身智能行业现状" "深度研究具身智能行业现状" sn deep research sn deep research sn deep research sn deep research 端到端 端到端 "从这份 CSV 找出现象，研究原因，做成 PPT" "从这份 CSV 找出现象，研究原因，做成 PPT" DA → Deep Research → PPT 全链 DA → Deep Research → PPT 全链 最后一行的完整跑通样例在 examples/memory price end2end analysis —— 仓库里唯一把"数据分析 → 深度研究 → PPT"三段全跑完的 case，强烈建议对照着看。其它 4 个成品案例都在 examples/ examples/memory price end2end analysis examples/ 常见踩坑速查表 现象 多半是这个原因 wsl install 找不到命令 Windows 版本太老（需 10 22H2+ / 11），或没用管理员身份开 PowerShell node v 显示 < 22.14 nvm install 24 && nvm use 24 openclaw: command not found npm 全局 bin 没进 PATH，跑 export PATH="$HOME/.npm global/bin:$PATH" 再写进 /.bashrc openclaw doctor / hermes doctor 标红 老老实实按报告里提示装啥缺啥，别自己猜 LLM 调用 401 / 403 API key 错了/过期了。OpenClaw 用 openclaw config get models.providers.custom，hermes 用 hermes config get model.api key 检查 hermes 跑出 HTTP 404: model is not found 99% 是忘了 hermes config set model.default custom/sensenova 6.7 flash lite OpenClaw 报 Pass to ... or agent to choose a session 命令没带 agent main 深度研究 skill 用不了搜索 搜索 provider 没配，回 onboarding 加一个 Brave / Tavily WSL2 里 curl 慢得离谱 wsl status 看一下，切到 mirrored 网络模式或挂代理 token plan 额度告急 token plan 控制台 可以申请额度提升；轻度使用免费版完全够用 token plan 控制台 现象 现象 多半是这个原因 多半是这个原因 wsl install 找不到命令 wsl install 找不到命令 Windows 版本太老（需 10 22H2+ / 11），或没用管理员身份开 PowerShell Windows 版本太老（需 10 22H2+ / 11），或没用管理员身份开 PowerShell node v 显示 < 22.14 node v 显示 < 22.14 nvm install 24 && nvm use 24 nvm install 24 && nvm use 24 openclaw: command not found openclaw: command not found npm 全局 bin 没进 PATH，跑 export PATH="$HOME/.npm global/bin:$PATH" 再写进 /.bashrc npm 全局 bin 没进 PATH，跑 export PATH="$HOME/.npm global/bin:$PATH" 再写进 /.bashrc openclaw doctor / hermes doctor 标红 openclaw doctor / hermes doctor 标红 老老实实按报告里提示装啥缺啥，别自己猜 老老实实按报告里提示装啥缺啥，别自己猜 LLM 调用 401 / 403 LLM 调用 401 / 403 API key 错了/过期了。OpenClaw 用 openclaw config get models.providers.custom，hermes 用 hermes config get model.api key 检查 API key 错了/过期了。OpenClaw 用 openclaw config get models.providers.custom，hermes 用 hermes config get model.api key 检查 hermes 跑出 HTTP 404: model is not found hermes 跑出 HTTP 404: model is not found 99% 是忘了 hermes config set model.default custom/sensenova 6.7 flash lite 99% 是忘了 hermes config set model.default custom/sensenova 6.7 flash lite OpenClaw 报 Pass to ... or agent to choose a session OpenClaw 报 Pass to ... or agent to choose a session 命令没带 agent main 命令没带 agent main 深度研究 skill 用不了搜索 深度研究 skill 用不了搜索 搜索 provider 没配，回 onboarding 加一个 Brave / Tavily 搜索 provider 没配，回 onboarding 加一个 Brave / Tavily WSL2 里 curl 慢得离谱 WSL2 里 curl 慢得离谱 wsl status 看一下，切到 mirrored 网络模式或挂代理 wsl status 看一下，切到 mirrored 网络模式或挂代理 token plan 额度告急 token plan 额度告急 token plan 控制台 可以申请额度提升；轻度使用免费版完全够用 token plan 控制台 token plan 控制台 可以申请额度提升；轻度使用免费版完全够用 token plan 控制台 总结 至此，SenseNova Skills 的安装就完成了。整个流程的核心节点其实只有三个： 1. 选 Agent 时根据自己习惯，OpenClaw 走向导、hermes 走 5 行命令； 2. 配 LLM 时三件套填进 Custom Provider（OpenClaw）或 5 行 （hermes），千万别忘了 hermes 的 ； 3. 装 skill 时让 Agent 自己装，再用 doctor skill 自动补齐依赖。 不愿意折腾环境的，直接用云端版的 Raccoon 小幻熊 —— SenseNova 6.7 + 本仓库全套 skill 已经打包好了，免费起步、无需配置。 Raccoon 小幻熊 接下来比读完所有文档管用得多的事情： • 挑一条最像你日常的需求，让 agent 跑一遍真活儿； • 翻 sn infographic 案例画廊，看近百个成品 prompt 是怎么写的； sn infographic 案例画廊 • 想自己写 skill？复制 skills/ 里任意一个当模板，重点磨 SKILL.md 里的 description —— 那是 agent 决定要不要调用它的唯一依据； skills/ • 项目规范、组合模式：docs/spec/。 docs/spec/ 如果在安装过程中有任何问题，欢迎到 Issues 里反馈，或者加入仓库 README 里的官方社群一起讨论。 Issues 本教程基于实际部署经验整理，希望能帮你顺利跑通 SenseNova Skills。 项目仓库：<https://github.com/OpenSenseNova/SenseNova Skills 安装文档原文：INSTALL.md / INSTALL CN.md · 许可证：MIT INSTALL.md INSTALL CN.md MIT 项目仓库：<https://github.com/OpenSenseNova/SenseNova Skills 安装文档原文：INSTALL.md / INSTALL CN.md · INSTALL.md INSTALL CN.md 许可证：MIT MIT 🍰 大家好。今天我们来聊聊怎么把 SenseNova Skills 这套技能包真正装到 Agent 上跑起来 —— 包括我自己踩过的几个坑、配置时容易卡住的环节，以及一份"让 Agent 自己安装 skill"的省事方案，希望大家看完都能少走弯路，第一次就把环境跑通。 SenseNova Skills 大家好。今天我们来聊聊怎么把 SenseNova Skills 这套技能包真正装到 Agent 上跑起来 —— 包括我自己踩过的几个坑、配置时容易卡住的环节，以及一份"让 Agent 自己安装 skill"的省事方案，希望大家看完都能少走弯路，第一次就把环境跑通。 SenseNova Skills 这套东西到底是什么？为什么值得装？ SenseNova Skills 是一组遵循 Agent Skills 协议 的"技能包"。装上之后，Agent 就额外获得了 4 类端到端办公能力： SenseNova Skills Agent Skills 协议 类别 你能让它做什么 关键 skill 🎨 图像与可视化 文生图、生成信息图、模仿一张参考图重画、生成简历图 sn infographic、sn image base 等 📊 PPT 生成 一句话出大纲、自动配图、逐页 HTML 渲染、最终导出 PPTX sn ppt entry（入口） → sn ppt standard / sn ppt creative 📈 数据分析 多 Sheet Excel 清洗聚合、≥10k 行大文件流式处理、表格/图表截图 OCR sn da excel workflow 等 🔬 深度研究 给个题目 → 自动规划维度 → 逐维度搜证 → 综合判断 → 写成报告 sn deep research + 4 个搜索 skill sn infographic sn image base sn ppt entry sn ppt standard sn ppt creative sn da excel workflow sn deep research 类别 类别 你能让它做什么 你能让它做什么 关键 skill 关键 skill 🎨 图像与可视化 🎨 图像与可视化 文生图、生成信息图、模仿一张参考图重画、生成简历图 文生图、生成信息图、模仿一张参考图重画、生成简历图 sn infographic、sn image base 等 sn infographic sn image base sn infographic、sn image base 等 sn infographic sn image base 📊 PPT 生成 📊 PPT 生成 一句话出大纲、自动配图、逐页 HTML 渲染、最终导出 PPTX 一句话出大纲、自动配图、逐页 HTML 渲染、最终导出 PPTX sn ppt entry（入口） → sn ppt standard / sn ppt creative sn ppt entry sn ppt standard sn ppt creative sn ppt entry（入口） → sn ppt standard / sn ppt creative sn ppt entry sn ppt standard sn ppt creative 📈 数据分析 📈 数据分析 多 Sheet Excel 清洗聚合、≥10k 行大文件流式处理、表格/图表截图 OCR 多 Sheet Excel 清洗聚合、≥10k 行大文件流式处理、表格/图表截图 OCR sn da excel workflow 等 sn da excel workflow sn da excel workflow 等 sn da excel workflow 🔬 深度研究 🔬 深度研究 给个题目 → 自动规划维度 → 逐维度搜证 → 综合判断 → 写成报告 给个题目 → 自动规划维度 → 逐维度搜证 → 综合判断 → 写成报告 sn deep research + 4 个搜索 skill sn deep research sn deep research + 4 个搜索 skill sn deep research 这步在干嘛？ 简单说就是：你装一个 Agent 当"大脑"，再把这套 skill 当"手脚"装上去，它就能从"陪你聊天"升级成"替你交活儿"。 想看效果先看图：sn infographic 案例画廊 收了近百个成品 + 对应 prompt，光抄 prompt 就够你玩一阵。 sn infographic 案例画廊 想看效果先看图：sn infographic 案例画廊 收了近百个成品 + 对应 prompt，光抄 prompt 就够你玩一阵。 sn infographic 案例画廊 前提准备 在开始之前，你需要准备好这几样东西： 硬件 / 系统 • 一台能跑命令行的机器：macOS 12+、Linux（Ubuntu 22.04+ / Debian 12+ / Fedora 39+ 等）或 Windows 10 22H2+ / Windows 11 内存：轻度试用 4GB 起步，重度用（要跑深度研究 + PPT 渲染）建议 8GB+ • 网络：能稳定访问 GitHub 和 SenseNova 平台 你可能会问：为啥不用国内现成的环境？两个原因： 跨境 API 调用：搜索类 skill 经常要打 Brave / Tavily 这些海外 API，国内机器一打就超时； 依赖太多：OpenClaw / hermes agent 装起来会拉 Node、Python、ffmpeg、ripgrep 一堆东西，国内某些镜像源跟不上。 我个人推荐