智能纪要：05-20 | 👉今晚 8 点｜赢千元京东购物卡，参与商汤 SenseNova-Skills 干货直播，掌握零基础四大 AI 办公技能 2026年5月20日

智能纪要：05 20 | 👉今晚 8 点｜赢千元京东购物卡，参与商汤 SenseNova Skills 干货直播，掌握零基础四大 AI 办公技能 2026年5月20日 智能纪要：05 20 | 👉今晚 8 点｜赢千元京东购物卡，参与商汤 SenseNova Skills 干货直播，掌握零基础四大 AI 办公技能 2026年5月20日 Modified May 24 • 模型、Agent 与 Skill 原理 • 模型发展与问题 ◦ Agent 热潮：在语言模型发展到一定阶段后，Agent 成为热潮。罗嘉鹏将模型比作计算机系统的 CPU，是指令执行者；而 Agent 类似操作系统，增加了任务拆解、调用工具和上下文管理能力，可调度模型。 ◦ Skill 的价值：Skill 可将复杂任务流程产品化、模块化并复用，弥补 Agent 不知具体业务场景如何完成任务的不足，是与业务交接的模块。 模型 Agent Skill架构关系 ◦ 商汤产品对应关系 ▪ 模型产品：商汤提供了 Senssenova 6.7 免费模型，在实际场景榜单上达到轻量级模型领先水平；Senssenova V、UE 是图片生成模型，能生成带文字的图表类型图片。 ▪ Agent 与 Skill 结合：依托市面上已有的 Agent，可将商汤推出的 Skills 和模型串起来。 • 实际场景应用案例 ◦ 生图能力 ▪ 模型优势：罗嘉鹏展示了用 UE 模型生成的图片集合，该模型是纯开源轻量级模型，在生成文字方面超过了之前的 Gemini Flash，基本无乱码情况。 ▪ 配套 Skill 功能：配有相应的 Skill 功能，会对用户要生成的内容进行内容分析、选版型、结构化、扩展、扩写，最后由深度模型生成。还可通过 VLM 审排一次生成多张图片并选最好的。 ▪ 试用网站：提供了专门针对生图的试用网站和模型生成的 Gallery，里面有生成好的样例及使用的 prompt，中英文都有。 UE模型生成的信息图表示例集合（来自共享） 咖啡制作步骤结构化信息图表（UE模型生成）（来自共享） SenseNova Skills信息图Gallery及prompt示例（来自共享） ◦ 端到端案例 • 数据分析：以芯片价格汇总文件为例，通过数据分析 Skill 查找数据拐点，发现 2 月份内存芯片有拐点，3 月份强烈上涨。 • 深度调研：用户提出调研内存价格波动原因的要求后，通过搜索和分阶段分析得出主要原因是供给不足、AI 服务器需求增强、厂商主动控制产出等。 • PPT 生成：利用 PPT Skill 将之前的结论生成 PPT，PPT 生成过程中会调用生图模型生成子图。生成的 PPT 包含深度调研的结论，用户稍作修改即可用于汇报。 内存价格波动深度调研结论PPT幻灯片（来自共享） • 各场景详细介绍 ◦ 数据分析 ▪ 数据来源与支持：数据分析 Skill 能接收各种形式的数据，如 Excel 文件、CSV 文件、文档、截图等，后续还会考虑接入 SQL 或数据库形式的数据。 ▪ 处理大规模数据：对于超大规模数据，如大于 10 万行的数据，有不同的处理策略，可支持不同形式的数据。 ◦ 深度调研 ▪ 工作流步骤：深度调研工作流包括启动门槛检查、规划阶段、执行和取证、动态调整计划、校验和生成报告等步骤。每个步骤都有固定的产出文件，以防止语言模型在处理长上下文或引入噪音数据时指令跟随能力变弱。 ▪ 数据来源与校验：通过多种数据来源进行检索，如 Web 搜索、学术领域搜索源（archive、PubMed、wiki 等）、代码和社交媒体搜索等，并对搜索结果进行严格校验。 ▪ 可续性保障：在中间过程中生成中间结果文件，可保证调研的可续性，中断后可从记录中恢复运行状态，保障调研质量。 ◦ PPT 生成 ▪ 能力框架：PPT 生成总体有两条线，一是通过 HTML 生成路线，先生成 HTML 代码构建 PPT 页面，再转换为最终 PPT；二是走图片生成模式，生成过程中调用 text2image 补充插图。 ▪ 创意模式与风格统一：在创意模式下，由生图模型构造页面，PPT 生管线需构造每一页元素，保证整体视觉效果和前后页面风格统一，以及节奏的把控。 ▪ 模板更换计划：后续计划支持换模板，一种是修改 prompt 改变风格配色，另一种是用户上传 PPT 文件，按文件风格生成，目前后者还在规划中。 • 模型层面特点 ◦ SenseNova 6.7 Flash 优势：罗嘉鹏介绍该模型是模态统一的多模态模型，相比纯文本模型，避免了视觉模型转换文字时的信息丢失和 token 消耗大的问题。在长任务评测集上，与纯语言模型对比，token 消耗量可达到近 60%，反馈速度达毫秒级延时。 商汤SenseNova 6.7 Flash Lite多模态模型体系（来自共享） ◦ 生图管线流程：生图管线第一步是理解用户需求，与用户交互询问图片比例、风格等信息；第二步组织内容结构、决定风格；最后生成图像。还引入多模态识别模型，自动判断图片是否达标，不达标则重新生成。 • 操作指南与工具使用 ◦ OpenClaw 安装与配置 ▪ 安装依赖：以 Windows 系统为例，需安装 WSL 2 和 NodeJS，推荐用 NVM 安装环境。 • OpenClaw 安装：安装 OpenClaw 只需一行命令，完成后可通过命令查看版本号和状态。 • 模型配置：配置模型时需选择 custom provider，从商汤网站获取相关信息，填写 API key、URL、模型 ID 等，验证成功后即可完成配置。 • 搜索 Provider 配置：推荐配置 Brave 的 search，从 Brave 官网获取 key 填入。 OpenClaw模型配置界面（Custom Provider及API设置）（来自共享） ◦ 小浣熊平台使用 ▪ 平台特点：小浣熊是免费平台，功能与 Skills 基本一致，使用方式简单，无需配置模型，是一键式主动式智能体。 ▪ 使用示例：可直接让小浣熊做 PPT 等任务，展示了任务规划和生图等功能的示例。 ◦ Skill 安装与使用 ▪ 安装方式：Skill 安装有手动安装和交给 Agent 安装两种方式，安装后可让 Agent 检查依赖和环境变量配置情况。 ▪ 使用演示：以图像生成为例，贴入图像 prompt 让其生成图片，展示了小浣熊任务规划的详尽情况和图片生成效果。 • 问答环节与后续计划 ◦ 问答环节 ▪ 联网搜索限制：罗嘉鹏解答小浣熊联网搜索无次数限制，按任务复杂程度决定搜索次数。 ▪ 网站访问问题：对于 sensenova.cn 网站打不开的问题，罗嘉鹏认为可能是网络问题，网站未做任何 block，外网可正常访问。 ▪ Skill 与模型搭配：Skill 不挑模型，可与任何模型匹配，画图模型需单独配置，可让 Agent 检查和安装。 ▪ 小浣熊模型：小浣熊使用多个模型混合策略，免费版只能用平台提供的模型，不能切换。 ▪ Skill 安装链接：所有 Skill 都放在一个 GitHub 链接，也可在 callhub 的 plugin 里搜索 sense nova skill 安装。 ▪ 作品提交：许键解答作品提交主要是用 Skill 后的有趣案例和想法，可结合其他 Skill 形成复合案例。 ◦ 后续计划 ▪ 模型升级：下一阶段计划推出更重、模型体尺寸更大的 Pro 版本模型，性能更稳定和完整。 ▪ Skill 优化与拓展：对现有 Skill 进行更完善的调优，加入更多常用流程，也欢迎用户将自己办公场景沉淀的 Skill 提交到 repo 进行开源社区贡献。 Log in or sign up to use this feature. 待办 问卷发送与投稿：发送问卷，鼓励大家依据商汤提供的 token plan 做出案例并投稿参加比赛，比赛将评出千元大奖 user 4389 导出安装指南：导出 PDF 格式的 OpenClaw 安装指南，包含 Windows、macOS 和 Linux 系统相关依赖及安装、配置命令，以便大家复制使用 文档内容添加：在文档最后添加小浣熊链接，供未安装 OpenClaw 的同学体验并参与活动（来自许键） 文档链接发送：在飞书群聊中发送带群二维码的小浣熊安装文档的飞书文档链接，方便大家扫码加群 user 4389 Log in or sign up to use this feature. 会议中的金句时刻 Log in or sign up to use this feature. 相关链接 • 妙记：无主题 • 文字记录 ◦ 05 20 | 👉今晚 8 点｜赢千元京东购物卡，参与商汤 SenseNova Skills 干货直播，掌握零基础四大 AI 办公技能 2026年5月20日 sensenova.cn 无主题 05 20 | 👉今晚 8 点｜赢千元京东购物卡，参与商汤 SenseNova Skills 干货直播，掌握零基础四大 AI 办公技能 2026年5月20日 • 模型、Agent 与 Skill 原理 • 模型发展与问题 ◦ Agent 热潮：在语言模型发展到一定阶段后，Agent 成为热潮。罗嘉鹏将模型比作计算机系统的 CPU，是指令执行者；而 Agent 类似操作系统，增加了任务拆解、调用工具和上下文管理能力，可调度模型。 ◦ Skill 的价值：Skill 可将复杂任务流程产品化、模块化并复用，弥补 Agent 不知具体业务场景如何完成任务的不足，是与业务交接的模块。 模型 Agent Skill架构关系 ◦ 商汤产品对应关系 ▪ 模型产品：商汤提供了 Senssenova 6.7 免费模型，在实际场景榜单上达到轻量级模型领先水平；Senssenova V、UE 是图片生成模型，能生成带文字的图表类型图片。 ▪ Agent 与 Skill 结合：依托市面上已有的 Agent，可将商汤推出的 Skills 和模型串起来。 • 模型发展与问题 ◦ Agent 热潮：在语言模型发展到一定阶段后，Agent 成为热潮。罗嘉鹏将模型比作计算机系统的 CPU，是指令执行者；而 Agent 类似操作系统，增加了任务拆解、调用工具和上下文管理能力，可调度模型。 ◦ Skill 的价值：Skill 可将复杂任务流程产品化、模块化并复用，弥补 Agent 不知具体业务场景如何完成任务的不足，是与业务交接的模块。 模型 Agent Skill架构关系 • 模型发展与问题 ◦ Agent 热潮：在语言模型发展到一定阶段后，Agent 成为热潮。罗嘉鹏将模型比作计算机系统的 CPU，是指令执行者；而 Agent 类似操作系统，增加了任务拆解、调用工具和上下文管理能力，可调度模型。 ◦ Skill 的价值：Skill 可将复杂任务流程产品化、模块化并复用，弥补 Agent 不知具体业务场景如何完成任务的不足，是与业务交接的模块。 • 模型发展与问题 ◦ Agent 热潮：在语言模型发展到一定阶段后，Agent 成为热潮。罗嘉鹏将模型比作计算机系统的 CPU，是指令执行者；而 Agent 类似操作系统，增加了任务拆解、调用工具和上下文管理能力，可调度模型。 ◦ Skill 的价值：Skill 可将复杂任务流程产品化、模块化并复用，弥补 Agent 不知具体业务场景如何完成任务的不足，是与业务交接的模块。 ◦ Agent 热潮：在语言模型发展到一定阶段后，Agent 成为热潮。罗嘉鹏将模型比作计算机系统的 CPU，是指令执行者；而 Agent 类似操作系统，增加了任务拆解、调用工具和上下文管理能力，可调度模型。 ◦ Skill 的价值：Skill 可将复杂任务流程产品化、模块化并复用，弥补 Agent 不知具体业务场景如何完成任务的不足，是与业务交接的模块。 模型 Agent Skill架构关系 ◦ 商汤产品对应关系 ▪ 模型产品：商汤提供了 Senssenova 6.7 免费模型，在实际场景榜单上达到轻量级模型领先水平；Senssenova V、UE 是图片生成模型，能生成带文字的图表类型图片。 ▪ Agent 与 Skill 结合：依托市面上已有的 Agent，可将商汤推出的 Skills 和模型串起来。 ▪ 模型产品：商汤提供了 Senssenova 6.7 免费模型，在实际场景榜单上达到轻量级模型领先水平；Senssenova V、UE 是图片生成模型，能生成带文字的图表类型图片。 ▪ Agent 与 Skill 结合：依托市面上已有的 Agent，可将商汤推出的 Skills 和模型串起来。 • 实际场景应用案例 ◦ 生图能力 ▪ 模型优势：罗嘉鹏展示了用 UE 模型生成的图片集合，该模型是纯开源轻量级模型，在生成文字方面超过了之前的 Gemini Flash，基本无乱码情况。 ▪ 配套 Skill 功能：配有相应的 Skill 功能，会对用户要生成的内容进行内容分析、选版型、结构化、扩展、扩写，最后由深度模型生成。还可通过 VLM 审排一次生成多张图片并选最好的。 ▪ 试用网站：提供了专门针对生图的试用网站和模型生成的 Gallery，里面有生成好的样例及使用的 prompt，中英文都有。 UE模型生成的信息图表示例集合（来自共享） 咖啡制作步骤结构化信息图表（UE模型生成）（来自共享） SenseNova Skills信息图Gallery及prompt示例（来自共享） ◦ 端到端案例 • 数据分析：以芯片价格汇总文件为例，通过数据分析 Skill 查找数据拐点，发现 2 月份内存芯片有拐点，3 月份强烈上涨。 • 深度调研：用户提出调研内存价格波动原因的要求后，通过搜索和分阶段分析得出主要原因是供给不足、AI 服务器需求增强、厂商主动控制产出等。 • PPT 生成：利用 PPT Skill 将之前的结论生成 PPT，PPT 生成过程中会调用生图模型生成子图。生成的 PPT 包含深度调研的结论，用户稍作修改即可用于汇报。 内存价格波动深度调研结论PPT幻灯片（来自共享） ◦ 生图能力 ▪ 模型优势：罗嘉鹏展示了用 UE 模型生成的图片集合，该模型是纯开源轻量级模型，在生成文字方面超过了之前的 Gemini Flash，基本无乱码情况。 ▪ 配套 Skill 功能：配有相应的 Skill 功能，会对用户要生成的内容进行内容分析、选版型、结构化、扩展、扩写，最后由深度模型生成。还可通过 VLM 审排一次生成多张图片并选最好的。 ▪ 试用网站：提供了专门针对生图的试用网站和模型生成的 Gallery，里面有生成好的样例及使用的 prompt，中英文都有。 UE模型生成的信息图表示例集合（来自共享） 咖啡制作步骤结构化信息图表（UE模型生成）（来自共享） SenseNova Skills信息图Gallery及prompt示例（来自共享） ▪ 模型优势：罗嘉鹏展示了用 UE 模型生成的图片集合，该模型是纯开源轻量级模型，在生成文字方面超过了之前的 Gemini Flash，基本无乱码情况。 ▪ 配套 Skill 功能：配有相应的 Skill 功能，会对用户要生成的内容进行内容分析、选版型、结构化、扩展、扩写，最后由深度模型生成。还可通过 VLM 审排一次生成多张图片并选最好的。 ▪ 试用网站：提供了专门针对生图的试用网站和模型生成的 Gallery，里面有生成好的样例及使用的 prompt，中英文都有。 UE模型生成的信息图表示例集合（来自共享） 咖啡制作步骤结构化信息图表（UE模型生成）（来自共享） SenseNova Skills信息图Gallery及prompt示例（来自共享） UE模型生成的信息图表示例集合（来自共享） 咖啡制作步骤结构化信息图表（UE模型生成）（来自共享） SenseNova Skills信息图Gallery及prompt示例（来自共享） ◦ 端到端案例 • 数据分析：以芯片价格汇总文件为例，通过数据分析 Skill 查找数据拐点，发现 2 月份内存芯片有拐点，3 月份强烈上涨。 • 深度调研：用户提出调研内存价格波动原因的要求后，通过搜索和分阶段分析得出主要原因是供给不足、AI 服务器需求增强、厂商主动控制产出等。 • PPT 生成：利用 PPT Skill 将之前的结论生成 PPT，PPT 生成过程中会调用生图模型生成子图。生成的 PPT 包含深度调研的结论，用户稍作修改即可用于汇报。 内存价格波动深度调研结论PPT幻灯片（来自共享） • 数据分析：以芯片价格汇总文件为例，通过数据分析 Skill 查找数据拐点，发现 2 月份内存芯片有拐点，3 月份强烈上涨。 • 深度调研：用户提出调研内存价格波动原因的要求后，通过搜索和分阶段分析得出主要原因是供给不足、AI 服务器需求增强、厂商主动控制产出等。 • PPT 生成：利用 PPT Skill 将之前的结论生成 PPT，PPT 生成过程中会调用生图模型生成子图。生成的 PPT 包含深度调研的结论，用户稍作修改即可用于汇报。 内存价格波动深度调研结论PPT幻灯片（来自共享） • 数据分析：以芯片价格汇总文件为例，通过数据分析 Skill 查找数据拐点，发现 2 月份内存芯片有拐点，3 月份强烈上涨。 • 深度调研：用户提出调研内存价格波动原因的要求后，通过搜索和分阶段分析得出主要原因是供给不足、AI 服务器需求增强、厂商主动控制产出等。 • PPT 生成：利用 PPT Skill 将之前的结论生成 PPT，PPT 生成过程中会调用生图模型生成子图。生成的 PPT 包含深度调研的结论，用户稍作修改即可用于汇报。 • 数据分析：以芯片价格汇总文件为例，通过数据分析 Skill 查找数据拐点，发现 2 月份内存芯片有拐点，3 月份强烈上涨。 • 深度调研：用户提出调研内存价格波动原因的要求后，通过搜索和分阶段分析得出主要原因是供给不足、AI 服务器需求增强、厂商主动控制产出等。 • PPT 生成：利用 PPT Skill 将之前的结论生成 PPT，PPT 生成过程中会调用生图模型生成子图。生成的 PPT 包含深度调研的结论，用户稍作修改即可用于汇报。 内存价格波动深度调研结论PPT幻灯片（来自共享） • 各场景详细介绍 ◦ 数据分析 ▪ 数据来源与支持：数据分析 Skill 能接收各种形式的数据，如 Excel 文件、CSV 文件、文档、截图等，后续还会考虑接入 SQL 或数据库形式的数据。 ▪ 处理大规模数据：对于超大规模数据，如大于 10 万行的数据，有不同的处理策略，可支持不同形式的数据。 ◦ 深度调研 ▪ 工作流步骤：深度调研工作流包括启动门槛检查、规划阶段、执行和取证、动态调整计划、校验和生成报告等步骤。每个步骤都有固定的产出文件，以防止语言模型在处理长上下文或引入噪音数据时指令跟随能力变弱。 ▪ 数据来源与校验：通过多种数据来源进行检索，如 Web 搜索、学术领域搜索源（archive、PubMed、wiki 等）、代码和社交媒体搜索等，并对搜索结果进行严格校验。 ▪ 可续性保障：在中间过程中生成中间结果文件，可保证调研的可续性，中断后可从记录中恢复运行状态，保障调研质量。 ◦ PPT 生成 ▪ 能力框架：PPT 生成总体有两条线，一是通过 HTML 生成路线，先生成 HTML 代码构建 PPT 页面，再转换为最终 PPT；二是走图片生成模式，生成过程中调用 text2image 补充插图。 ▪ 创意模式与风格统一：在创意模式下，由生图模型构造页面，PPT 生管线需构造每一页元素，保证整体视觉效果和前后页面风格统一，以及节奏的把控。 ▪ 模板更换计划：后续计划支持换模板，一种是修改 prompt 改变风格配色，另一种是用户上传 PPT 文件，按文件风格生成，目前后者还在规划中。 ◦ 数据分析 ▪ 数据来源与支持：数据分析 Skill 能接收各种形式的数据，如 Excel 文件、CSV 文件、文档、截图等，后续还会考虑接入 SQL 或数据库形式的数据。 ▪ 处理大规模数据：对于超大规模数据，如大于 10 万行的数据，有不同的处理策略，可支持不同形式的数据。 ▪ 数据来源与支持：数据分析 Skill 能接收各种形式的数据，如 Excel 文件、CSV 文件、文档、截图等，后续还会考虑接入 SQL 或数据库形式的数据。 ▪ 处理大规模数据：对于超大规模数据，如大于 10 万行的数据，有不同的处理策略，可支持不同形式的数据。 ◦ 深度调研 ▪ 工作流步骤：深度调研工作流包括启动门槛检查、规划阶段、执行和取证、动态调整计划、校验和生成报告等步骤。每个步骤都有固定的产出文件，以防止语言模型在处理长上下文或引入噪音数据时指令跟随能力变弱。 ▪ 数据来源与校验：通过多种数据来源进行检索，如 Web 搜索、学术领域搜索源（archive、PubMed、wiki 等）、代码和社交媒体搜索等，并对搜索结果进行严格校验。 ▪ 可续性保障：在中间过程中生成中间结果文件，可保证调研的可续性，中断后可从记录中恢复运行状态，保障调研质量。 ▪ 工作流步骤：深度调研工作流包括启动门槛检查、规划阶段、执行和取证、动态调整计划、校验和生成报告等步骤。每个步骤都有固定的产出文件，以防止语言模型在处理长上下文或引入噪音数据时指令跟随能力变弱。 ▪ 数据来源与校验：通过多种数据来源进行检索，如 Web 搜索、学术领域搜索源（archive、PubMed、wiki 等）、代码和社交媒体搜索等，并对搜索结果进行严格校验。 ▪ 可续性保障：在中间过程中生成中间结果文件，可保证调研的可续性，中断后可从记录中恢复运行状态，保障调研质量。 ◦ PPT 生成 ▪ 能力框架：PPT 生成总体有两条线，一是通过 HTML 生成路线，先生成 HTML 代码构建 PPT 页面，再转换为最终 PPT；二是走图片生成模式，生成过程中调用 text2image 补充插图。 ▪ 创意模式与风格统一：在创意模式下，由生图模型构造页面，PPT 生管线需构造每一页元素，保证整体视觉效果和前后页面风格统一，以及节奏的把控。 ▪ 模板更换计划：后续计划支持换模板，一种是修改 prompt 改变风格配色，另一种是用户上传 PPT 文件，按文件风格生成，目前后者还在规划中。 ▪ 能力框架：PPT 生成总体有两条线，一是通过 HTML 生成路线，先生成 HTML 代码构建 PPT 页面，再转换为最终 PPT；二是走图片生成模式，生成过程中调用 text2image 补充插图。 ▪ 创意模式与风格统一：在创意模式下，由生图模型构造页面，PPT 生管线需构造每一页元素，保证整体视觉效果和前后页面风格统一，以及节奏的把控。 ▪ 模板更换计划：后续计划支持换模板，一种是修改 prompt 改变风格配色，另一种是用户上传 PPT 文件，按文件风格生成，目前后者还在规划中。 • 模型层面特点 ◦ SenseNova 6.7 Flash 优势：罗嘉鹏介绍该模型是模态统一的多模态模型，相比纯文本模型，避免了视觉模型转换文字时的信息丢失和 token 消耗大的问题。在长任务评测集上，与纯语言模型对比，token 消耗量可达到近 60%，反馈速度达毫秒级延时。 商汤SenseNova 6.7 Flash Lite多模态模型体系（来自共享） ◦ 生图管线流程：生图管线第一步是理解用户需求，与用户交互询问图片比例、风格等信息；第二步组织内容结构、决定风格；最后生成图像。还引入多模态识别模型，自动判断图片是否达标，不达标则重新生成。 ◦ SenseNova 6.7 Flash 优势：罗嘉鹏介绍该模型是模态统一的多模态模型，相比纯文本模型，避免了视觉模型转换文字时的信息丢失和 token 消耗大的问题。在长任务评测集上，与纯语言模型对比，token 消耗量可达到近 60%，反馈速度达毫秒级延时。 商汤SenseNova 6.7 Flash Lite多模态模型体系（来自共享） ◦ 生图管线流程：生图管线第一步是理解用户需求，与用户交互询问图片比例、风格等信息；第二步组织内容结构、决定风格；最后生成图像。还引入多模态识别模型，自动判断图片是否达标，不达标则重新生成。 • 操作指南与工具使用 ◦ OpenClaw 安装与配置 ▪ 安装依赖：以 Windows 系统为例，需安装 WSL 2 和 NodeJS，推荐用 NVM 安装环境。 • OpenClaw 安装：安装 OpenClaw 只需一行命令，完成后可通过命令查看版本号和状态。 • 模型配置：配置模型时需选择 custom provider，从商汤网站获取相关信息，填写 API key、URL、模型 ID 等，验证成功后即可完成配置。 • 搜索 Provider 配置：推荐配置 Brave 的 search，从 Brave 官网获取 key 填入。 OpenClaw模型配置界面（Custom Provider及API设置）（来自共享） ◦ 小浣熊平台使用 ▪ 平台特点：小浣熊是免费平台，功能与 Skills 基本一致，使用方式简单，无需配置模型，是一键式主动式智能体。 ▪ 使用示例：可直接让小浣熊做 PPT 等任务，展示了任务规划和生图等功能的示例。 ◦ Skill 安装与使用 ▪ 安装方式：Skill 安装有手动安装和交给 Agent 安装两种方式，安装后可让 Agent 检查依赖和环境变量配置情况。 ▪ 使用演示：以图像生成为例，贴入图像 prompt 让其生成图片，展示了小浣熊任务规划的详尽情况和图片生成效果。 ◦ OpenClaw 安装与配置 ▪ 安装依赖：以 Windows 系统为例，需安装 WSL 2 和 NodeJS，推荐用 NVM 安装环境。 • OpenClaw 安装：安装 OpenClaw 只需一行命令，完成后可通过命令查看版本号和状态。 • 模型配置：配置模型时需选择 custom provider，从商汤网站获取相关信息，填写 API key、URL、模型 ID 等，验证成功后即可完成配置。 • 搜索 Provider 配置：推荐配置 Brave 的 search，从 Brave 官网获取 key 填入。 OpenClaw模型配置界面（Custom Provider及API设置）（来自共享） ▪ 安装依赖：以 Windows 系统为例，需安装 WSL 2 和 NodeJS，推荐用 NVM 安装环境。 • OpenClaw 安装：安装 OpenClaw 只需一行命令，完成后可通过命令查看版本号和状态。 • 模型配置：配置模型时需选择 custom provider，从商汤网站获取相关信息，填写 API key、URL、模型 ID 等，验证成功后即可完成配置。 • 搜索 Provider 配置：推荐配置 Brave 的 search，从 Brave 官网获取 key 填入。 OpenClaw模型配置界面（Custom Provider及API设置）（来自共享） • OpenClaw 安装：安装 OpenClaw 只需一行命令，完成后可通过命令查看版本号和状态。 • 模型配置：配置模型时需选择 custom provider，从商汤网站获取相关信息，填写 API key、URL、模型 ID 等，验证成功后即可完成配置。 • 搜索 Provider 配置：推荐配置 Brave 的 search，从 Brave 官网获取 key 填入。 • OpenClaw 安装：安装 OpenClaw 只需一行命令，完成后可通过命令查看版本号和状态。 • 模型配置：配置模型时需选择 custom provider，从商汤网站获取相关信息，填写 API key、URL、模型 ID 等，验证成功后即可完成配置。 • 搜索 Provider 配置：推荐配置 Brave 的 search，从 Brave 官网获取 key 填入。 OpenClaw模型配置界面（Custom Provider及API设置）（来自共享） ◦ 小浣熊平台使用 ▪ 平台特点：小浣熊是免费平台，功能与 Skills 基本一致，使用方式简单，无需配置模型，是一键式主动式智能体。 ▪ 使用示例：可直接让小浣熊做 PPT 等任务，展示了任务规划和生图等功能的示例。 ▪ 平台特点：小浣熊是免费平台，功能与 Skills 基本一致，使用方式简单，无需配置模型，是一键式主动式智能体。 ▪ 使用示例：可直接让小浣熊做 PPT 等任务，展示了任务规划和生图等功能的示例。 ◦ Skill 安装与使用 ▪ 安装方式：Skill 安装有手动安装和交给 Agent 安装两种方式，安装后可让 Agent 检查依赖和环境变量配置情况。 ▪ 使用演示：以图像生成为例，贴入图像 prompt 让其生成图片，展示了小浣熊任务规划的详尽情况和图片生成效果。 ▪ 安装方式：Ski