Understand SenseNova Team Harness, a workspace you host yourself for collaboration between people and local AI agents. Learn its core concepts, startup requirements, and workflow for assigning tasks, sharing input files, and reviewing versioned deliverables.
中文简介正在准备中。当前显示英语简介。
Use when a user asks what SenseNova Team Harness is, wants an introduction or overview, is getting started, or is deciding whether it fits — a self-hosted workspace where people and local AI agents collaborate on conversations, projects, work items, and artifacts. Covers its core concepts (Workspace, Project, Conversation, Agent, WorkItem, Resource, Artifact, Local Computer), main capabilities, how to run it, and the basic usage flow.
实测评分 未实测
查看安装方法安装前可以查看交给 AI 代理的指令内容。
SenseNova Team Harness 是一个自托管的团队协作工作区，让人和本地 AI Agent 围绕 同一份工作协同：讨论、待办、AI 执行和最终成果都放在同一个空间里。它把 「提出问题 → 分配工作 → 持续推进 → 交付成果」连成一条完整、可审计的协作链， 让 AI 真正作为团队成员参与，而不是把回答留在个人聊天窗口里。
| 概念 | 说明 |
|---|---|
| Workspace | 团队共享空间，是共享协作事实的唯一权威来源。 |
| Project | 一个目标下的任务、讨论和交付物的集合。 |
| Conversation | 团队讨论；可以在其中 @Agent 或创建待办。 |
| Agent | 作为团队成员参与的 AI，绑定一台本地 Runtime 执行工作。 |
| WorkItem | 一项待办工作，有负责人、状态和预期结果。 |
| Resource | 人为 Project 上传的输入文件（数据、素材等），是 Agent 工作的原料，区别于 Artifact。 |
| Artifact | Agent 产出的成果（报告、代码、方案等），独立于聊天，内容寻址、可版本化、可审核。 |
| Local Computer | 连接服务并在成员自己电脑上运行 Agent 的本地客户端；凭据、文件和工作目录都留在本地。 |
研究与分析、产品与运营、软件研发、内容与设计、知识与流程管理，以及多人多 AI 围绕同一目标分工、由人在关键节点验收的跨角色项目。
环境要求：Node.js 24 和 npm。服务端从源码运行，不提供 Docker 镜像和 npm 包。
git clone https://github.com/OpenSenseNova/SenseNova-Skills-TeamHarness.git
cd SenseNova-Skills-TeamHarness
cp .env.example .env
npm ci
npm run dev
浏览器打开 http://localhost:5173。生产模式本地运行用 npm run build 后
NODE_ENV=production npm start。
@Agent，或创建 WorkItem 指派负责人；把输入文件作为 Resource 上传到 Project。.env、token、SQLite 文件、本地工作目录或日志提交到代码仓库。仓库内有更完整说明：README.md / README_CN.md（功能与使用）、INSTALL.md（安装配置）、
local-computer/README.md（Local Computer 与 teamctl 命令，含 resource / artifact / message）、
docs/contracts/openapi.json（HTTP 契约）。
还没有评价。欢迎分享你的使用感受。
无需登录即可发表。欢迎分享使用感受、提问，或说明在哪些环境下无法运行。
还没有评论。来写第一条吧。
Compare counts and shares for two categories in Excel data. The skill cleans the selected columns, calculates differences and percentages, and produces a summary spreadsheet plus bar and pie charts.
中文简介正在准备中。当前显示英语简介。
Analyze Excel data using custom categories, count distributions, and compare groups with charts. Score text using its length, technical terms, numbers, and selected complex concepts, then visualize difficulty levels and the relationship between text length and scores.
中文简介正在准备中。当前显示英语简介。
Count categories in a chosen data column after removing missing values and placeholder labels. Calculate each category’s share and create high-resolution charts combining counts, percentages, pie charts, and horizontal bars for distribution reports.
中文简介正在准备中。当前显示英语简介。
Clean category and numeric fields in structured data, compare groups with counts and cross-tabulations, and produce charts, Excel results, and a Markdown report. Export visuals as high-resolution PNG and SVG files for use in reports.
中文简介正在准备中。当前显示英语简介。
Filter Excel data using candidate column names, RGB color values, text prefixes, and regular expressions, which match text patterns. Calculate totals and averages, then export results to Excel with highlighted rows and a download link.
中文简介正在准备中。当前显示英语简介。
Filter rows from Excel or previously converted Parquet files, a format designed for efficient data storage. Summarize matching records by group with counts, percentages, and totals, then export the summary to Excel.
中文简介正在准备中。当前显示英语简介。