文章目录

在这里插入图片描述

最近 SenseNova U1 系列（轻量版 SenseNova U1 Lite）开源，看官方 README 给出的几条接入路径，里面我最想完整走一遍的就是 OpenClaw 调用 这条。原因有三：

  1. 它不止是把模型当 chat 接口——OpenClaw 是一个 Agent Skills 规范的智能体运行时，调用 SenseNova 模型时中间会插入规划、工具选型、Skill 链编排、自我校对等环节，能看出模型在"被调度起来之后"能达到的真实上限；
  2. API 对接路径标准——SenseNova 平台兼容 OpenAI 协议，OpenClaw 配置里支持 openai-completions 接入。理论上把 base URL 和模型名换一下就能跑通，实际上有几个细节坑；
  3. 效果验证最直接——同一个模型、同一道题，直接发 API 拿到的图和经过 agent 编排后拿到的图，质量差距非常显著。这个差距正是 OpenClaw 调用价值的关键证据。

模型来源：

  • GitHub：https://github.com/OpenSenseNova/SenseNova-U1
  • HuggingFace：https://huggingface.co/collections/sensenova/sensenova-u1
  • SenseNova-Skills 仓库：https://github.com/OpenSenseNova/SenseNova-Skills

一、先聊聊 SenseNova U1 这个模型

在动手对接之前，先把这次的"主角"讲清楚——否则后面跑出来的效果，你不知道哪些是模型能力，哪些是 agent 编排带来的增量。

1.1 范式跃迁：从"模态拼接"到"原生统一"

过去一年，多模态大模型主流路径是"LLM + 视觉编码器（VE）+ 变分自编码器（VAE）"的拼接式。这种架构有个根本问题：视觉信息和文本信息在模型内部其实是两个空间，需要通过适配器层来回翻译，信息损耗和认知断层都是天然的。

SenseNova U1 走的不是这条路。它基于商汤自研的 NEO-unify 架构，核心理念是"像素与文字在语义层面本来就深度相关，不应该硬拆开"。落到架构上，做了两件根本性的变化：

  • 去除 Visual Encoder（VE）：不再依赖外部视觉编码器把图像编码为 token；
  • 去除 Variational Auto-Encoder（VAE）：不再依赖 VAE 把图像压缩到潜空间再解码。

取而代之的是"统一表征体系"——语言和视觉信息作为一个统一的复合体，端到端建模。理解、推理、生成三种能力在同一套参数空间里发生，不需要中间翻译层。

在这里插入图片描述

1.2 模型矩阵：本次开源的版本

本次开源的是 SenseNova U1 Lite 系列：

模型 参数量 主干结构 特点
SenseNova-U1-8B-MoT 8B 稠密主干 通用底座
SenseNova-U1-A3B-MoT A3B MoE 混合专家 性价比高
SenseNova-U1-8B-MoT-SFT 8B 稠密 监督微调版本
SenseNova-U1-A3B-MoT-SFT A3B MoE SFT 版本
SenseNova-U1-8B-MoT-Infographic 8B 稠密 信息图特化
SenseNova-U1-8B-MoT-LoRA-8step 0.4B LoRA 8 步推理加速版

💡 关键点：模型矩阵里有个叫 SenseNova-U1-8B-MoT-Infographic 的版本，是 2026.05.15 专门为信息图场景做了能力增强的，本次实测里 agent 调用的 sensenova-u1-fast 就是这个版本经过步数蒸馏和 CFG 蒸馏后的产物——专供信息图生成使用，这也是为什么我选信息图作为实测题目。

1.3 三大核心能力（这次实测会验证哪几个）

按官方 README 列的能力卖点，SenseNova U1 强调三件事：

  1. 理解与生成均达到开源 SOTA——在 OneIG（EN/ZH）、LongText（EN/ZH）、CVTG、BizGenEval（Easy/Hard）、IGenBench 等基准上，性能-延迟比领先；
  2. 原生图文交错生成——单模型单链路连贯产出图文交错内容，适合生活指南、教程、旅行手记类场景；
  3. ** 高密度信息呈现**——能生成结构丰富、排版复杂的内容，覆盖知识图解、海报、PPT、简历等信息密集场景。

这次实测主要验证第三个能力——让模型生成一张包含多模块、多数据点、严格视觉规范的横评信息图，看 U1 在"高密度信息可视化"上的真实表现。

1.4 当前版本的已知局限（要先承认，后面才好评价）

官方 README 在"进行中的改进"章节明确列了几个已知短板，我抄过来——这一节后面要反复回来对照：

  • 视觉理解：当前模型支持的上下文长度最长 32K tokens，复杂视觉场景下可能受限；
  • 人体生成：人体细粒度细节处理仍有挑战，尤其人物占比小或与周围物体复杂交互时；
  • 文字生成：文字渲染有时会出现拼写错误、字符变形或格式不一致，对 prompt 措辞较为敏感，在文字密集场景下尤为明显；
  • 图文交错生成：当前是 Beta 状态，强化学习尚未针对图像编辑、推理及图文交错任务做专项优化。

第三条是关键——它告诉我们：生信息图时出现错字、字符变形不是 bug，是模型当前阶段的已知限制。所以衡量 OpenClaw 编排的价值，一个重要看点就是"agent 是否能把这种已知缺陷的影响降到最低"。

二、装机选型：跳过 WSL2，直接走 Windows 原生

OpenClaw 官方文档在 Windows 下推荐 WSL2 路线（装 WSL2 → 装 Ubuntu → 在 Ubuntu 内装 Node → 装 OpenClaw），完整跑下来至少一小时。我先查了下本机环境：

> node --version
v22.21.0
> npm --version
10.9.4
> where node
C:\Users\86155\AppData\Local\fnm_multishells\...\node.exe

Node 22.21 满足 OpenClaw 文档里写的 ≥22.14 要求，npm 也在，是 fnm 管理的。既然这样就没必要走 WSL2，直接 npm 全局装：

npm install -g openclaw@latest

npm warn deprecated node-domexception@1.0.0: ...
added 473 packages in 1m

1 分钟，473 个依赖包。

在这里插入图片描述

验证：

> openclaw --version
OpenClaw 2026.5.20 (e510042)
> where openclaw
C:\Users\86155\AppData\Local\fnm_multishells\...\openclaw
C:\Users\86155\AppData\Local\fnm_multishells\...\openclaw.cmd

在这里插入图片描述

关于 Windows 原生 vs WSL2 的取舍：官方文档把 WSL2 写在前面是出于兼容性考虑，但 Windows 原生其实是可以直接走的。如果你电脑里 Node 22.14+ 已经在了，没必要先去折腾 WSL2 + Ubuntu + nvm + Node 这一长串前置准备。

安装完成后，OpenClaw 在 C:\Users\86155\.openclaw\ 下生成了用户目录结构：

.openclaw/
├── agents/           # agent 配置（默认会有一个 main agent）
├── canvas/           # 画布数据
├── credentials/      # 凭据存储
├── cron/             # 定时任务
├── identity/         # 身份标识
├── logs/             # 日志（config-health / config-audit 等）
├── plugins/          # 插件目录
├── plugin-skills/    # 插件 skill 缓存
├── skills/           # 用户自定义 Skill（一会儿要装 SenseNova-Skills）
├── tasks/            # 任务运行数据（sqlite）
├── workspace/        # agent 工作目录（生成产物）
├── openclaw.json     # 主配置文件
└── openclaw.json.bak # 自动备份

在这里插入图片描述

三、API 对接（一）：申请 SenseNova 平台 Key 并直连验证

OpenClaw 不做模型推理，要接入一个 LLM provider。SenseNova 平台公测期免费开放，每 5 小时给 1500 次调用额度。

去 platform.sensenova.cn 注册，左侧菜单 API Keys → 新增 API Key。生成后立刻复制保存（这类平台 Key 一般只在生成时显示一次）。

在这里插入图片描述

在这里插入图片描述

我的习惯是不先接入任何客户端，先直接 curl 验证 Key 能不能通——这一步能排除掉"Key 写错了 / 端点写错了 / 账号没激活"这类基础问题：

curl -X POST https://token.sensenova.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -d '{
    "model": "sensenova-6.7-flash-lite",
    "messages": [{"role": "user", "content": "你好，请用一句话自我介绍"}],
    "max_tokens": 100
  }'

返回：

{
  "id": "3c821177-41be-41e6-883b-9184fe196e8b",
  "created": 1779439250,
  "model": "sensenova-6.7-flash-lite",
  "object": "chat.completion",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "reasoning": "嗯，用户发来的信息看起来是乱码，我需要先确认这是什么编码问题……"
    },
    "finish_reason": "length"
  }],
  "usage": {
    "prompt_tokens": 48,
    "completion_tokens": 100,
    "total_tokens": 148
  }
}

在这里插入图片描述

API 通了。这里有两个细节值得提：

  • reasoning 字段：SenseNova 模型的特色，把思考过程独立返回，方便上层做"展示思考过程"的 UI（参考别的 SenseNova 应用，那种"思考过程"折叠区背后就是这个字段）；
  • 中文乱码问题：Windows 终端默认 cp936 编码，curl 时请求体里的中文经过终端编码后传到服务端会被识别为乱码（模型 reasoning 里能看到它在分析编码问题）。这不是 SenseNova API 的 bug，是 Windows 终端编码的历史遗留问题。生产代码里用 Python/Node SDK 不会触发。

四、API 对接（二）：跳过 onboard 向导，手写 openclaw.json

OpenClaw 默认的 LLM 接入路径是跑交互向导：

openclaw onboard --install-daemon

向导会问 14 个问题：Setup mode、Model/auth provider、API Base URL、API Key 输入方式、API Key、Endpoint compatibility、Model ID、Endpoint ID、Select channel、Web search provider、Brave Search key、Configure skills、Enable hooks……一路按回车 + 输入答案大概要 5 分钟。

但 OpenClaw 是配置驱动的——这十几个问题最终就是在 ~/.openclaw/openclaw.json 里写几个字段。看一下当前配置文件路径：

> openclaw config file
~\.openclaw\openclaw.json

我之前装过一次 OpenClaw，目录里有 .bak 备份（OpenClaw 每次跑 onboard 会自动备份旧配置）。打开看一下，是 OpenAI 协议下标准的 providers / models / agents.defaults 三段。我手写一份 SenseNova 版的：

{
  "meta": {
    "lastTouchedVersion": "2026.5.20",
    "lastTouchedAt": "2026-05-22T10:30:00.000Z"
  },
  "models": {
    "mode": "merge",
    "providers": {
      "sensenova": {
        "baseUrl": "https://token.sensenova.cn/v1",
        "apiKey": "<把你的 Key 填这里>",
        "api": "openai-completions",
        "models": [
          {
            "id": "sensenova-6.7-flash-lite",
            "name": "SenseNova 6.7 Flash Lite",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 128000,
            "maxTokens": 8192,
            "compat": { "supportsDeveloperRole": false }
          },
          {
            "id": "sensenova-u1-fast",
            "name": "SenseNova U1 Fast",
            "reasoning": false,
            "input": ["text", "image"],
            "cost": { "input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0 },
            "contextWindow": 32000,
            "maxTokens": 8192,
            "compat": { "supportsDeveloperRole": false }
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "compaction": { "mode": "safeguard" },
      "sandbox": { "mode": "off" },
      "model": { "primary": "sensenova/sensenova-6.7-flash-lite" },
      "workspace": "C:\\Users\\86155\\.openclaw\\workspace",
      "models": {
        "sensenova/sensenova-6.7-flash-lite": {},
        "sensenova/sensenova-u1-fast": {}
      }
    }
  },
  "gateway": {
    "mode": "local",
    "bind": "loopback",
    "port": 18789,
    "auth": { "mode": "token", "token": "<gateway 鉴权 token>" }
  },
  "tools": { "profile": "coding" }
}

在这里插入图片描述

几个关键字段要点出来：

字段 值 作用
models.mode "merge" 让 SenseNova provider 叠加在 OpenClaw 内置模型上，不替换
providers.sensenova.baseUrl https://token.sensenova.cn/v1 SenseNova 平台 OpenAI 兼容端点
providers.sensenova.api "openai-completions" 走 OpenAI Chat Completions 协议
models[].input ["text", "image"] 声明 U1 模型支持图像输入，做图像理解时必填
agents.defaults.model.primary sensenova/sensenova-6.7-flash-lite 默认 agent 走 6.7-flash-lite（更快），需要图像生成时上层会切到 u1-fast
gateway.bind "loopback" 本地回环，不开放局域网

写完用 OpenClaw 自带的 validate 校验：

> openclaw config validate
Config valid: ~\.openclaw\openclaw.json

在这里插入图片描述

绿灯。

五、API 对接（三）：跑通端到端连通性测试

接下来跑一次端到端 agent 调用：

> openclaw agent --message "你好，请用一句话自我介绍" --agent main

注意 --agent main 不能省（OpenClaw 当前版本要求必须显式指定 agent 名）。

第一次跑大约等了 70 秒，最后输出：

你好！我是你的 AI 助手，能帮你查信息、处理文件、运行命令、自动化操作，有问题随时找我。

在这里插入图片描述

日志里能看到完整 trace：

EMBEDDED FALLBACK: Gateway agent failed; running embedded agent: 
  GatewayTransportError: gateway closed (1006 abnormal closure)

[agent/embedded] startup stages: phase=attempt-dispatch totalMs=69184
  stages=workspace:1ms,
         runtime-plugins:3909ms,
         hooks:2ms,
         model-resolution:61994ms,   # 首次拉模型注册表
         auth:3271ms,
         context-engine:2ms,
         attempt-workspace:3ms,
         attempt-prompt:0ms,
         attempt-runtime-plan:2ms,
         attempt-dispatch:0ms

可以看到几件事：

  1. Gateway 在跑 fallback——OpenClaw 启动时本地 gateway daemon 没起来，agent 自动切换到 embedded 模式直接发请求；
  2. model-resolution 占了 62 秒——首次启动比较慢，后续同一 agent 的调用能在 5 秒级响应；
  3. 整个调用链里 SenseNova API 的响应时间被 auth + 后续 dispatch 包含，3 秒级。

第一次端到端通了。

六、调用逻辑（一）：装 SenseNova-Skills，24 个 Skill 一次到位

Skill 是 OpenClaw 生态最有意思的部分——它不是把模型当聊天接口用，而是把"完成某类任务的完整流程"封装成可加载的能力包。SenseNova 团队为 U1 出了一整套配套 Skill 仓库：

git clone https://github.com/OpenSenseNova/SenseNova-Skills.git --depth=1
mkdir -p ~/.openclaw/skills
cp -r SenseNova-Skills/skills/* ~/.openclaw/skills/

--depth=1 是因为仓库里 examples 目录有大文件（具身智能调研报告 zip 等），浅克隆能直接跳过。

在这里插入图片描述

在这里插入图片描述

复制完看一眼装了什么：

sn-da-excel-workflow          Excel 多表读取 + 大文件分析编排
sn-da-image-caption           图像 OCR / 图表解读 / UI 描述
sn-da-large-file-analysis     大文件流式读取（≥10k 行）
sn-deep-research              深度调研入口
sn-dimension-research         单维度取证
sn-image-base                 文生图 + 图像识别 + 文本优化（底层 Tier 0）
sn-image-doctor               环境诊断
sn-image-imitate              图像风格模仿
sn-image-resume               简历图片生成
sn-infographic                信息图生成（87 种布局 / 66 种风格）
sn-md-to-html-report          Markdown → HTML 报告
sn-ppt-creative               PPT 创意模式（每页一张全图）
sn-ppt-doctor                 PPT 环境诊断
sn-ppt-entry                  PPT 入口
sn-ppt-standard               PPT 标准模式（HTML 渲染 → PPTX）
sn-report-format-discovery    报告形态发现
sn-research-planning          研究规划
sn-research-report            终稿写作
sn-research-synthesis         综合判断
sn-search-academic            学术搜索（ArXiv/Semantic Scholar/PubMed/Wiki）
sn-search-code                开发者搜索（GitHub/Stack Overflow/HN/HF）
sn-search-social-cn           中文社交搜索（B站/知乎/抖音）
sn-search-social-en           英文社交搜索（Reddit/Twitter/YouTube）
sn-update                     仓库更新

24 个 Skill，覆盖图像生成、PPT、Excel 分析、深度调研、多平台搜索五大场景。每个 Skill 都是独立目录 + SKILL.md 声明文件 + 资源子目录的结构。

这里要重点说一下 U1 的能力地图——24 个 Skill 不是每个都在直接调 U1，而是按"场景"组织：

  • 图像类（sn-image-* / sn-infographic）→ 调 U1 的图像生成能力
  • PPT 类（sn-ppt-*）→ 串联 U1 的图像生成 + 排版生成
  • 数据类（sn-da-*）→ 主要用 6.7-flash-lite 做文本理解 + 工具调用
  • 调研类（sn-deep-research / sn-research-*）→ 文本生成 + 多源搜索

也就是说 U1 的"原生统一多模态"能力，在 OpenClaw 生态里被切分成了具体的场景 Skill，开发者按需调用。

看一下 sn-infographic/SKILL.md 的头部（Agent Skills 规范）：

---
name: sn-infographic
description: |
  Generates professional infographics with various layout types and visual styles.
  Analyzes content, recommends layout and style, and generates publication-ready
  infographics.
  Use when user asks to create "infographic", "信息图", "visual summary", or "可视化".
metadata:
  project: SenseNova-Skills
  tier: 1
  category: scene
  priority: 9
  user_visible: true
triggers:
  - "infographic"
  - "信息图"
  - "信息图生成"
  - "数据可视化"
  - "图表生成"
  - "图解"
---

agent 在收到用户请求时会扫描所有可用 Skill 的 triggers 列表，命中关键词的 Skill 会被加进当前任务的可调用工具集。Skill 加载不需要重启 daemon，下一次 agent invocation 自动扫描 ~/.openclaw/skills/ 目录。

在这里插入图片描述

七、调用逻辑（二）：第一个真任务，跑横评信息图

环境都搭起来了，跑一个实战任务。我选的题目是"2026 AI 编程助手横评信息图"——这种任务对 U1 的"高密度信息可视化"能力 + agent Skill 调度的考验比较综合：

  • 要规划布局（5 张并列卡片 + 底部 3 个数据模块）
  • 要做内容组织（评分、星级、数据百分比）
  • 要选风格（暗夜蓝 + 冷光青色科技感）
  • 要生成图像（最终的 PNG）
  • 要处理中文文本（U1 的已知薄弱项，正好测）

完整任务指令：

openclaw agent --message "请使用 sn-infographic 技能，生成一张「2026 AI 编程助手横评」的横版信息图（16:9）。五款工具及综合评分：Claude Code 4.8、Cursor 4.6、GitHub Copilot 4.3、Windsurf 4.4、Cline（开源）4.2。底部需包含三个数据模块：开发者满意度 TOP3、2025→2026 用户增长 +187%、核心使用场景占比（日常补全 42% / 重构 23% / 调试 19% / 文档 16%）。视觉风格：暗夜蓝渐变背景 + 冷光青色点缀 + 毛玻璃卡片，中文字符必须清晰准确无错字。请输出最终的图片文件路径。" --agent main

在这里插入图片描述

提交后 agent 开始多阶段流转，关键 trace 段：

[agent/embedded] core-plugin-tool stages: phase=core-plugin-tools totalMs=11047
  stages=tool-policy:6855ms,
         workspace-policy:0ms,
         base-coding-tools:1ms,
         shell-tools:1ms,
         openclaw-tools:session-workspace:2ms,
         openclaw-tools:image-tool:306ms,
         openclaw-tools:image-generate-tool:0ms,
         openclaw-tools:web-search-tool:0ms,
         openclaw-tools:plugin-tools:3848ms,
         model-provider-policy:1ms,
         schema-normalization:6ms
         
[agent/embedded] prep stages: phase=stream-ready totalMs=28304
  stages=workspace-sandbox:2ms,
         skills:0ms,
         core-plugin-tools:10503ms,
         bootstrap-context:38ms,
         bundle-tools:8263ms,
         system-prompt:6110ms,
         session-resource-loader:3306ms,
         agent-session:8ms,
         stream-setup:74ms

在这里插入图片描述

可以看到：

  • bundle-tools 8 秒：agent 在准备 Skill 链相关的工具集；
  • system-prompt 6 秒：把 Skill 描述 + 任务上下文 + 工具签名拼成 system prompt；
  • plugin-tools 3.8 秒：扫描 ~/.openclaw/skills/ 加载 24 个 Skill。

这套流程跑完之后才进入真正的 U1 模型推理阶段。

八、踩坑：sn-infographic 链路里的 Python 版本约束

跑到一半，agent 在过程里报告了一个问题：

“sn-image-base 依赖 Python 3.9 但系统只有 3.14，我直接用原生 image 工具生成。”
“Gateway 连接异常，我直接执行 sn-infographic 流程。”
在这里插入图片描述

这里发生的事情链路是这样的：

  1. sn-infographic 是上层场景 Skill（Tier 1），它在执行时依赖底层的 sn-image-base（基础图像层 Tier 0）。
  2. sn-image-base 的 Python 运行时要求是 3.9 系列（看 docs/sn-image-generate.md 里的环境要求）。
  3. 我系统装的是 Python 3.14（一个比较新的版本）。版本不匹配，sn-image-base 没法直接跑。
  4. OpenClaw 没卡死在这里——agent 检测到 Skill 链跑不通，自动切换到 OpenClaw 内置的 image-generate-tool，这个工具直接通过 SenseNova U1 API 调用模型出图。
  5. agent 在最后回报里同时记录了这次降级——降级是显式的，不是静默失败。

这种 Skill 链的优雅降级（graceful degradation） 是 OpenClaw 工程性的一个体现。理想路径是 sn-infographic 完整执行——它会做"评估提示词 → 87 种布局选型 → 多轮生成 + VLM 评审 + 质量排序"这一整套流程；fallback 路径是直接调 U1 模型出图，省掉中间评审环节，但任务能完成。

思考：从一个调用方角度看，这种降级机制有一个隐藏的工程价值——Skill 不可用不会让 agent 卡死，而是退一步去用更基础的工具。对一个还在演进中的 Skill 生态（SenseNova-Skills 也才刚开源），这种容错设计能让用户在 Skill 链没完全跑通的情况下依然有交付。

我这次没去硬修 Python 版本，先看 fallback 路径出图什么质量。

九、效果验证：U1 在高密度信息可视化上的实际表现

agent 完成后在 workspace 写出一张 PNG：

路径：C:\Users\86155\.openclaw\workspace\2026_AI编程助手横评.png
规格：1920×1080，约 125 KB

agent 日志里能看到 OpenClaw 自动做了一次大小压缩：

[agents/tool-images] Image resized to fit limits: 
  \Users\86155\.openclaw\workspace\2026_AI编程助手横评.png 
  1920x1080px 119.6KB -> 80.4KB (-32.8%)

在这里插入图片描述

打开图看，对照前面提到的 U1 三大能力卖点逐项点评：

能力卖点 1：高密度信息呈现（核心验证项）

U1 这一项的表现超出预期。这张图密度有多高？数一下：

  • 顶部 1 个主标题 + 1 个英文副标题
  • 中部 5 张工具卡片，每张包含：工具名（中英文混合）、综合评分（数字 + 进度条 + 星级 3 重表达）、辅助标识（如 Claude Code 的"1"角标）
  • 底部 3 个数据模块：TOP3 排名（3 个工具名 + 3 个评分）、用户增长（数字 + 趋势箭头 + 注释）、场景占比（4 段横条 + 4 个百分比）
  • 最底 1 行数据来源声明

整图至少 25 个数据点，全部在 1920×1080 里清晰呈现，无任何挤压或丢失。这一点验证了官方 README 说的"能生成结构丰富、排版复杂的内容"不是吹的。

能力卖点 2：文字渲染（U1 已知的薄弱项）

这是 U1 当前版本明确承认有问题的能力——“文字渲染有时会出现拼写错误、字符变形或格式不一致”。

但在这张图里：

  • 主标题 “2026 AI 编程助手横评” 字符全部正确；
  • 英文副标题 “AI Programming Assistant Comparison 2026” 拼写无误；
  • 五张工具卡片名称：Claude Code、Cursor、Windsurf、GitHub Copilot、Cline (开源) 全部正确；
  • 底部 TOP3 排名：#1 Claude Code、#2 Cursor、#3 Windsurf 顺序与评分逻辑一致；
  • 所有百分比数字（42%、23%、19%、16%、+187%）数值精准；
  • 视觉数据来源声明（“开发者社区调研 2025-2026 | 评分基于功能、易用性、社区支持综合评估”）字符完整。

为什么会比官方 README 说的"经常出错"表现好？我的判断是 agent 编排在起作用——OpenClaw 的 agent 在 Prompt 进入 U1 之前做了结构化重组，把模型最容易出错的"长 prompt + 复杂中文 + 视觉规范"环节拆分成更小的子任务，每个子任务的输入更短、更明确，模型出错率就大幅下降。这就是 agent 编排链路的真实价值。

能力卖点 3：原生统一理解+生成（隐式验证）

U1 的"原生统一"能力在这张图里体现在一个细节上：Claude Code 卡片右上角自动加了一个金色"1"角标，表示综合第一名。

这个角标我在 Prompt 里完全没要求——agent 把"Claude Code 评分 4.8（五个里最高）"这个语义信息理解了，然后生成阶段把这个理解可视化成了一个排名标识。

这就是"理解-生成统一"在产品上的体现：理解任务用的是文本理解能力，生成任务用的是图像生成能力，但因为同一套参数空间，理解的结果可以无损流转到生成阶段——传统拼接式架构里这种"语义跨模态流转"需要适配器层翻译，损耗很高。

视觉风格与瑕疵

做对的：

  • 暗夜蓝渐变 + 冷光青色 + 毛玻璃卡片的视觉规范完美落地；
  • 背景做了细密科技网格 + 微弱星点，质感到位；
  • 字体层级清晰：主标题最大、卡片名居中加重、评分数字醒目突出、辅助文字克制。

值得改进的：

  • “核心使用场景占比” 里"调试 19%"和"文档 16%"用了不同色系（前者偏蓝灰，后者偏冷青），视觉上有点割裂；
  • 标题区下方留白略多，整体视觉重心偏下；
  • 输出分辨率被 OpenClaw 自动压缩到 80 KB 左右；如果要打印或者高清场合用，需要去掉这个 resize 限制。

整体评价：对 U1-Fast 这种 8B 参数蒸馏版模型来说，这个出图质量是超预期的。在没有跑完整 sn-infographic 评审链路（只走了 fallback 路径）、模型本身又有明确的"文字渲染问题"已知限制的情况下，最终成果接近"拿来即用"水平。

十、思考：编排链路与 U1 能力的乘积关系

这次实测最大的收获不是图本身，而是看清楚了一件事——SenseNova U1 的能力是"原料"，OpenClaw 编排链路是"工厂"，两者相乘才是最终交付质量。

同一个 sensenova-u1-fast 模型，如果只是单次 Prompt → 图，结果就是单次出图的水平：U1 的"高密度信息呈现"能基本满足，但"文字渲染"的已知问题会反复出现。

OpenClaw 这条路上，agent 在 Prompt 进入 U1 之前会做这些事：

  1. 意图解析——根据用户请求里的关键词（如"信息图"“可视化”）从 Skill 触发器列表里找到 sn-infographic；
  2. Prompt 结构化——按 SKILL.md 里的模板把用户口语化的需求重新组织成模型友好的结构化指令（标题区 / 卡片区 / 数据模块 / 视觉规范分段）；
  3. 工具选型——决定是用 sn-infographic 的完整链路还是 fallback 到 image-generate-tool；
  4. 自我校对——出图后 agent 会做一次自我评价（日志里能看到 “整体效果不错，但右侧百分比标签被裁切了，模块标题偏小。微调一下” 这类内省），命中问题会触发微调；
  5. 降级容错——任何一环失败都有退路，最后任务都能交付。

这五件事单独看都不复杂，但叠加起来能把 U1 的"开箱效果"显著抬一个台阶。模型本身限于 8B 参数有上限，但 agent 编排可以把这个上限往上抬一截——这就是 SenseNova U1 + OpenClaw 这条路的核心价值。

十一、不足与下一步

跑完这一遍，留几个真实判断：

  1. Skill 链的环境依赖需要更友好的诊断。sn-image-base 要 Python 3.9 这件事，是 agent 跑到一半才报出来的，前置没有自动检查。如果第一次跑就能用 sn-image-doctor 提示"当前 Python 版本不兼容，请装 pyenv + Python 3.9"会更顺。
  2. 首次启动慢。model-resolution 第一次要 62 秒；冷启动体验对新用户不太友好，但后续就快了。如果常驻 daemon，这个开销会被摊薄。
  3. Gateway 经常报 1006 abnormal closure，每次 agent 调用都 fallback 到 embedded。功能上不影响，但日志看着乱，希望后续修。
  4. U1 模型本身的局限要承认。中文长文本渲染、人体细粒度细节、图文交错 Beta 状态——这些 README 都明确列了。U1-Fast 蒸馏版用于信息图场景已经足够，但要做更精细的图文创作还得等完整版能力开放。
  5. OpenClaw + Skills 这条路确实有学习成本。配置文件要懂、Skill 规范要懂、Python 依赖要管。对一般用户来说门槛不低，但对开发者来说这条路上每一步都是可观测、可调试、可版本化的——出问题不会卡在"黑盒"里。

下一步我想做的几件事：

  • 装 pyenv 把 Python 3.9 跑起来，让 sn-image-base 完整链路通，对比 fallback 路径的出图差异；
  • 用 sn-ppt-entry 试一下 PPT 生成，体验 U1 在"16 页大纲 + 分页 HTML + VLM 评审 → PPTX"这条 PPT 链路上的表现；
  • 用 sn-deep-research 跑一份小行业报告，看 U1 的深度调研产物质量；
  • 等 SenseNova-U1-8B-MoT（完整版，非蒸馏）开放后切到完整版，看同一编排下质量提升多少；
  • 试试 SenseNova-U1-8B-MoT-LoRA-8step 这个 8 步加速版，看推理速度能压到多少。
# 人工智能 # python
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

cover

大模型入门-GSPO 分组序列策略优化

avatar AtomGit开源社区

（毕业必看）实测靠谱的AI论文软件，毕业党收藏备用

你是不是也在为毕业论文发愁？选题纠结、资料找不全、写到一半卡壳、查重反复修改、格式总调不对…… 这份精心整理的AI论文工具合集，涵盖中英文写作、全流程辅助、专项功能、免费与高性价比

avatar AtomGit开源社区

绝地求生：如何在 2026 年把 OpenAI Codex 强行交叉编译到 RISC-V 架构

OpenAI 官方开源的 Codex CLI 是当前极为强大的本地代码 Agent，但官方却唯独没有提供 RISC-V 架构的预编译版本。为了在我们的 Starfive 星光板上跑起这个大杀器，昨晚我们曾试图在 QEMU 模拟器中偷懒编译，结果被 V8 引擎庞大的源码量和指令翻译开销拖到内存爆炸、进程卡死。痛定思痛后，我们决定采用最硬核的方式——。在这场战役中，我们历经重重险阻，连续趟平了 10

avatar AtomGit开源社区