Omni-IO 技能：利用您的Agent Omni-Native

通用Agent可以长期规划、推理和行动，但其生产能力仍然分散在文本、图像、音频、视频、文档、3D 资产和代码中。将基础模型扩展到其他模式会将能力增长与昂贵的模型更新联系起来，而组装专业模型和工具则未解决如何协调程序、依赖关系、中间资产和交叉修订的问题。我们引入了 Omni-IO Skills，这是一种即插即用的Agent Harness，通过分层技能、标准化的多模态执行接口、依赖性感知编排和持久资产注册表，使现有Agent成为全原生Agent。多资产工作流程表示为声明执行图，它同时调度独立操作并注册成功的输出，以供下游和在可替换执行后端之间的跨轮复用。它的 27 项技能涵盖 38 项代表性任务，涵盖七种工件模式和四个能力系列：理解、生成、推理和检索。在 UniM-90 上，该Harness将 GPT-5.6 Sol 和 Claude Sonnet 5 的输入支持率从 40.00% 和 38.89% 提高到 100%，同时相对语义质量耦合得分分别从 26.99 提高到 74.94 和从 27.82 提高到 77.78；严格结构分数达到100.00和99.78。这些结果将Harness级能力组合确立为通向广泛的、可进化的 Omni 系统的实用途径，而无需更改主机Agent的推理核心。