AI 生成文档这件事，最容易被低估的不是内容能力，而是交付形态。
模型现在能写研报、简历、方案、演示稿，也能把一堆资料整理成像样的结构。但很多输出一落到页面上，还是那种熟悉的“AI 默认样”：纯白底、冷灰字、段落松散、标题随手加粗、卡片阴影像 SaaS 后台。内容可能没问题，阅读欲望先被版式消耗掉一半。
Kami 想解决的就是这个缝隙：不是再造一个在线文档工具，也不是给 Claude 套几张漂亮模板，而是把“好文档应该长什么样”拆成一套 Agent 能稳定执行的约束语言。
这一步挺关键。AI 文档生成真正进入交付场景后，问题不再只是“写没写出来”，而是每次生成能不能保持同一套审美、同一套密度、同一套可打印的页面节奏。说白了，内容生产已经被模型拉起来了，纸面质量不能还停在随手导出的 Word。
Kami 真正做的不是模板库
Kami（紙，かみ）这个名字很直白：纸，最终承载交付物的那一层。
项目作者 tw93 把它定义为一套给 AI 使用的文档设计系统。它目前是一个开源 Skill / 模板系统，可以被 Claude Code、Codex、OpenCode、Pi 这类能读取 Skills 的 Agent 使用，也能通过 Claude Desktop 上传 kami.zip 作为 Skill。
它的核心不是“我给你八个模板，你自己挑一个改改”。更准确地说，它把文档交付拆成三层：
- 第一层是文档类型：One-Pager、Long Doc、Letter、Portfolio、Resume、Slides、Equity Report、Changelog。
- 第二层是设计约束：背景、字体、行距、强调色、阴影、标签、图表风格。
- 第三层是生产规则：用哪条模板、怎么判断语言、怎么处理品牌资料、怎么用 WeasyPrint 导出 PDF、怎么做页面溢出和视觉 QA。
这就让 Kami 更像“文档交付的操作系统”，而不是一组截图好看的模板。Agent 接到任务后，不只是把内容塞进 HTML，它还会按文档目的、语言、读者和交付格式去选路线。
比如你说“帮我把这份调研做成长报告”，它应该走 Long Doc；你说“做一份公司介绍一页纸”，它走 One-Pager；你说“做一套演讲幻灯片”，默认走 WeasyPrint HTML 到 PDF 的 slides 路径，只有明确要求可编辑 PPTX 时才切到 Python PPTX。
这个判断看着细，其实是 Agent 工程里很值钱的一步：把“凭感觉生成”变成“按规程交付”。
八条设计铁律，比花哨模板更重要
Kami 的视觉风格很克制：暖米色纸面、油墨蓝强调、serif 字体、紧凑行距、很轻的阴影。它没有走当下 AI 工具常见的紫色渐变、玻璃拟态和三张大卡片。
这套约束里最有意思的不是“好看”，而是它有明确的反面清单。
页面背景固定为 #f5f4ed，不用纯白。纯白在屏幕上刺眼，打印出来也容易显得便宜；暖米色更接近纸面，也能让长文阅读没那么累。
强调色只有 #1B365D 油墨蓝一种，而且占比要很低。很多 AI 生成页面的问题就是颜色太多，红的绿的紫的全上，最后看起来像主题市场。Kami 把颜色收得很死，让读者只在真正需要的位置看到重点。
字体也很讲究：中文走仓耳今楷 02，英文走 Charter，日文走 YuMincho，每种语言尽量只用一套 serif。标题和正文靠字号、间距、左侧竖线建立层级，而不是动不动加粗。这个决定会让文档更像出版物，而不是后台管理页。
还有一个很工程化的小细节：Tag 背景必须用实色 hex，不用 rgba()。原因不是审美洁癖，而是 WeasyPrint 渲染 PDF 时，透明色可能在 padding 区和字形区叠加，出现双层矩形 bug。这个点很小，但能看出 Kami 不是只在浏览器里摆个样子，它确实考虑了导出 PDF 的坑。
这些规则单看都不复杂，组合起来才是价值。Agent 最怕的不是不会设计，而是每次设计都不稳定。Kami 的做法是把可变空间压小：少颜色、少字重、少阴影、少随机发挥，换来每次输出都像同一个系统里出来的。
安装以后怎么用
Claude Code 用户可以直接通过 skills 安装：
也可以走 Claude Code plugin marketplace：
Codex、OpenCode、Pi 以及其他读取 ~/.agents/ 的通用 Agent，可以用通配安装：
Claude Desktop 用户更简单，下载最新的 kami.zip，在 Customize → Skills → “+” → Create skill 里上传 ZIP，不需要解压。
装完以后，不需要记复杂命令。直接用自然语言描述交付物就行：
如果只是想验证 Skill 是否触发，可以先给它一个低风险任务，比如做一页纸项目介绍。看输出是否符合 Kami 的纸面风格，再把真实业务材料交给它。
最小可用流程：从素材到 PDF
更稳的用法不是把一句话丢给 Agent 让它“自由发挥”，而是给它一点边界。
可以按这个顺序来：
- 先告诉它文档目的：融资、内部评审、销售介绍、个人求职、技术分享，不同目的决定信息密度。
- 再说明读者：老板、投资人、开发者、客户、招聘经理，不同读者决定术语解释程度。
- 给出硬约束：一页、两页、A4、中文、英文、是否要 PDF、是否要可编辑 PPTX。
- 提供素材：产品介绍、项目链接、数据、截图、Logo、品牌色；缺什么就让它标出来，不要让它瞎编。
- 让它先产出 HTML/PDF，再做视觉 QA：标题是否过长、页面是否溢出、中文字体是否正常、图表是否真的有信息量。
一个比较实用的提示词可以这样写：
如果你要的是长报告，可以把“一页纸”换成长文档：
这类提示词的重点不是“请你排版得好看一点”，而是把文档场景说清楚。Kami 负责稳定的纸面系统，Agent 负责内容整理和模板填充，两边边界越清楚，结果越稳。
Brand Profile：让文档有你的固定口味
Kami 还支持一个可选的品牌配置文件：
这个文件可以写你的身份、网站、默认语言、页面尺寸、语气习惯、品牌色等信息。官方参考里把它设计成“最低分辨率上下文”：只有当前任务没说清楚时才补位，不能覆盖这次明确要求。
一个简化版可以这样写：
这东西适合经常做同一类交付的人：咨询顾问、独立开发者、投资分析师、设计师、求职者、产品负责人。你不用每次都重复“我是谁、我喜欢什么语气、我的默认页面风格是什么”，Agent 可以从这个文件里拿到基础偏好。
但这里也要克制。Brand Profile 不是万能设定集，不要把几千字私货塞进去。写太多，反而会污染当前任务。稳定信息放进去，具体项目要求放到当前提示词里，这样最稳。
真要放进团队流程，要补三道闸
Kami 很适合个人和小团队做高质量文档交付，但如果要放进公司流程，不能只看生成效果。
第一道闸是字体和授权。中文默认字体仓耳今楷 02 个人使用免费，商业用途需要授权。内部实验问题不大，对外商业交付前要确认字体许可。如果团队不想处理授权，可以改成已有商业授权字体或系统 fallback，但要重新做视觉检查，因为字体变化会影响页数和溢出。
第二道闸是事实来源。Kami 能把页面做得很漂亮，但漂亮页面会放大错误事实的伤害。研报、简历、投资备忘录、客户方案，都要把数据来源、日期、口径和不确定项标清楚。Agent 可以帮你整理，但最后责任不该甩给排版系统。
第三道闸是导出验证。WeasyPrint、字体、CJK fallback、分页、图片路径、SVG 图表，都可能导致 PDF 和浏览器预览不一致。交付前至少检查这些点：
- PDF 页数是否符合预期；
- 标题、表格、图表有没有被截断；
- 中文、英文、日文是否有缺字或字体跳变；
- 代码块、表格、脚注是否保留换行；
- 图片是否是本地可访问资源，不依赖临时链接；
- 对外文件里是否残留占位符、内部说明或测试数据。
如果你的文档里有客户资料、研发计划、财务数字，最好在独立环境里跑 Agent，不要把密钥和内部数据丢进一台日常乱试插件的机器。
顺手提一嘴，如果你最近正搭这种 Agent 实验环境，建议把“试模板、跑 WeasyPrint、导出 PDF、接对象存储”单独放到一台干净云服务器里，别和生产数据库混在一起。雨云这类轻量云服务器拿来做隔离测试机就挺合适：环境可重建，权限好收口，也方便把失败版本直接删掉重来。
Kami 适合谁，不适合谁
如果你只是偶尔让 AI 写一段文字，Kami 可能有点重。它真正适合的是那些经常要把 AI 输出变成正式交付物的人。
比如咨询顾问要交一页纸方案，投资人要快速整理公司研究，独立开发者要做项目介绍，求职者要打磨简历，产品团队要把调研沉淀成内部报告，技术负责人要把架构说明做成能给老板看的 PDF。
这些场景里，文档不是“顺手导出一下”那么简单。版式会影响信任，密度会影响阅读，字体和颜色会影响专业感。很多时候，读者先感受到的是页面气质，再决定要不要认真看内容。
Kami 不适合拿来做花哨营销页，也不适合替代 Canva、Figma 或成熟的在线协作套件。它更像一个安静的文档工匠：把 Agent 已经写好的东西，装进一张更靠谱的纸面里。
这类项目的意义：Agent 开始管理交付审美
Kami 值得看，不只是因为它能让 PDF 好看一点。
更大的变化是，Agent 的能力边界正在从“写内容”往“管理交付标准”移动。以前我们让 AI 写完，再人工拿到 Word、Keynote、Figma 里一点点调。现在更合理的路径是：把审美、版式、字体、导出、验收都写成 Skill，让 Agent 在生成阶段就遵守。
这和代码领域的 lint、format、test 很像。没人指望程序员每次靠手感统一缩进和风格，大家会把规则写进工具链。文档交付也一样，不能每次靠“再好看一点”这种抽象提示词碰运气。
Kami 给出的答案很朴素：把好纸面的规则写死，把不该随机的东西收起来，把文档从聊天窗口里拎出来，变成一个可以交付、可以复查、可以重复生产的文件。
AI 生成内容已经不新鲜了。下一步真正拉开差距的，是谁能把内容、设计和生产流程接成一条稳定链路。Kami 这类 Skill 的价值，就在这里。