Kami：把 AI 生成内容放到一张更好的纸上
Kami 是 tw93 开源的 AI 文档设计 Skill，面向 Claude Code、Claude Desktop 与通用 Agent，把简历、一页纸、长文档、幻灯片和落地页整理成统一、可交付的视觉产物。
Kami：把 AI 生成内容放到一张更好的纸上
最近看到 tw93 开源的 Kami，我第一反应是：这不是一个单纯的模板项目，而是一个很适合观察 Claude Skill 形态的案例。
它的标语是：Good content deserves good paper. 直译过来，就是「好内容值得一张好纸」。这句话其实很准确地概括了它的定位：AI 已经很擅长生成文字、总结材料、改写结构，但真正拿去交付时，常常还差最后一步——排版、视觉层级、文档气质和可读性。
Kami 做的就是这一步。
它把一套文档设计系统打包成 Skill，让 Claude Code、Claude Desktop，甚至一些兼容 ~/.agents/ 目录的通用 Agent，在用户提出自然语言需求时自动调用对应能力，把内容整理成更像「正式交付物」的页面。
一、Kami 是什么
Kami 是 tw93 开源的一个文档设计 Skill。项目名里的 Kami 对应日语里的「紙」，也就是「纸」。从项目说明看，它属于 Kaku · Waza · Kami 这一组工具中的第三个：
Kaku负责写代码；Waza偏向习惯与训练；Kami负责交付文档。
从用途上看，Kami 主要面向这些场景：
- 简历；
- 一页纸介绍；
- 长文档；
- 正式信件；
- 作品集；
- 幻灯片；
- 股权或研究类报告；
- 更新日志；
- 产品落地页。
这类内容过去当然也能让 AI 直接写出来，但往往只是「文字正确」。Kami 更强调的是：内容不只要有，还要能被阅读、被展示、被交付。
所以它不是简单地告诉模型「请你排版好看一点」，而是把模板、字体、视觉规则、语言路径、导出方式和使用说明放进一个可复用的 Skill 包里。
二、为什么它适合作为 Skill 案例
Anthropic 对 Agent Skills 的官方定义是：Skill 是一种模块化能力，用来扩展 Claude 的功能；每个 Skill 可以打包说明、元数据，以及可选的脚本、模板等资源，并在相关任务中由 Claude 自动使用。
这和传统提示词有明显差别。
普通提示词通常只在当前对话里生效。你今天写了一段「请帮我按某种风格排版」的提示词，下次还要重新贴一遍。Skill 则更像一个文件系统里的工作说明书：它可以有 SKILL.md，可以有 scripts/，也可以有 references/、模板、字体和其他资源。Claude 需要时再加载相关内容，而不是一开始就把所有信息塞进上下文。
Kami 正好体现了这种思路。
它不是只写一段「请用暖色纸张、蓝色重点、衬线字体」的提示词，而是把这些偏好沉淀成一个设计系统：
- 用
SKILL.md描述 Skill 的用途、触发场景和工作流程； - 用模板承载不同文档类型；
- 用脚本处理打包、字体恢复、版本检查等机械流程；
- 用参考文件定义品牌资料、视觉规则和输出约束；
- 用自然语言触发，而不是要求用户记住复杂命令。
这也是我觉得它有参考价值的地方：它展示了 Skill 不只是「更长的提示词」，而是可以逐渐变成一套可复用的工作流资产。
三、Kami 能生成什么
公开资料显示，Kami 当前主要支持多种文档与页面模板，包括一页纸、长文档、信件、作品集、简历、幻灯片、股权报告、更新日志和落地页等。
它的输出重点不是「花哨」，而是统一的纸张感和编辑感。项目文案里反复强调的几个视觉关键词包括：
- 暖色纸张背景；
- 墨蓝色强调色；
- 衬线字体主导的层级；
- 更接近正式出版物的节奏；
- 面向中英文、日文、韩文的 CJK 排版路径。
中文场景里，这一点尤其有意义。很多 AI 生成的中文文档最大的问题不是内容，而是排版气质：字体不稳、行距不舒服、标题层级太硬、英文模板直接套中文后很别扭。
Kami 针对中文使用了专门的字体与回退链。公开的 SKILL.md 中可以看到，它对中文、英文、日文、韩文分别设置了不同字体方案，并提醒日文、韩文路径属于 best-effort，需要在交付前进行视觉检查。
这说明它不是把「多语言支持」当成一句口号，而是实际考虑了字体、行距、标点节奏和导出质量。
四、如何安装与触发
如果在 Claude Code 中使用，官方 README 给出的安装方式是：
npx skills add tw93/kami -a claude-code -g -y如果是通用 Agent，例如 Codex、OpenCode 或其他读取 ~/.agents/ 的工具，可以使用：
npx skills add tw93/kami -a '*' -g -y如果使用 Claude Code 的插件市场，并且版本满足要求，可以通过：
/plugin marketplace add tw93/kami
/plugin install kami@kami如果使用 Claude Desktop，则通常是从 GitHub Releases 下载 kami.zip，再进入 Customize > Skills，点击 + 创建 Skill 并上传压缩包。公开资料显示，Kami 的 Claude Desktop 包会尽量排除较大的 CJK 字体文件，以避免 Skill ZIP 体积过大；缺失字体则通过脚本尝试恢复。
触发方式也很自然，不需要记住 slash command。用户可以直接说：
帮我做一份一页纸或者：
帮我把这份研究整理成长文档也可以说：
build me a resumedesign a slide deck for my talkClaude 判断任务相关时，就会自动调用这个 Skill。
五、它和 MCP 有什么关系
严格来说，Kami 本身更像 Skill，而不是 MCP server。
MCP，即 Model Context Protocol，是 Anthropic 提出的开放标准，目标是让 AI 应用以统一方式连接外部系统，例如本地文件、数据库、搜索工具、业务系统和工作流。官方文档常把 MCP 类比为 AI 应用的 USB-C 接口。
Skill 和 MCP 的侧重点不同：
- Skill 更像「任务说明书 + 模板 + 脚本 + 资源包」；
- MCP 更像「让 AI 连接外部数据源和工具的协议」；
- Skill 适合沉淀稳定工作流；
- MCP 适合连接外部系统、读写数据或调用工具。
放到 Kami 这个案例里，它的核心价值是 Skill 化，而不是 MCP 化。它把「如何做一份好看的文档」这件事封装成可复用能力。未来如果它需要连接 Notion、Google Drive、CMS 或企业素材库，那才更适合进一步结合 MCP。
换句话说，Kami 解决的是「怎么把内容变成好交付物」；MCP 解决的是「Agent 怎么稳定连接外部世界」。两者可以配合，但不是同一个层面的东西。
六、我从 Kami 看到的工作流价值
我觉得 Kami 最值得学习的地方，不是某一个模板多好看，而是它把 AI 工作流拆成了更稳定的几层：
1. 把审美固化成规则
很多人让 AI 做文档，最后效果不稳定，是因为审美要求只停留在口头描述里。
例如：
做得高级一点排版清爽一点像正式报告一样这些说法太抽象，模型每次理解都可能不同。Kami 的做法是把视觉风格写进 Skill：纸张背景、强调色、字体层级、模板结构、语言支持，都变成了更明确的约束。
2. 把重复任务做成模板
简历、一页纸、长文档、作品集、PPT、落地页，本质上都有稳定结构。
如果每次都从零开始提示 AI，就很浪费。Skill 的价值就是把这些重复结构固定下来，让用户只需要提供内容和目标，而不是每次都重新设计流程。
3. 把交付标准写进工具
很多 AI 内容看起来「能用」，但还不适合真正发给别人。比如：
- 标题层级不清楚；
- 中文字体不舒服；
- 页面留白不稳定；
- 导出 PDF 后错位；
- 幻灯片没有统一风格；
- 长文档缺少阅读节奏。
Kami 把这些问题前置到 Skill 里处理。这样一来，AI 不只是写内容，而是在向「可交付」靠近。
七、对我自己的启发
如果把这个思路迁移到我自己的内容站或 AI Workflow 项目里，Kami 给我的启发是：不要只写提示词，而是要把重复工作沉淀成 Skill。
比如我做文章、姓名学案例、AI 工具介绍、SEO 内容整理时，也有很多固定动作：
- 规范 frontmatter；
- 统一标题层级；
- 检查正文里的裸链接；
- 把来源集中放到文末；
- 控制 SEO 描述长度；
- 保留原作者语气；
- 对易变信息联网核验；
- 输出可直接发布的 Markdown。
这些要求如果每次都写在 prompt 里，当然也能用，但长期看会非常重复。更好的方式是把它们整理成自己的 Skill，让 Agent 看到某类内容时自动套用。
这也是 Kami 对我最大的提醒：AI 工作流的关键，不只是模型能力，而是把人类已经验证过的判断、格式和流程沉淀成可复用资产。
八、适合什么人使用
我认为 Kami 比较适合这些人：
- 经常让 AI 生成简历、报告、PPT、作品集的人；
- 想把 AI 内容变成正式交付物的人；
- 在使用
Claude Code或Claude Desktop的人； - 想学习
Claude Skill项目结构的人； - 想做个人品牌、产品介绍页、项目一页纸的人；
- 对中文文档排版质量有要求的人。
但也要注意，它不是万能设计师。
如果你需要的是非常复杂的品牌系统、商业级视觉设计，或者严格匹配某家公司的 VI 规范，仍然需要人工审校。Skill 能把常见交付质量拉高，但最终交付前，仍然应该检查内容准确性、视觉效果、字体授权、导出文件和目标平台兼容性。
九、结语
Kami 这个项目让我觉得，Skill 的真正价值正在慢慢显现。
过去我们经常讨论「AI 会不会写」，但下一阶段更重要的问题可能是：AI 写完之后，能不能稳定地变成可交付的东西。
Kami 给出的答案是：可以，但前提是把风格、模板、脚本、字体、触发逻辑和交付标准都沉淀下来。
这也正是 Claude Skill 值得关注的地方。它不是把 prompt 写长一点，而是把一个人的经验、一个团队的规范，甚至一个产品的交付方式，变成 Agent 可以反复调用的工作流。
对我来说，Kami 是一个很好的提醒：真正有用的 AI 工具，不一定要一开始就做得很庞大。先把一个高频、具体、可复用的动作做好，让它稳定、清楚、可交付，这就已经很有价值了。
参考来源
Share