AI 生成文档的能力，已经远超大多数人的手速。

但现实是：AI 写出来的内容，专业度够了，排版却总差点意思——灰色背景、冷调配色、居中对齐、Times New Roman。字还是那些字，读起来却像一份 2012 年的政府公文。

问题不在 AI 的能力，而在约束。

先看效果

幻灯片 – 英语

作品集 – 日语

简历 – 英文

Kami 是什么

Kami（日文「紙」，意为纸张）是 tw93 开源的一套文档设计系统，GitHub 4,600+ Stars，MIT 协议。

它的定位很特殊：不是 UI 框架，而是一套排版约束语言。

作者 tw93（Pake 23k⭐、MiaoYan、Kaku 作者）做投资研究，需要让 Claude 写大量财报点评。每次输出都是同一套灰色默认样式——结构难扫、格式老气、没有阅读欲望。于是他开始一条条修：字体、配色、间距、行高……修到输出变成一份真正想读的文档，然后把整个过程抽象成了一套可复用的约束系统。

这就是 Kami。

三部曲的最后一环

tw93 的项目有一个清晰的设计哲学：

• Kaku（書く）—— AI 编程终端，让代码写得更快
• Waza（技）—— 工程实践 Skill 集，让习惯固化
• Kami（紙）—— 文档设计系统，让输出直接可交付

从写到习惯到交付，构成了一个完整的工作流闭环。

8条设计铁律

Kami 的核心是 8 条可执行的排版规则。简单到 AI 能稳定执行，严格到输出可直接交付。

这是一套约束优先的设计哲学：不是「可以怎么排」，而是「只能怎么排」。当选项被锁死，AI 的输出自然稳定。

8种文档模板 + 14种 SVG 图表

Kami 内置 8 种文档类型，中英日三语模板：

1. One-Pager —— 一页纸总结
2. Long Doc—— 长文档排版
3. Letter—— 正式信件
4. Portfolio—— 作品集
5. Resume—— 简历
6. Slides —— 演讲幻灯片
7. Equity Report —— 投资研究报告
8. Changelog—— 更新日志

同时内置 14 种 SVG 图表类型（架构图、流程图、柱状图、甜甜圈图等），直接嵌入文档，无需外部依赖。

Travel 模式：设计规范跨工具复用

一个有意思的设计：Travel 模式允许将 Kami 的设计约束作为 Prompt，直接喂给图片生成工具。

Apply the Kami design system from github.com/tw93/kami/tree/main/references

这意味着：你在文档里定义的设计语言，可以无缝迁移到插画、图解、PPT 配图。一个约束系统，服务于多种输出媒介。

开箱即用

安装命令

# Claude Codenpx skills add tw93/kami -a claude-code -g -y# 通用 Agent（Codex、OpenCode 等）npx skills add tw93/kami -a '*' -g -y# Claude Desktop：下载 kami.zip 上传

使用方式

安装后，直接用自然语言触发：

• 帮我做一份一页纸
• 帮我排版一份长文档
• 帮我写一封正式信件
• 帮我做一份简历
• 帮我做一套演讲幻灯片

支持中英日三语。中文和英文为一等公民，日语通过 best-effort CJK 路径处理，建议交付前做视觉 QA。

品牌配置

创建 ~/.config/kami/brand.md，固化身份信息（姓名、职位、邮箱、网站、品牌色、语言偏好等）。Kami 会作为最低分辨率上下文自动应用，保证输出的熟悉感。

副业思考：文档即产品

对于开发者而言，Kami 的直接价值是降低排版的时间成本。

接单做项目时，交付文档的排版质量直接影响客户对专业度的判断。AI 生成初稿 + Kami 约束排版，可以在几分钟内输出一份可直接发送的正式文档——比手动调格式快 5 倍以上。

另一个方向是内容创业。技术博客、开源项目文档、产品说明书，这些需要长期维护的文本资产，用 Kami 统一视觉语言，能让读者在多个平台保持一致的品牌感知。

几点需要注意

• 环境依赖：Kami 依赖 WeasyPrint 渲染 PDF，本地环境需要安装对应依赖。官方 skill 包已内置环境检测，安装后首次使用会自动引导配置。
• 中文字体：仓耳今楷02个人使用免费，商业使用需授权（tsanger.cn 购买）。这是国内开源项目的常见限制，建议确认使用场景后再部署。
• 日语支持：README 明确标注 Japanese is best-effort。如果你的客户或读者中有日本用户，建议在关键文档上做视觉校对。

写在最后

tw93 在项目背景里提到一个细节：他每次让 AI 写投资报告，输出都是同一套灰色默认样式。

这个观察很准。AI 生成内容的质量上限取决于 prompt，但视觉下限取决于约束。没有约束，AI 的排版会随机游走；有了约束，排版才能稳定在可交付的基准线上。

Kami 的价值不在于「更好看」，而在于「每次都一样好看」。

对于依赖 AI 批量输出文档的开发者而言，这种稳定性本身就是竞争力。

开源信息

GitHub: github.com/tw93/Kami官网: kami.tw93.fun

• 项目：Kami
• 作者：tw93
• 协议：MIT
• 适合场景：AI 文档排版、简历、作品集、研究报告、一页纸、正式信件、幻灯片
• 关键词：AI Agent、文档设计系统、排版约束、可交付文档
• GitHub: github.com/tw93/Kami
• 官网: kami.tw93.fun