Momo Paper / 使用指南

Momo Paper 使用指南

推荐通过 Skill 方式使用——AI agent 自动处理安装和渲染。也支持手动 CLI 和直接 HTML 模板两种替代工作流。

摘要

使用 Momo Paper 最简单的方式是通过 Claude Code Skill——AI agent 自动完成从安装到渲染的全部步骤，你只需要说出想要什么文档。

如果你偏好手动操作，也可以直接使用 CLI 命令或编辑 HTML 模板。三种方式共享同一套设计令牌，输出效果完全一致。

推荐方式：通过 Skill 使用

Momo Paper 提供了 Claude Code Skill（SKILL.md），这是最推荐的使用方式。你不需要手动安装任何东西——当你告诉 AI agent 你想要创建什么文档时，Skill 会自动触发。

Skill 会自动处理：检查并安装 momo CLI → 选择合适的文档类型 → 生成 JSON 骨架 → 引导你填充内容 → 渲染 HTML。整个过程你只需要描述需求、确认内容即可。

text
# 你只需要这样说：
"帮我生成一份 Q2 产品增长方案"
"帮我做一份简历"
"把这个数据分析渲染成报告"

# Skill 会自动：
# 1. 检测并安装 momo CLI（如未安装）
# 2. 选择合适的文档类型
# 3. 生成 JSON 数据
# 4. 渲染为 HTML 文档
# 5. 打开浏览器预览

手动安装 CLI

如果你需要直接使用 CLI 命令（而非通过 Skill），可以手动安装引擎。前提条件：Python 3.10+。

bash
# 1. 创建并激活虚拟环境
python3 -m venv .venv
source .venv/bin/activate

# 2. 进入引擎目录
cd scripts/json-engine

# 3. 可编辑安装
pip install -e .

# 4. （可选）安装开发依赖，运行测试
pip install -e ".[dev]"

# 验证安装
momo list

CLI 命令参考

安装完成后，你会获得两个等价的 CLI 入口点：momo 和 momo-paper（它们指向同一个命令）。

bash
# 列出全部 15 种支持的文档类型
momo list

# 为指定类型生成 JSON 骨架
momo init -t one_pager -o my-doc.json     # 中文
momo init -t one_pager -l en -o my-doc.json  # 英文

# 将 JSON 数据渲染为 HTML
momo render -d my-doc.json -o output.html

# 从 stdin 读取 JSON 并渲染
cat my-doc.json | momo render -d - -o output.html

# 从 JSON 中提取图表，渲染为独立 SVG
momo chart -d my-report.json -k sections.trends.chart -o chart.svg

# 批量渲染全部示例
python render_all.py

JSON 数据格式

每个文档共享相同的顶层结构（slides 类型用 slides 替代 sections）。

document_type：15 种类型之一，决定使用哪个 Jinja2 模板渲染。

locale：zh-CN 或 en，自动切换 section 标题语言。

meta：title、subtitle 和可选的 eyebrow、date、author。

sections：文档类型特定的内容，由 JSON Schema 定义字段和校验规则。

每种文档类型的 sections 结构不同。例如 one_pager 有固定的 summary/context/evidence/recommendation 四段，而 long_doc 有可迭代的 sections 数组，每项含 heading 和 body。使用 momo init 生成骨架可以快速了解各类型的字段结构。

json
{
  "document_type": "one_pager",
  "locale": "zh-CN",
  "meta": {
    "title": "Q2 增长方案",
    "subtitle": "聚焦留存与激活",
    "eyebrow": "产品团队 / 2026 Q2",
    "date": "2026-04-01",
    "author": "产品团队"
  },
  "sections": {
    "summary": {
      "body": ["本方案的核心目标是……"],
      "points": ["DAU +18%", "留存 +8pp"]
    },
    "context": {
      "body": ["过去两个季度……"]
    },
    "evidence": {
      "body": ["数据来自 Q1 分析报告"],
      "cards": [
        {"label": "DAU", "value": "102 万"}
      ]
    },
    "recommendation": {
      "body": ["建议 Q2 集中资源……"],
      "actions": ["Phase 1: 重设计 onboarding"]
    }
  }
}

嵌入图表

在任意 section 内添加 chart 对象，引擎会自动渲染为内联 SVG。支持 5 种图表类型：

bar（柱状图）：适合类别对比，数据格式 values: [n, ...]。

line（折线图）：适合时间序列和趋势，数据格式 values: [n, ...]，配合 labels。

donut（环形图）：适合比例分解，数据格式 values: [n, ...]。

candlestick（K 线图）：适合 OHLC 价格序列，数据格式 values: [{o,h,l,c}, ...]。

waterfall（瀑布图）：适合数值分解和桥接，数据格式 values: [n, ...]。

除了通过 JSON 引擎在文档中嵌入图表，你也可以通过 momo chart 命令将图表渲染为独立 SVG 文件。

直接 HTML 模板（替代方式）

如果你不想用 Skill 或 CLI，assets/templates/ 目录下提供了 30 个独立的 HTML 文件（15 种类型 × 2 种语言）。这是零门槛的「直接编辑」模式：

打开模板，替换占位内容为你自己的文字。

无需 CLI、JSON 或构建步骤——只需要 HTML 和 CSS。

设计令牌以 CSS 自定义属性的形式嵌入在每个文件中。

适合需要快速生成一次性文档、或者更偏好直接操作 HTML 的场景。三种方式共享同一套设计令牌、字体系统和视觉语言，输出效果完全一致。

结论

无论你选择哪种方式——Skill（AI 自动）、CLI（手动命令）还是 HTML 模板（直接编辑）——输出的文档都共享同一套精心调校的设计语言。选择最适合你工作流的方式，开始创建排版精良的文档。

2026-05-02 Momo Paper