SankiWork 详解——技能、设计系统与反 AI 味护栏

本指南深入剖析 SankiWork 真正交付的东西——技能、设计系统，以及大多数“Claude Design 克隆”视频一带而过的质量机制。它沿用了 Popular AI Tools 在他们的实操讲解中给出的拆解思路，并结合当前版本重写、更新。完整演示请看上方视频，或继续阅读文字版。

SankiWork 工作区——原型、幻灯片、图像和视频，都集中在一块沉静、熟悉的画布上。

核心洞察：设计闭环是一种模式，而非护城河

Popular AI Tools 开篇就抛出了解释 SankiWork 为何存在的框架。Claude Design 那套以产物为先的闭环——识别意图、挑选技能、生成、预览、导出——并不是什么魔法，而是一种模式。SankiWork 把同样的这套模式，包裹到你早已安装好的任意编码 agent 之上，于是这个闭环变得可移植：自带你的模型、你的 agent、你的数据，零厂商锁定。

这一步直接化解了人们对单一服务商工具的种种顾虑：模型锁定、只能云端生成、在已经付费的编码订阅之上再叠一层订阅，以及有限的设计系统和导出选项。

技能：可组合，且任你扩展

SankiWork 的核心是它的技能——面向不同工作类型的可组合构建块。这里有针对 Web 应用、SaaS 落地页、仪表盘、移动应用、邮件营销、社交轮播图的方法型技能，还有幻灯片技能，其中包括一套相当亮眼的杂志版式演示模板。

重要的是形态，而非数量：每个技能就是一个你可以直接丢进去的 SKILL.md 文件夹。这意味着你可以用自己的技能扩展整个库——载入你的文案规范、你的版块结构、你内部的 UX 规则——你也可以把某个技能抽出来，直接在你自己的 Codex 或 Claude Code 会话里使用。你并没有被内置项绑死。

设计系统：品牌级，而非千篇一律

设计系统库才是真正让人心动的地方。每个预设都取自一个真实品牌——Stripe、Linear、Vercel、Airbnb、Tesla、Notion、Apple——并按统一的 schema 加以编码：真实的品牌色、真实的字体排印、真实的间距。而不是某种通用的 material-design 兜底方案。

设计系统库：每一项都把一个真实品牌拆解为可复用的调色板、字体排印、组件和视觉氛围。

你可以在网页端浏览完整的插件库 sanki-ai.cloud/plugins，在安装任何东西之前先看看当前的技能和设计系统——目录会不断增长，所以请把网页版库当作“当下有哪些可用”的权威来源。

大多数克隆品没有的那套质量机制

这正是 Popular AI Tools 认为真正把 SankiWork 与跟风者区分开的地方——而且值得搞懂，因为这正是它的产出不显得“一眼 AI 生成”的原因：

• 一份需求收集表单。在写下第一行代码之前，SankiWork 会询问你的产品界面、受众、调性和品牌背景。这正是你避开通用产出“容器汤”问题的办法。
• 一道自我评审闸门。在你看到产物之前，它们会先在哲学、层次、细节、功能、创新等维度上被打分，并以清单强制执行，及早拦截偷懒的产出。
• 反 AI 味护栏。SankiWork 会明确规避 AI 生成作品的那些破绽——紫色渐变、通用图标、虚构指标。当缺乏真实数据时，它会使用诚实的占位内容，而不是编造数字，并依据带锁定调色板的精选视觉方向来工作。

不止于 HTML：媒体与动效

它不只产出静态页面。SankiWork 集成了媒体生成——用 GPT Image 做海报和头像、通过 hyperframes 做动态图形、还有视频——这样一份设计就能包含真正生成的素材。导出也很广：带内联素材的 HTML、PDF、PowerPoint、ZIP 压缩包、markdown 和 MP4。相比只能导出 PDF 和 URL，这对生产工作来说灵活太多了。

模板库：原型、幻灯片、图像和视频的起点，你可以按类型筛选，并 fork 一份开始。

五分钟搭好环境

你需要 Node ~24、pnpm，以及至少安装一个编码 agent 的 CLI。

# 1. 确认你用的是 Node 24（此处用 nvm 演示；已是的话可跳过）
nvm install 24 && nvm use 24
corepack enable           # 为你装上固定版本的 pnpm

# 2. 克隆并安装
git clone https://gitea.com/Sanki5211/sankiwork-community.git
cd sankiwork
pnpm install

# 3. 运行它
pnpm tools-dev run web

它会自动创建本地数据库，扫描你的 PATH 查找 agent 并选一个——无需配置文件，也无需环境变量。打开它打印出的 URL（端口是动态的——别写死），挑一个技能，选一个设计系统，输入你的提示词，填好需求收集表单，然后看着它生成：左侧实时显示进度，右侧呈现渲染结果。

想要零配置？sanki-ai.cloud/download 上的桌面应用完全省去了 Node 和 pnpm。

几个顺手的生命周期命令：pnpm tools-dev status 查看正在运行的内容，pnpm tools-dev stop 关停一切。

它适合谁？

Popular AI Tools 给出了一个诚实的答案。如果你是一名已经在为编码 CLI 付费的开发者或技术型创始人，SankiWork 会零额外成本地为你添上一整块设计界面——你的设计提示词走的是同一个 token 池。对于客户项目它同样是显而易见的选择：一切都在本地运行，没有任何东西经过第三方服务器，这对合规敏感的代理机构很重要。

公允的提醒：你得能自如地使用终端（或改用桌面应用），而且它还是个早期版本，所以会有一些毛糙之处。

小贴士

• 把需求收集表单当作最重要的一步——你给出的界面、受众和调性上下文越多，产出就越不通用。
• 扩展这个库。丢进你自己的 SKILL.md 文件夹，或抽出某个技能在你自己的 agent 里复用。
• 从品牌级设计系统起步，而不是一块空白画布；这正是让产出看起来有意图的原因。
• 使用本地 CLI，这样生成就搭在你已经付费的订阅上。
• 在动手之前查看 sanki-ai.cloud/plugins，了解当前的技能和设计系统。

常见问题

技能是否被锁死在 SankiWork 里？ 不会。每个技能都是一个 SKILL.md 文件夹。你可以添加自己的，也可以把某个内置技能抽出来，直接在你自己的 Codex 或 Claude Code 里使用。

一共有多少个设计系统？ 是一个庞大的、品牌级的集合，并且还在不断增长。与其依赖某个固定数字，不如在 sanki-ai.cloud/plugins 查看实时库以了解当前数量。

是什么让产出不像 AI 生成的？ 需求收集表单、自我评审闸门和反 AI 味护栏——SankiWork 会先索取上下文，在展示前给产物打分，并规避生成式作品的视觉破绽。

它免费吗？ 这个应用完全免费，可本地运行。你只需为所接入的 agent 和服务商的模型与媒体用量付费。

---

本文字版指南基于 Popular AI Tools 的拆解。请观看上方的完整视频，并订阅 Popular AI Tools，获取更多 AI 工具深度内容。