Wonk

每个声称"符合品牌"的 AI 工具工作方式都一样：把品牌指南粘贴进上下文，然后寄希望于运气。这就是提示注入（priming）。它几乎注定失败——如果你曾在深夜 11 点修补过 AI 生成的演示稿，你一定深有体会。

Wonk 持不同的立场：合规性应当是产物（artifact）的固有属性，而非依赖代理（agent）的"良好行为"。

工作原理：

•⁠ ⁠你的品牌身份以严格校验的 JSON 形式存在（颜色、字体、语调、组件、DESING.md），是一套真正的 schema，而非一份 PDF

•⁠ ⁠编程代理（coding agents）通过 MCP 以只读方式读取

•⁠ ⁠代理生成的每一项内容，在写入时都会进行合规性检查：不合规的输出在诞生之前就被拒之门外

•⁠ ⁠颜色匹配采用感知算法（CIEDE2000，ΔE 阈值为 3），因此"足以骗过肉眼"远远不够

•⁠ ⁠导出操作绝不会强行中断你的工作流——它会附带一份偏差报告（drift report），让你始终清楚偏离发生的位置

这是一款原生 macOS 应用。你的品牌数据始终归你所有。

我之所以打造它，是因为提示注入方案在结构上就行不通——一条模型可以无视的指令并不构成保障，强制执行（Enforcement）才算数。关于架构方面，欢迎随时提问。