平时让大模型写技术方案、研究报告并不难，真正麻烦的是最后一步： 怎么把 AI 生成的 Markdown，快速变成一份可以直接交付的 Word 或 PDF？ 尤其当内容里有表格、代码块、LaTeX 公式、图片和中英文混排时，直接复制到 Word 往往会出现格式错乱。 所以我们做了一个 DOCX/PDF 文档生成服务。它可以把 Markdown 转换成：
DOCX
PDF底层主要使用：
Pandoc + XeLaTeX + Python可以较好地保留标题、表格、代码块、数学公式等内容，并支持分别设置中文字体和英文字体。
接入柯影智航后，有什么变化？
单独使用时，它只是一个文档转换工具。 但接入 柯影智航 Koying Pilot 后，它就可以成为 Agent 的一个工具。 例如用户直接说：
把刚才的技术方案整理成 Word。
理想流程就变成：
用户提出需求
↓
柯影智航整理内容
↓
生成 Markdown
↓
调用文档 MCP
↓
生成 DOCX / PDF
↓
返回文件这样 AI 不再只负责“写内容”，而是进一步完成“文件交付”。
在柯影智航中怎么配置？
目前柯影智航添加 MCP 服务支持两种连接方式：
本地命令（stdio）
Streamable HTTP如果文档服务部署在服务器上，可以选择：Streamable HTTP 然后填写：
服务标识：
doc-generator
显示名称：
DOCX/PDF 文档生成服务
描述：
将 Markdown 转换为 DOCX 或 PDF
MCP 端点：
填写实际的 MCP Streamable HTTP 地址如果没有额外鉴权，HTTP Header 凭据引用可以暂时留空。需要注意的是： 普通 HTTP API 不等于 MCP。 原来的 Gradio /api/predict 可以被程序调用，但不能直接等同于标准 MCP 端点。因此需要在原有文档生成逻辑外面，再增加一层真正的 MCP Server。
最终架构
整个结构可以很简单：
柯影智航
↓
MCP Server
↓
generate_document
↓
Pandoc / XeLaTeX
↓
DOCX / PDFMCP 只需要向 Agent 暴露一个类似：
generate_document的工具。接收：
Markdown 内容
输出格式
中文字体
英文字体然后返回生成后的文件地址。
为什么值得做？
这其实是在补 Agent 的最后一公里。以前是：
AI生成内容
↓
用户复制
↓
整理Word
↓
调整格式
↓
导出PDF接入之后变成：
AI生成内容
↓
自动调用工具
↓
直接生成文件从“回答问题”到“交付成果”，中间只多了一层工具调用，但体验完全不同。 后续我们还准备加入 Markdown 自动检查和修复能力，进一步处理代码块未闭合、表格格式异常、LaTeX 公式错误等问题。 最终希望在柯影智航里实现：
用户只需要说一句“帮我生成一份正式文档”，剩下的事情交给 Agent 完成。