ningzimu/codex-ppt-skill

简体中文 · English · 한국어

一个面向 Codex 的 PPT 生成 skill，也可在 Claude Code、OpenClaw、Hermes Agent 等支持 SKILL.md 的 agent 中使用；在这些非 Codex 环境中通常需要配置 gpt-image-2.5-flare、第三方生图 API 或 OpenAI 兼容格式的生图接口。它把文章、报告、论文、课程笔记等内容转换成“整页图片式”的演示文稿：先规划大纲和视觉风格，再生成每页幻灯片图片，最后用本地脚本组装为 .pptx。

	感谢 Atlas Cloud 赞助本项目。AtlasCloud 是多模态 AI 推理平台，提供统一 API 接入图片生成、视频生成和大语言模型等能力；本 skill 已支持通过现有 API key、base URL 和模型名配置接入 AtlasCloud 的 GPT Image 2 生图和编辑图接口，按量计费，开箱即用。完整模型列表可查看 Atlas Cloud 模型页。
Codia NoteSlide	让生成的幻灯片变得可编辑。将 Codex PPT 生成的幻灯片图片、PDF 或 NotebookLM 导出的演示文稿转换为可编辑 PowerPoint。转换快、价格亲民、还原效果好，适合批量图片转 PPT 和高频交付。 体验 Codia NoteSlide →

这个 skill 主要给大家提供一个还不错的 PPT 生成流程。为了尽量通用，它的流程设计会稍微复杂一些；复杂也会带来不稳定性或者冗余性。比如它同时兼容 Codex 内置生图和 API/CLI fallback 生图，也会兼容有无子 agent 可用这两种情况，但大部分人日常使用时其实只会固定走其中一条路线。

建议大家在走通自己常用的路线之后，让 AI 帮你改一下这个 skill，把你的偏好固定下来，省得每次都重新选择。比如固定使用内置生图或固定使用某个 API，固定是否使用子 agent，固定常用输出目录、风格、页数节奏等。

另外，如果你在做 PPT 的过程中遇到了自己喜欢的版式或排版，无论是这个 skill 做出来的，还是从别的地方找到的 PPT 风格图片，都可以让 AI 保存到你的个人风格库（~/.codex-ppt-skill/references/）里，逐步沉淀自己的风格。个人风格库存放在 skill 安装目录之外，更新或重装 skill 都不会丢失。Skills 本质上是非常个性化的流程，鼓励大家在使用这个 skill 的基础上，按自己的偏好持续调优，让它更适配自己的工作流。

关于 skills 如何设计和使用，可以参考 good-skill-design.pptx。这个 PPT 也是用本 skill 做的，采用的是手绘技术解释风；内容基于 Claude 在设计 skills 方面的最佳实践文章 The Complete Guide to Building Skills for Claude。祝大家玩得愉快！

• 多 agent 可用：支持 Codex、Claude Code、OpenClaw、Hermes Agent 等支持 SKILL.md 的环境；最推荐在 Codex 中使用，优先走内置生图和编辑图能力。
• 第三方生图供应商接入：支持 OpenAI 兼容接口、AtlasCloud、base URL 和自定义模型名配置，方便通过 API/CLI fallback 使用 gpt-image-2.5-flare 或兼容模型。
• 稳定的阶段化流程：先确认大纲、页数、视觉风格、生图后端和样张，再进入整套生成，降低一次生成完整 PPT 时的返工和偏航。
• 不是无脑生成：会先引导你确认 outline.md、每页要点、风格方向和样张效果，再按确认后的方案继续。
• 低门槛输入：文章、报告、论文、课程笔记、Markdown、大纲、PDF、Word 等材料都可以作为起点。
• 内置 12 种 PPT 风格参考：包括清爽专业、科研答辩、党政红、教学课件、电子墨水杂志、手绘技术解释、仪表盘、麦肯锡等；不会写提示词也可以先从内置风格开始，尤其推荐手绘技术解释风。
• 支持自定义风格复刻：可以上传喜欢的图片、PDF 或 PPT/PPTX，让 agent 先分析配色、版式、字体和视觉元素，再按该风格生成新 PPT。
• 可沉淀个人风格库：生成满意后，可以把当前风格保存到个人风格库（~/.codex-ppt-skill/references/），下次直接复用；风格库存放在 skill 安装目录之外，更新 skill 不会丢失，同名时个人风格优先于内置风格。
• 多 agent 并发生成：样张确认后，支持一个子 agent 负责一页，并对文字清晰度、风格一致性和内容完整性做自检，发现问题及时返修。
• 支持指定图片插入：可以要求某一页必须放入论文原图、实验结果图、截图、架构图等素材，并让页面围绕这些图片适配主题和版式。
• 自动生成演讲稿：会生成 speech.md，并在组装 PPTX 时写入每页备注，方便直接演示或二次修改。

下面是一套技术分享 PPT 的生成效果示例。每页都是由 gpt-image-2 生成的完整 16:9 幻灯片图片，再由本地脚本组装为 PPTX。

下面是一套论文答辩风案例，来源于论文 Attention Is All You Need。它展示了如何在指定页中插入论文原始图片作为输入素材，例如模型架构图、attention 模块图和 attention 可视化图，并围绕这些图片生成统一风格的 PPT（见 Issue #14）。

以下是已生成预览图的风格，示例图均由 gpt-image-2 生成，用于帮助用户在开始制作前选择视觉方向。

清爽专业风	创意杂志风
电子墨水杂志风	数据仪表盘风
复古扁平插画风	手绘技术解释风
手绘白板风	温暖手工风
科研答辩风	麦肯锡风格
党政红风格	教学课件风

每个 PPT 会生成一个独立项目目录：

{基础目录}/{PPT名称}/        # 当前 PPT 的独立项目目录
├── origin_image/           # 正式幻灯片图片目录，只放最终采用的页面
│   ├── slide_01.png        # 第 1 页幻灯片图片
│   ├── slide_02.png        # 第 2 页幻灯片图片
│   └── ...                 # 后续页面图片，按页码顺序命名
├── outline.md              # 经确认的 PPT 大纲、页数、每页标题和要点
├── speech.md               # 演讲稿，会写入 PPT 每页备注
└── {PPT名称}.pptx          # 最终组装生成的 PowerPoint 文件

你可以在 origin_image/ 里查看每一页最终采用的幻灯片图片，文件会按 slide_01.png、slide_02.png 这样的顺序排列。想预览整套 PPT 的视觉效果，或只挑某一页继续修改时，直接看这里最方便。

speech.md 是配套演讲稿。生成 .pptx 时，这些内容会自动写入每页 PPT 的备注区，你可以在 PowerPoint 里直接查看、修改，或演示时作为讲稿使用。

• 技术文章转分享 PPT
• 论文或报告转演示稿
• 课程笔记转课件
• 科研项目申报、中期检查、结题验收和论文答辩
• 商业汇报、产品介绍、调研总结
• 需要强视觉统一性的图片式演示文稿

【推荐】可以直接把下面这句话发给你的 Agent，让它帮你安装：

请帮我安装这个 codex-ppt skill，链接是：https://github.com/ningzimu/codex-ppt-skill

如需手动安装到 Codex，可以使用 skills CLI 安装到 Codex 的全局 skills 目录：

npx -y skills@latest add ningzimu/codex-ppt-skill \
  --skill codex-ppt \
  --agent codex \
  --global

安装完成后，重启 Codex 让新 skill 生效。

也可以从 GitHub Releases 下载 codex-ppt-skill-v*.zip，解压后把其中的 codex-ppt 文件夹放到 ~/.codex/skills/codex-ppt，然后重启 Codex。

如果你是在本地开发这个仓库，也可以把 skill 目录链接到 Codex skills 目录，方便实时调试修改：

mkdir -p ~/.codex/skills
ln -s /path/to/codex-ppt-skill/skills/codex-ppt ~/.codex/skills/codex-ppt

可以通过 ClawHub 安装：

openclaw skills install codex-ppt

ClawHub 页面：clawhub.ai/ningzimu/codex-ppt

如果使用 OpenClaw 的 skill allowlist，需要把 codex-ppt 加入允许列表。

这些 agent 都可以读取 SKILL.md 形式的 skill。也可以使用 skills CLI 安装：

# Claude Code
npx -y skills@latest add ningzimu/codex-ppt-skill \
  --skill codex-ppt \
  --agent claude-code \
  --global

# Hermes Agent
npx -y skills@latest add ningzimu/codex-ppt-skill \
  --skill codex-ppt \
  --agent hermes-agent \
  --global

常见目标目录是：Claude Code 使用 ~/.claude/skills/codex-ppt，Hermes Agent 使用 ~/.hermes/skills/codex-ppt。

如果你是在本地开发这个仓库，也可以用软链接替代复制，方便实时调试修改。

重新执行一遍上面对应的安装命令即可覆盖为最新版本，也可以直接让 agent 帮你更新：

请帮我更新 codex-ppt skill 到最新版本，仓库是：https://github.com/ningzimu/codex-ppt-skill

更新后重启 agent 生效。API key 配置（~/.codex-ppt-skill/.env）和个人风格库（~/.codex-ppt-skill/references/）都在 skill 安装目录之外，更新或重装不会丢失。

指定图片分辨率、提高质量或要求修改某一页，本身不会触发第三方 API 配置。如果你是通过 GPT 会员订阅使用 Codex，并且 Codex 内置图片生成工具可用，通常可以继续使用内置生图能力，不需要准备 API key。

在 Codex、Claude Code、OpenClaw 或 Hermes Agent 中明确指定使用 codex-ppt skill，例如：

请使用 codex-ppt skill 把 /path/to/article.md 做成 10 页左右的 PPT。

skill 会按以下流程执行：

1. 阅读内容并规划 PPT 大纲
2. 生成 outline.md，并请求你确认页数、标题和每页要点
3. 给出 2-3 个视觉风格选项，并推荐一个让用户确认
4. 在首次生图前说明将使用的生图方式，并请求你确认
5. 使用确认后的图片生成后端生成 1 页样张，让用户确认风格、版式节奏和文字质量
6. 创建 PPT 项目目录
7. 使用同一图片生成后端逐页生成全部幻灯片图片
8. 检查文字清晰度、风格一致性和内容完整性
9. 生成 speech.md
10. 使用 assemble_ppt.py 组装 .pptx
11. 可选：如果生成的 PPT 风格你很喜欢，可以保存到风格库；如果使用的是内置风格，则无需重复保存

• 优先使用当前环境可调用的内置生图工具；实际模型、分辨率和可调参数取决于环境，不能仅凭会员身份或成功出图确认。若需精确指定尺寸或质量，而内置工具未暴露这些参数，可选择支持相应参数的 API/CLI fallback。API/CLI fallback 默认输出为 2K 16:9；文字较多或仍模糊时可尝试 4K；GPT Image 2.5 超过 2560x1440 像素的输出属于实验性能力，需检查实际结果。
• API/CLI fallback 默认使用 gpt-image-2.5-flare，可用 --model gpt-image-2.5-sunburst 切换。两者支持 xhigh / max 质量及透明 PNG/WebP；默认仍为 2K 16:9、medium。旧模型保留原参数限制，第三方服务需确认其支持的模型和参数。
• 如果只是不满意某一页的内容、排版、配色或文字表达，可以直接让当前 agent 针对这一页做细致修改，不需要整套 PPT 重新生成。

• 你也可以提供喜欢的 PPT 风格参考，可以是一张截图、多张截图，或完整 PPT/PDF。建议先让当前 agent 分析参考材料的配色、版式、字体和视觉元素，再按这个风格生成新 PPT。生成满意后，也可以让 agent 把这套风格保存到个人风格库（~/.codex-ppt-skill/references/）里，方便以后复用，且不会因更新 skill 而丢失。
• 如果需要插入论文原图、实验结果图、截图或架构图，可以在大纲中指定这些图片对应的页码和用途。

• image-to-editable-ppt-skill：把幻灯片截图、PDF 页面或图片版 PPTX 重建为可编辑 PowerPoint，适合在 codex-ppt 生成整页图片后继续做可编辑化。
• codex-gpt-image：通过 Codex OAuth / 会员登录生成图片，支持 GPT Image 2.5 请求参数；实际后端模型取决于服务端。
• handdrawn-tech-illustrations：面向中文技术内容的手绘配图 skill，可以把技术文章、产品笔记、截图、大纲或粗略想法生成正文配图、概念解释图、微信公众号封面和小红书封面；风格强调亲和、轻卡通、中文可读和适中的信息密度。
• awesome-ai-ppt：精选的 AI PPT 相关开源项目，按 HTML-first、图片生成式、PPTX-native、转换与自动化基础设施等工作流分类，关注能帮助 agent 或开发者创建、编辑、转换、检查 PPT 的 GitHub 仓库。
• awesome-skills：精选实用的 AI Agent Skills 与配套工具；安装一个入口后，Agent 会根据任务从持续更新的清单中选择、安装并使用合适的 skill。
• claude-code-lens：Claude Code 本地观测工具，用来查看 API 流量、日志、prompt 和工具调用，适合排查 agent 实际在做什么。

遇到问题？请查看使用文档，加入 CodexPPT，或提交 Issue。

MIT

感谢 LinuxDO 社区的支持。