★ FEATURED ARTICLE 1. 为什么直接让 Codex 生成 PPT 总是差点意思很多人第一次用 Codex 做 PPT流程大概是这样的打开对话框丢一句“帮我根据这篇论文做一份组会汇报 PPT”然后等它吐出一个 pptx 文件。打开一看标题字号忽大忽小配色跟模板完全不搭公式变成了一堆乱码字符图片位置飘到页面外面。能用吗勉强能看但离“能直接拿去讲”还差得远。问题不在于模型不够聪明而在于缺少约束。基模直接生成 PPT 时它不知道你的模板长什么样、不知道你要求多少页、不知道哪些内容该重点呈现。它只能凭训练数据里的“平均审美”去猜猜出来的结果自然不稳定。ppt-master这个 skills 项目解决的正是这个问题。它的思路是把“怎么做一份合格 PPT”的流程拆解成结构化的指令写进SKILL.md里把“这个项目的工作规范”写进AGENTS.md里。Codex 在动手之前先读这两个文件相当于拿到了一份详细的施工图纸而不是凭感觉自由发挥。这套组合适合谁我梳理了三类第一类是学生和科研人员需要把论文、实验数据快速转成组会汇报或答辩 PPT页数固定、结构清晰、对模板还原度要求高。第二类是职场里需要频繁做汇报的人周报、月报、方案评审格式相对固定重复劳动多。第三类是想研究 Agent 工作流的人AGENTS.mdSKILL.md这种“规范文件驱动”的模式本身就是当前 Agent 工程里很值得琢磨的设计。但这里有个前置问题Codex 默认走的是官方 endpoint国内访问不稳定而且 Key 的管理比较分散。如果你同时用多个模型或工具每个都要单独配 Key、单独处理网络维护成本很高。所以这篇的完整链路是先把 Codex 的 endpoint 和 auth.json 统一改到 TaoToken 的 API 通道再配置 AGENTS.md 和 SKILL.md最后跑一次真实的 PPT 生成任务来验证 skills 有没有被正确加载。下面按这个顺序一步步来。每一步都给可复制的配置你跟着改就行。2. 把 Codex 的 endpoint 与 auth.json 接到 TaoToken 统一通道这一步是整个链路的地基。地基没打好后面 skills 配得再对请求也发不出去。先解释一下 Codex 的认证机制。Codex CLI 和桌面端在发起请求时会读取一个auth.json文件来获取 API Key同时从配置里读取 Base URL也就是 endpoint。默认情况下这两个值指向官方地址。我们要做的就是把它们改成 TaoToken 的地址。TaoToken 的 API 入口是https://taotoken.net/api官网是https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content。注意 API 地址后面不加任何参数保持干净。2.1 找到 auth.json 的位置不同系统下Codex 的配置目录不一样。你可以按下面的路径找系统配置目录macOS / Linux~/.codex/Windows%USERPROFILE%\.codex\在这个目录下你会看到auth.json和config.toml或config.json两个文件。如果auth.json不存在手动创建一个。2.2 写入 auth.jsonauth.json的结构很简单核心就是 API Key。把从 TaoToken 控制台拿到的 Key 填进去{ OPENAI_API_KEY: sk-你的TaoToken密钥 }这里有个坑要注意Key 不要带多余空格也不要加引号以外的字符。我见过有人从网页复制时带了个换行结果请求一直 401排查了半天。2.3 配置 endpoint接下来改 endpoint。在config.toml里加上或修改base_urlmodel_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api wire_api chat如果你用的是config.json格式对应写法是{ model_provider: taotoken, model_providers: { taotoken: { name: TaoToken, base_url: https://taotoken.net/api, wire_api: chat } } }wire_api这个字段决定用哪种协议格式chat对应的是标准的 Chat Completions 接口。如果你用的是 Responses 接口改成responses。不确定的话先用chat兼容性最好。2.4 指定 Model ID光有 endpoint 和 Key 还不够还得告诉 Codex 用哪个模型。在config.toml里补上model gpt-4o model_provider taotokenModel ID 要跟你实际在 TaoToken 上开通的模型对应。写错了会报model not found。如果你不确定有哪些可用模型可以去控制台看一下模型列表或者直接用模型对话页面测一下。到这里三件套就齐了Base URL Key Model ID。这三个值缺一不可后面排查问题时也优先检查这三项。2.5 验证配置是否生效改完之后别急着上 skills。先用一个最简单的请求验证通道是通的codex 用一句话说明什么是机器学习如果返回了正常的中文回答说明 endpoint 和 Key 都配对了。如果报错先看错误类型401 是 Key 问题连接超时是 endpoint 问题model not found 是 Model ID 问题。具体的排查方法放在第 5 节。通道打通之后我们再来看 AGENTS.md 和 SKILL.md 怎么配。3. AGENTS.md 与 SKILL.md 的可复制配置片段这一节是核心。很多人配了 endpoint 之后直接把论文丢给 Codex结果 skills 根本没被加载生成出来的 PPT 还是老样子。原因通常是AGENTS.md 和 SKILL.md 的路径不对或者内容写得太模糊Codex 读完之后不知道该干什么。先讲清楚这两个文件的职责划分这是理解整套机制的关键。AGENTS.md是项目级的工作规范。它放在项目根目录Codex 打开这个目录时会自动读取。它回答的是“在这个项目里你应该怎么工作”——比如输出目录在哪、不要修改哪些文件、遇到不确定的情况怎么处理。SKILL.md是具体技能的说明书。它放在skills/ppt-master/目录下回答的是“做 PPT 这件事具体分几步、每步产出什么、有什么约束”。它更像一份操作手册。两者配合AGENTS.md 定规矩SKILL.md 定流程。3.1 AGENTS.md 配置片段在ppt-master项目根目录创建或编辑AGENTS.md写入以下内容# AGENTS.md ## 项目说明 本项目用于根据论文和模板自动生成 PPT。 所有生成产物统一输出到 exports/ 目录。 ## 工作规范 1. 开始任务前先读取 skills/ppt-master/SKILL.md严格按其中的流程执行。 2. 输入资料放在 projects/ 目录不要修改 projects/ 下的原始文件。 3. 不要修改模板文件本身只读取其样式信息。 4. 中间产物放在 workspace/ 目录优先复用已生成的中间文件。 5. 最终输出可编辑的 .pptx 文件到 exports/ 目录。 ## 约束 - 不逐句翻译原文只提炼核心信息。 - 少用大段文字多用图表、流程图、公式。 - 不需要向用户确认设计方案直接执行。 - 不要反复尝试多个版本一次生成到位。这份 AGENTS.md 的关键在于把“不要做什么”写清楚了。模型很容易“过度热情”比如反复问你“要不要调整配色”“要不要换个版式”或者把原始论文文件改得面目全非。把这些约束写进去能省掉很多来回确认的时间。3.2 SKILL.md 配置片段在skills/ppt-master/SKILL.md里写入流程说明# SKILL: ppt-master ## 目标 根据输入论文和 PPT 模板生成一份结构完整、风格一致的汇报 PPT。 ## 执行流程 1. 读取 projects/ 下的论文文件提取研究背景、问题定义、核心方法、实验结果。 2. 读取 PPT 模板记录其尺寸、字体、配色、标题版式和母版结构。 3. 按以下结构组织内容 - 研究背景与 Motivation - 问题定义 - 核心思想 - 方法框架 - 方法细节 - 实验设置 - 主要实验结果 - Ablation / 分析 - 优点与局限 - 总结 4. 生成页面时优先复用模板的版式不新建样式。 5. 公式、模型结构图、实验图重点呈现单独占页。 6. 输出到 exports/ 目录文件名格式为 汇报主题_日期.pptx。 ## 质量要求 - 页数控制在 15 页左右。 - 每页文字不超过 6 行超出则拆页或转图表。 - 标题层级与模板保持一致。 - 不修改原始模板文件。3.3 目录结构对照配好之后你的项目目录应该长这样ppt-master/ ├── AGENTS.md ├── skills/ │ └── ppt-master/ │ └── SKILL.md ├── projects/ │ ├── 论文.pdf │ └── 组会汇报模板.pptx ├── workspace/ └── exports/workspace/和exports/如果不存在手动建一下。Codex 在生成过程中会把中间文件写到workspace/最终 pptx 写到exports/。3.4 触发 skills 的提示词配置就绪后用自然语言告诉 Codex 要做什么。关键是在提示词里显式要求它读取这两个文件请读取 AGENTS.md 和 skills/ppt-master/SKILL.md 使用 PPT Master Quick 模式完成任务。 输入资料projects/论文.pdf PPT 模板projects/组会汇报模板.pptx 制作一份 15 页左右的中文论文组会汇报 PPT。 要求 1. 面向课题组组会。 2. 使用模板原有的尺寸、字体、配色、标题和版式风格。 3. 不修改原始模板文件。 4. 不逐句翻译论文提炼核心信息。 5. 内容重点包括研究背景、问题定义、核心思想、方法框架、 方法细节、实验设置、主要实验结果、Ablation、优点与局限、总结。 6. 重要公式、模型结构和实验图重点呈现。 7. 少用大段文字多用示意图、流程图、公式和图表。 8. 不需要向我确认设计方案。 9. 不要反复尝试多个版本。 10. 优先复用已经生成的中间文件。 11. 最终输出新的、可编辑的 pptx 到 exports 目录。这段提示词的作用是双重保险既让 Codex 主动去读配置文件又把关键约束在对话里再强调一遍。实测下来这样 skills 被正确加载的概率明显更高。4. 跑一次真实 PPT 生成任务验证 skills 加载配置写完了但“配了”不等于“生效了”。这一节用一个完整的任务来验证 skills 到底有没有被加载。4.1 准备输入文件我用的是一篇论文 PDF 和一个组会汇报模板 pptx。把这两个文件放进projects/目录mkdir -p projects workspace exports cp ~/Downloads/论文.pdf projects/ cp ~/Downloads/组会汇报模板.pptx projects/文件放好后用 Codex 打开整个ppt-master项目目录。注意是打开目录不是只打开单个文件。因为 AGENTS.md 是在项目根目录被读取的如果只打开一个文件Codex 的工作目录不对就读不到配置。4.2 发起生成任务在 Codex 对话框里粘贴 3.4 节的提示词回车。接下来观察它的执行过程。如果 skills 被正确加载你会看到它按顺序做这几件事第一步读取AGENTS.md和SKILL.md。这一步在日志里能看到文件读取记录。第二步读取projects/下的论文和模板。它会先分析模板的尺寸、字体、配色再提取论文的核心内容。第三步在workspace/下生成中间文件。可能是内容大纲、页面结构 JSON、或者提取出来的图表。第四步组装 pptx 并输出到exports/。4.3 判断 skills 是否生效怎么判断 skills 真的被加载了看三个信号信号一输出目录对不对。如果最终文件出现在exports/下说明 AGENTS.md 里的输出规范被遵守了。如果文件散落在根目录或者projects/下说明 AGENTS.md 没被读到。信号二页数和结构对不对。打开生成的 pptx看页数是不是在 15 页左右章节结构是不是按 SKILL.md 里定义的顺序来的。如果结构混乱、页数失控说明 SKILL.md 没生效。信号三模板还原度。看字体、配色、标题版式是不是跟模板一致。如果生成的是默认白底黑字说明模板样式没被正确读取。我实测下来配置正确的情况下生成的 PPT 在结构完整度和模板还原度上都能达到“稍作调整就能用”的水平。公式和图表会单独占页文字密度也控制得比较好。当然细节上肯定不如人手精修但效率差距是数量级的。4.4 中间产物复用workspace/目录里的中间文件值得留意。如果你对结果不满意想调整某几页不需要从头再跑一遍。直接告诉 Codex“复用 workspace 里的中间文件只重新生成第 5 到第 8 页”它会基于已有产物做增量修改。这也是 AGENTS.md 里“优先复用中间文件”那条规范的价值所在。生成完成后去exports/目录拿最终的 pptx 文件用 PowerPoint 或 WPS 打开检查一遍。重点看公式有没有乱码、图表有没有错位、字体有没有回退。有问题的话针对具体页面提修改要求就行。5. 常见报错排查401、local proxy failed 与 skills 未加载配置过程中最容易卡住的几个点我按报错类型整理一下。遇到问题先对照这里查。5.1 401 Unauthorized这是最常见的报错意思是认证失败。原因通常有三个Key 写错了。检查auth.json里的OPENAI_API_KEY值确认跟 TaoToken 控制台里的一致。注意不要有多余空格或换行。Key 没生效。改完auth.json后Codex 可能需要重启才能重新读取。把 Codex 完全退出再打开。Key 权限不对。确认这个 Key 有调用目标模型的权限。有些 Key 是限定模型范围的。排查命令直接用 curl 测一下 Key 是否有效curl https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的密钥 \ -H Content-Type: application/json \ -d {model:gpt-4o,messages:[{role:user,content:test}]}如果这个命令返回正常说明 Key 和 endpoint 都没问题问题出在 Codex 的配置读取上。5.2 local proxy failed这个报错说明 Codex 尝试走本地代理但代理没起来或者配置冲突。常见原因是环境变量里残留了代理设置。检查一下echo $HTTP_PROXY echo $HTTPS_PROXY如果有值而且你不需要代理清掉unset HTTP_PROXY unset HTTPS_PROXYWindows 下用set HTTP_PROXY清除。清完之后重启 Codex。还有一种情况是config.toml里同时配了多个 providerCodex 不知道该用哪个。确认model_provider指向的是你配好的那个。5.3 reading choices 相关报错这个报错通常出现在响应格式解析阶段提示读取choices字段失败。原因一般是wire_api配错了。如果你用的是 Chat Completions 接口wire_api应该是chat如果用的是 Responses 接口应该是responses。两者返回的 JSON 结构不同配错了就会解析失败。改法在config.toml里把wire_api改成正确的值重启 Codex。5.4 OAuth 相关报错如果你之前用官方账号登录过 Codex本地可能残留了 OAuth token。切换到 API Key 模式后这个 token 会跟新的认证方式冲突。解决办法找到~/.codex/下的 token 缓存文件通常叫tokens.json或类似名字删掉或重命名。然后确保auth.json里只有 API Key没有 OAuth 相关字段。5.5 skills 没被加载这个不算报错但结果不对。表现是生成的 PPT 结构混乱、页数失控、模板样式丢失。排查顺序先确认AGENTS.md在项目根目录SKILL.md在skills/ppt-master/下。路径错了就读不到。再确认 Codex 打开的是项目目录不是单个文件。工作目录不对相对路径就找不到。最后确认提示词里显式要求了“读取 AGENTS.md 和 SKILL.md”。有些情况下模型不会主动去读需要你明确要求。如果以上都对还是不行在提示词里把 SKILL.md 的关键流程直接贴进去作为兜底。5.6 模型返回空内容偶尔会遇到请求成功但返回内容为空的情况。先检查 Model ID 是否正确再检查请求参数里max_tokens是不是设得太小。如果都没问题换个模型试试排除是单个模型的问题。排查的时候记住一个原则先验证通道再验证配置最后验证 skills。通道用 curl 测配置看文件路径和内容skills 看输出结果。按这个顺序大部分问题都能定位到。6. 把这条链路用顺之后的几个实用建议走到这里Codex ppt-master skills TaoToken 的完整链路应该已经跑通了。最后分享几个我踩过坑之后总结的实用点。模板文件要选对。模板的母版结构越清晰生成效果越好。如果模板本身版式混乱模型读取样式时也会受影响。建议用结构规整的模板标题、正文、图表占位符都定义清楚。论文内容别太长。如果论文超过 30 页模型提取核心信息时容易遗漏重点。可以先把论文的关键章节摘出来或者分批次喂给 Codex。SKILL.md 里定义的章节结构本质上就是在帮你做信息压缩。中间文件是你的朋友。workspace/里的产物不要随手删。想调整某几页的时候复用中间文件比从头生成快得多而且风格更统一。Key 管理要集中。如果你同时用多个工具建议都统一走 TaoToken 的通道。这样 Key 只需要维护一份换模型的时候改一个 Model ID 就行不用每个工具单独配。控制台里可以管理 API Keys接入文档里有各工具的配置示例。长期做汇报的话考虑 Coding Plan。如果你不是偶尔做一次 PPT而是每周都有汇报任务频繁调用模型的话可以了解一下 Coding Plan 的额度方案比按次调用更划算。验证模型能力用模型对话。不确定某个模型适不适合做 PPT 生成先去模型对话页面丢一段论文试试看它的结构化输出能力怎么样。选对模型后面的事半功倍。这套流程的核心价值不在于“全自动”而在于把重复劳动压缩掉。你依然需要检查内容、调整细节但从“从零开始做 15 页 PPT”变成“在生成结果上改 3 页”时间差距是实打实的。配置一次后面每次做汇报都能省下大量时间。
阅读完成 · 觉得有帮助？
