毕业答辩前一周，我见过太多同学对着空白幻灯片发呆：论文写了五万字，PPT却要从零开始排版。字体、行距、配色、页码，每一项都在消耗本该用来打磨讲稿的时间。更麻烦的是，导师一句“结构调整”，整个PPT就得重排。这篇内容聚焦一个具体场景：把毕业论文的 docx 文件，通过 AI Skill 配合 PptxGenJS，自动生成一份结构清晰、排版统一的答辩 PPT 初稿。适合正在准备毕业答辩、手头有 docx 论文、又不想在排版上耗掉整晚的本科生和研究生。核心检索词就三个：AI Skill、答辩 PPT、docx 转 pptx。读完之后，你能拿到一份可复制的 Skill 配置片段，知道从 docx 到 pptx 的完整验证步骤，也能在答辩前快速产出初稿并逐页校对。
1. 答辩 PPT 为什么总在熬夜：docx 到 pptx 的自动化痛点
答辩 PPT 的痛苦，不在于“不会做”，而在于“重复做”。我试过帮同学改一份 35 页的论文 PPT，光是统一一级标题字号就花了四十分钟。问题集中在四个地方：从零排版耗时，调字体、对齐、配色、行距，动辄三到五小时；内容提取靠人工，从几十页论文里摘关键句，反复删改；格式规范难统一，一级标题多大、行距多少，导师要求各不相同；版本迭代崩溃，导师说一句“结构调整”，整个 PPT 重排。
这些痛点的本质，是 docx 里的结构化信息没有被程序化利用。论文 docx 本身是有层级的：一级标题、二级标题、正文段落、图片、表格。人眼读的时候能分辨，但手动搬到 PPT 里，这些层级就丢了。AI Skill 的思路，是让 AI Agent 先解析 docx 的结构，再按答辩框架映射到幻灯片，最后用 PptxGenJS 程序化生成每一页。这样排版规则是代码写死的，改结构只需要改配置，不用手动拖拽。
具体到答辩场景，一份合格的初稿需要满足几个硬指标：总页数控制在 15 到 20 页，不超过 30 页；封面、提纲、研究背景、研究方法、研究内容、结论展望、致谢，这五部分框架不能少；每页要点 3 到 6 条，每条 1 到 2 行；图片要自动归属到对应章节。这些指标如果靠手动，光页码控制就能让人崩溃。而用 Skill 配置，行距可以根据要点数量自动切换：少于等于 6 条用 1.5 倍行距，大于等于 7 条自动切单倍行距，防止溢出页面。
还有一个容易被忽略的点：论文里的 Zotero 引用块。很多同学的 docx 里藏着大量ADDIN ZOTERO_ITEM的 JSON 块，直接提取文本会把这些乱码带进 PPT。Skill 里需要加一步正则清理，把这类块过滤掉。这个细节不处理，生成的 PPT 里就会出现一堆看不懂的字段，答辩时很尴尬。
所以这一章想说明的是：答辩 PPT 的自动化，不是让 AI 随便生成几页，而是把 docx 的结构化信息，按学术规范映射成 pptx。AI Skill 负责解析和规划，PptxGenJS 负责渲染，两者配合才能做到“传论文、出初稿”。下一章讲怎么把 TaoToken 接进来，让 AI Agent 真正跑起来。
2. TaoToken 前置：给 AI Skill 接上模型能力
AI Skill 本身是一套解析和生成逻辑，但它需要一个模型来理解论文内容、提炼要点、规划页面。TaoToken 在这里的角色，是提供兼容 OpenAI 接口的模型调用入口。你可以把它理解成一个统一的 API 网关：不管底层用哪个模型，调用方式都是标准的/v1/chat/completions，Base URL 填https://taotoken.net/api，Key 在控制台生成。
为什么答辩 PPT 场景需要这一步？因为从 docx 提取出来的文本是线性的，AI 需要判断哪些是章节标题、哪些是核心论点、每节该提炼几条。这些判断如果写死规则，遇到不同学校的论文格式就会失效。用模型来做结构分析和内容精炼，适应性更强。TaoToken 的接口兼容性让这件事变简单：你不需要改 Skill 里的调用代码，只需要把 Base URL 和 Key 配好。
前置准备分三件事。第一，拿到 API Key。访问https://taotoken.net/api-keys，登录后在控制台创建 Key，复制保存。注意 Key 只在创建时显示一次，丢了就得重新生成。第二，确认模型 ID。在模型对话页面可以查看当前可用的模型列表，选一个适合长文本处理的。第三，把 Base URL 和 Key 写进 Skill 的配置文件。如果你用的是 Claude Code 这类工具，配置方式略有不同，后面章节会给具体片段。
这里要提醒一个常见误区：不要把 TaoToken 当成“中转”或“代理”来理解，它就是一个标准的模型 API 服务入口。你的 Skill 代码里，调用逻辑和调用任何 OpenAI 兼容接口是一样的。区别只在于 Base URL 指向https://taotoken.net/api，而不是默认地址。这样设计的好处是，Skill 可以复用现有的 SDK，不需要额外适配层。
对于答辩 PPT 这种长文本任务，建议在配置里把超时时间调大一些。论文五万字，提取和精炼需要一定时间。另外，模型选择上优先考虑支持长上下文的，避免论文被截断。配置完成后，可以先跑一个简单的对话请求验证连通性，确认 Key 和 Base URL 没问题，再进入 Skill 的完整流程。下一章给可复制的配置片段。
3. 可复制配置：Skill 片段与 PptxGenJS 参数
这一章给的是能直接复制粘贴的配置。先看模型接入部分。如果你用的是 Claude Code 或类似的 Agent 工具，配置文件通常是一个 JSON 或 TOML。以下片段把 Base URL、Key、Model ID 三件套写全，路径按实际工具调整。
{ "model_provider": { "base_url": "https://taotoken.net/api", "api_key": "sk-你的Key", "model_id": "claude-3-5-sonnet", "timeout": 120 }, "skill": { "name": "thesis-defense-ppt", "input_format": "docx", "output_format": "pptx", "max_slides": 20, "line_spacing_threshold": 6 } }如果你用的是 Codex 的auth.json结构，写法类似，把base_url和api_key放在对应字段即可。Cline MCP 场景下，则是在 MCP 配置里指定模型提供方。不管哪种工具，核心三件套不变：Base URL 填https://taotoken.net/api，Key 填控制台生成的，Model ID 填你选定的模型。
接下来是 PptxGenJS 的生成参数。这部分决定了 PPT 的视觉规范。以下是一个可复制的模板片段，包含配色、字体、行距逻辑。
const pptxgen = require("pptxgenjs"); const pres = new pptxgen(); // 配色方案：藏蓝学术风 const COLORS = { primary: "1B2A4A", // 藏蓝，标题和装饰 secondary: "2D4A7A", // 深蓝，二级标题 bgLight: "E8EDF5", // 冰蓝，卡片背景 accent: "C0392B", // 暗红，关键数据 text: "333333", // 深灰，正文 pageNum: "888888" // 浅灰，页码 }; // 行距智能切换 function getLineSpacing(points) { return points.length <= 6 ? 33 : 22; } // 单页构建函数 function makeSlide(title, subtitle, bulletPoints, imagePath) { const slide = pres.addSlide(); // 顶部藏蓝装饰线 slide.addShape(pres.ShapeType.rect, { x: 0, y: 0, w: "100%", h: 0.08, fill: { color: COLORS.primary } }); // 一级标题 slide.addText(title, { x: 0.5, y: 0.3, w: 9, h: 0.6, fontSize: 24, bold: true, color: COLORS.primary, fontFace: "微软雅黑" }); // 正文要点 if (bulletPoints && bulletPoints.length) { slide.addText( bulletPoints.map(p => ({ text: p, options: { bullet: true } })), { x: 0.5, y: 1.2, w: 9, h: 4, fontSize: 11, color: COLORS.text, fontFace: "微软雅黑", lineSpacing: getLineSpacing(bulletPoints), breakLine: true } ); } // 页码 slide.addText(String(pres.slides.length), { x: 9.2, y: 5.2, w: 0.5, h: 0.3, fontSize: 8, color: COLORS.pageNum, fontFace: "微软雅黑" }); return slide; }注意几个坑。PptxGenJS 里颜色值不加#前缀，写"1B2A4A"是对的，写"#1B2A4A"会导致文件损坏。复用选项对象也会出问题，每次调用要创建新对象。多行文本数组的每一项都需要breakLine: true，否则会挤在一行。这些细节在官方文档里不显眼，但踩过一次就记住了。
配置写好后，Skill 的流程是：先用catdoc或markitdown提取 docx 文本，用zipfile解压取word/media/里的图片，然后调模型做结构分析和内容精炼，最后用上面的 PptxGenJS 模板逐页生成。下一章验证整个链路。
4. 验证请求：从 docx 到 pptx 的完整跑通步骤
配置就绪后，先做一次最小验证，确认模型接口通，再跑完整流程。第一步，验证 TaoToken 连通性。用 curl 发一个简单请求：
curl https://taotoken.net/api/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-你的Key" \ -d '{ "model": "claude-3-5-sonnet", "messages": [{"role": "user", "content": "回复OK"}], "max_tokens": 10 }'如果返回里有choices字段和内容，说明 Key 和 Base URL 没问题。如果报 401，检查 Key 是否复制完整；如果报连接失败，检查 Base URL 是否写成了https://taotoken.net/api，注意结尾没有多余斜杠。
第二步，提取 docx 内容。假设论文是thesis.docx，用 markitdown 提取文本：
pip install markitdown markitdown thesis.docx > thesis.txt如果是旧版.doc格式，用 catdoc 并指定 UTF-8 编码，避免中文乱码：
catdoc -d utf-8 thesis.doc > thesis.txt图片提取用 Python 的 zipfile，因为 docx 本质是 zip 包：
import zipfile, os os.makedirs("media", exist_ok=True) with zipfile.ZipFile("thesis.docx") as z: for name in z.namelist(): if name.startswith("word/media/"): z.extract(name, "media")第三步，清理 Zotero 引用块。提取出的文本里如果有ADDIN ZOTERO_ITEM，用正则过滤：
import re text = open("thesis.txt", encoding="utf-8").read() text = re.sub(r'ADDIN ZOTERO_ITEM.*?\}\s*\}', '', text, flags=re.DOTALL) open("thesis_clean.txt", "w", encoding="utf-8").write(text)第四步，跑 Skill 生成 PPT。把清理后的文本和图片目录传给 Skill，它会调模型做结构分析，然后按五部分框架规划页面，最后用 PptxGenJS 输出答辩PPT.pptx。生成后打开检查：封面信息是否完整，提纲是否五部分，每页要点是否 3 到 6 条，图片是否在对应章节，页码是否连续。如果某页要点超过 7 条，检查行距是否自动切成了单倍。
实测下来，一份五万字的论文，从提取到生成大约十秒内完成，输出 18 到 20 页。生成的是初稿，还需要逐页校对：把模型提炼的要点和论文原意对照，调整措辞，补充讲稿备注。但排版和结构已经省掉了大部分时间。下一章列出常见报错和排查方法。
5. 常见报错排查：401、local proxy failed 与 choices 读取失败
跑通流程时，最容易卡在几个报错上。这一章按真实报错对照排查。
401 Unauthorized。这是 Key 问题。检查三处：Key 是否复制完整，有没有多余空格；请求头里Authorization是否写成Bearer sk-xxx；Key 是否在控制台被删除或过期。如果用的是 Claude Code，检查配置文件里的api_key字段是否被环境变量覆盖。解决方式是重新在https://taotoken.net/api-keys生成一个 Key，替换后重试。
local proxy failed 或连接超时。这个报错通常出现在 Base URL 写错的情况下。确认配置里写的是https://taotoken.net/api，不是其他地址。如果你在代码里用了环境变量，检查OPENAI_BASE_URL或类似变量是否被本地其他配置覆盖。另外，超时时间设得太短也会导致长文本请求失败，把 timeout 调到 120 秒以上。
reading choices 失败或返回空。这个报错说明请求发出去了，但响应结构不对。常见原因是模型 ID 写错，或者请求体里messages格式不对。检查model字段是否和控制台里看到的模型 ID 一致。如果返回里有error字段，看具体错误信息。还有一种情况是 max_tokens 设得太小，模型还没输出完就被截断，导致choices为空。把 max_tokens 调大，比如 4096。
PptxGenJS 生成的文件打不开。检查颜色值是否带了#前缀，这是最常见的文件损坏原因。另外检查是否有复用的选项对象，每次addText或addShape都要传新对象。如果图片路径不对，生成时不会报错，但 PPT 里图片位置是空的，检查media目录和代码里的路径是否一致。
中文乱码。旧版.doc提取时没指定编码，或者 markitdown 版本过旧。用catdoc -d utf-8指定编码，或者把.doc先用 Word 另存为.docx再提取。生成 PPT 时字体统一用“微软雅黑”，避免系统缺字体导致回退。
OAuth 相关报错。如果你用的是 Claude Code 的 OAuth 登录方式，而不是 API Key，可能会遇到 token 过期。这种情况下，改用 API Key 方式配置，把 Base URL 和 Key 写进配置文件，避免 OAuth 流程的干扰。三件套写全：Base URL、Key、Model ID，缺一不可。
排查顺序建议：先验证接口连通性，再检查 docx 提取，最后看 PptxGenJS 生成。每一步单独验证，不要一次跑完整流程，否则报错定位困难。下一章给接入文档和工具入口。
6. 接入文档与工具入口：把 Skill 跑起来
配置和排查都清楚后，最后一步是把 Skill 真正跑起来。如果你还没拿到 Key，先去https://taotoken.net/api-keys创建。接入文档在https://taotoken.net/doc，里面有完整的接口说明和示例。想先验证模型效果，可以在https://taotoken.net/chat里发一条消息试试。如果你打算长期用 AI 做编码和 Agent 任务，Coding Plan 页面https://taotoken.net/coding-plan有更详细的方案说明。
Claude Code 用户可以直接参考https://taotoken.net/ClaudeCodeAnthropic的配置指引，把 Base URL 和 Key 写进对应文件。控制台在https://taotoken.net/console，可以查看调用记录和用量。模型对话入口在https://taotoken.net/chat，适合快速测试论文片段的结构分析效果。
把 Skill 跑起来的关键，是先把最小链路验证通：一条 curl 请求确认接口可用，一次 docx 提取确认文本干净，一次 PptxGenJS 生成确认文件能打开。这三步过了，再跑完整流程。答辩 PPT 的初稿生成只是起点，逐页校对和讲稿打磨才是拿分的关键。把排版交给 Skill，把时间留给内容。
