Original en inglés: https://argusic.com/subject/codex-ppt-skill
codex-ppt-skill
GPT-Image-2 PPT Generator Skill para crear presentaciones de PowerPoint basadas en imágenes en Codex y otros Agents compatibles con Skill
Funciona con mocksfuente: GitHubsitio webPythonMITcommit 445b1780c85c
Python, licencia MIT. El proyecto se describe a sí mismo como: agent skills, ai ppt, claude code, codex, gpt image 2, powerpoint, ppt y ppt skill.
codex-ppt-skill funciona, con sustitutos de los servicios de los que depende. Un agent de Argusic lo instaló en 1,2 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
Dependencies install cleanly, all 9 image-model unit tests pass, the PPT assembly script produces a valid .pptx with correctly numbered slides and speaker notes, the image generation CLI dry-runs produce valid request payloads, and the shared runtime bootstrap completes without error.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 92 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
- Tiempo de instalación
- 1 minutos
- De máquina en frío a terminar
- 2 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- .venv/bin/python -m unittest tests/test_image_gen_models.py -v exited 0, 9 passed; .venv/bin/python -c ... assemble_ppt create_presentation returned True, 3 slides in output PPTX; image_gen.py --dry-run output correct JSON payload
- Tokens de modelo usados
- 43.510
- Commit exacto probado
- 445b1780c85c
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
- Comportamiento con servicios reales
- esta ejecución solo se verificó con servicios sustitutos
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
- **Verified provider loader**: `image_providers.create_image_provider` loaded without import error… No errors were hit. The project's core scripts (image model validation, PPT assembly, runtime manag… tokens used 43,510 All tests pass and the scripts work correctly. Let me assemble the final report. Work done: - **Installed dependencies**: Created a virtual environment at `/work/repo/.venv` and installed `py… - **Ran tests**: `unittest tests/test_image_gen_models.py` — all 9 tests passed. - **Verified PPT assembly**: Created a temp directory with 3 dummy PNG slides and a `speech.md`, ra… - **Verified image gen CLI**: `image_gen.py generate --prompt "..." --dry-run` printed correct defa… - **Verified provider loader**: `image_providers.create_image_provider` loaded without import error… No errors were hit. The project's core scripts (image model validation, PPT assembly, runtime manag…
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Se instaló en 1,2 minutos, más rápido que la mediana de los 106 proyectos comparables que ha medido Argusic.
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Licencia MIT, según su plataforma de origen.
Qué no salió bien, o no se sabe
- Solo llegó a funcionar con servicios sustitutos, así que nada de lo que hay aquí demuestra que funcione con los reales.
- Medido una sola vez hasta ahora. Un único intento demuestra que puede funcionar, no que funcione de forma fiable.
De los 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, codex-ppt-skill fue el 32.º más rápido en llegar a funcionar, y 78 de 107 llegaron a funcionar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,01 |
Temas (de GitHub)
agent-skillsai-pptclaude-codecodexgpt-image-2powerpointpptppt-skillpptxpresentationskill
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/codex-ppt-skill)Preguntas
- ¿Funciona codex-ppt-skill?
- codex-ppt-skill funciona, con mocks en lugar de los servicios externos. Argusic lo instaló y lo inició en una máquina limpia en 1 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic codex-ppt-skill?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 445b1780c85c. Hay un intento registrado, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar codex-ppt-skill?
- La ejecución que produjo este veredicto costó 0,01 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda codex-ppt-skill en instalarse?
- 1,2 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita codex-ppt-skill una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar codex-ppt-skill?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Cómo se compara codex-ppt-skill con las alternativas?
- De los 107 proyectos de agent-skills que Argusic ha instalado y cronometrado, codex-ppt-skill fue el 32.º más rápido en llegar a funcionar, y 78 de 107 llegaron a funcionar.
- ¿Dónde está la evidencia de codex-ppt-skill?
- La ejecución registrada está en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.