你是不是也遇到过这样的场景：周一早上，老板在飞书群里@你：“下午的周会PPT做好了吗？还有上周的数据分析报告，最好能可视化一下。”你看着电脑里零散的文档、表格和图片，心里一算，光是整理素材、排版、做图，没三五个小时根本搞不定。更别提还有日常的文档处理、视频剪辑等重复性工作，它们像黑洞一样吞噬着你的时间和精力。

今天要聊的，就是帮你从这些繁琐的“体力活”中解放出来的一个强力组合：Codex + DeepSeek。这不仅仅是又一个“AI工具介绍”，而是一个能真正融入你工作流，实现自动化办公、智能生成PPT、一键作图、甚至打通飞书等协作平台的实战方案。

很多人可能听说过Codex（OpenAI的代码生成模型）或者DeepSeek（国产顶尖大模型），但往往停留在“听说很牛”的层面。这篇文章要给你的，是一个清晰的判断：Codex与DeepSeek的结合，其核心价值不在于生成几行代码，而在于构建一个“AI工作流引擎”。它能将自然语言指令，转化为一系列可执行的操作，串联起你电脑里的各种软件和在线服务。

读完本文，你将能亲手搭建并运行这样一个自动化工作流，具体解决以下问题：

1. 自动化办公：批量处理文档、邮件，自动整理数据。
2. 智能内容生成：根据文档大纲，自动生成结构清晰、排版美观的PPT。
3. 创意与设计：通过描述，让AI生成或优化图片、图表。
4. 系统集成：将上述能力接入飞书机器人，在聊天窗口里就能指挥AI干活。

我们不会只讲概念，而是从环境准备、安装配置、核心技能（Skill）编写，到最终接入飞书，提供一个完整的、可复现的教程。即使你不是资深程序员，跟着步骤也能跑通。

1. Codex + DeepSeek：重新定义“自动化”的边界

在深入实操之前，我们需要先厘清一个关键问题：为什么是Codex和DeepSeek的组合？它们各自扮演什么角色？

传统的自动化脚本（如Python + Selenium）需要你精确地编写每一步操作逻辑，门槛不低。而纯聊天式AI（如直接问ChatGPT）虽然能生成文本和代码，但缺乏执行能力，代码写出来还得你自己去运行。

Codex + DeepSeek的解决方案，正好填补了中间的空白。它构建了一个“思考-规划-执行”的闭环：

• DeepSeek（作为“大脑”）：负责理解你的自然语言需求，进行任务规划和分解。例如，你告诉它“帮我做一份关于Q2销售数据的PPT”，它会规划出步骤：1. 获取数据；2. 分析关键指标；3. 生成大纲；4. 设计每页内容；5. 调用工具创建PPT文件。
• Codex 及 Skill 生态（作为“手脚”）：这里说的“Codex”更倾向于指代一个能够理解指令并调用具体工具（Skill）去执行的AI智能体框架或平台。它提供了连接各种“技能”的桥梁。这些Skill就是预先编写好的、能操作具体软件或API的工具函数，比如操作PPT的ppt_master、处理图像的image_generator、读写文件的file_editor等。

所以，这个组合的本质是：你用人类语言下达命令，DeepSeek将其翻译成可执行的“技能调用序列”，然后由Codex框架调度对应的Skill去逐一执行。这大大降低了自动化的门槛，将你的角色从“编码工人”转变为“流程指挥官”。

2. 核心概念与准备工作

在开始搭建之前，我们先明确几个核心概念，并准备好所需的环境。

2.1 核心概念解析

• Codex (智能体框架/平台)：本文语境下的“Codex”并非特指OpenAI的Codex模型，而是一个泛指，可能指代如WorkBuddy、Hermes、OpenClaw等能够集成多种AI技能（Skill）的智能体框架或平台。它的核心功能是技能调度与管理。你需要在这个框架上安装或开发具体的Skill。
• DeepSeek (大语言模型)：深度求索公司开发的大型语言模型。我们将使用它的API来获得强大的自然语言理解和任务规划能力。它是整个系统的“决策中枢”。
• Skill (技能)：实现特定功能的具体模块。例如：
  • ppt_master: 创建、编辑PPT文档。
  • file_editor: 读写本地文件。
  • browser_automation: 控制浏览器进行网页操作。
  • image_generator: 调用AI绘图接口生成图片。
  • feishu_bot: 与飞书机器人通信。
• Agent (智能体)：一个配置好的实例，它绑定了具体的模型（如DeepSeek）和一系列可用的Skill。你可以创建不同的Agent来处理不同领域的任务。

2.2 环境准备与前置条件

请确保你的电脑满足以下条件：

1. 操作系统：Windows 10/11, macOS, 或 Linux (如Ubuntu)。本文以Windows/macOS为例，Linux命令类似。
2. Python环境：这是运行大多数AI智能体框架的基础。请安装Python 3.8 或更高版本。
   • 访问 Python官网 下载并安装。
   • 安装时务必勾选 “Add Python to PATH”。
3. 包管理工具：pip(通常随Python安装)。
4. 代码编辑器：推荐使用VS Code，它插件丰富，对Python支持好。
5. API密钥：
   • DeepSeek API Key：前往 DeepSeek开放平台 注册账号，并在控制台创建API Key。请妥善保管。
   • 飞书开发者权限：如果你想接入飞书，需要创建一个飞书企业自建应用，获取App ID和App Secret。这一步稍后详解。
6. 网络环境：能够正常访问公网，调用DeepSeek等在线API。

3. 基础框架安装与配置

目前社区中有多个类似Codex的智能体框架。为了提供最直接可用的教程，我们以功能相对完善且文档清晰的WorkBuddy框架为例进行演示。它支持Skill插件化，易于集成DeepSeek。

3.1 安装WorkBuddy

打开你的终端（Windows用CMD或PowerShell，macOS/Linux用Terminal），执行以下命令：

# 使用pip安装workbuddy核心包 pip install workbuddy # 安装完成后，验证安装 workbuddy --version

如果显示出版本号（如workbuddy 0.1.x），说明安装成功。

3.2 初始化一个Agent项目

WorkBuddy以项目（Agent）为单位进行管理。我们创建一个名为my-office-agent的项目：

# 创建一个新的Agent项目 workbuddy init my-office-agent # 进入项目目录 cd my-office-agent

初始化后，目录结构大致如下：

my-office-agent/ ├── config.yaml # 主配置文件 ├── skills/ # 技能存放目录 ├── storage/ # 数据存储目录 └── requirements.txt # Python依赖文件

3.3 配置DeepSeek模型

编辑项目根目录下的config.yaml文件，配置DeepSeek作为核心模型。

# config.yaml agent: name: "我的办公小助手" description: "一个能处理PPT、文档和图像的自动化助手" model: provider: "deepseek" # 指定模型提供商 name: "deepseek-chat" # 模型名称 api_key: "你的DeepSeek_API_Key" # 请替换为你的真实API Key base_url: "https://api.deepseek.com" # DeepSeek API地址 skills: # 这里将列出要加载的技能，稍后安装 - "file_editor" - "ppt_master" # - "feishu_bot" # 飞书技能稍后配置 server: host: "127.0.0.1" port: 8000

重要：将api_key的值替换为你从DeepSeek平台获取的真实密钥。

4. 安装与配置核心办公Skill

WorkBuddy的强大之处在于其Skill生态系统。我们需要安装几个核心的办公技能。

4.1 安装File Editor Skill（文件编辑）

这个技能允许Agent读写、管理本地文件。

# 在项目目录下执行 workbuddy skill install file_editor

安装后，config.yaml中的skills列表里应该已经自动添加了file_editor。这个技能通常无需额外配置。

4.2 安装PPT Master Skill（PPT大师）

这是实现自动化PPT生成的核心技能。

workbuddy skill install ppt_master

安装后，ppt_master会被添加到config.yaml。这个技能依赖于python-pptx库，WorkBuddy会自动处理依赖。

4.3 安装Image Generator Skill（图像生成）

为了给PPT配图或单独作图，我们安装一个图像生成技能。这里以集成Stable DiffusionAPI为例（你需要一个相关的API，如Replicate、Stability AI等）。我们安装一个通用的image_generator。

workbuddy skill install image_generator

安装后，你需要在config.yaml中或技能专属的配置文件中，配置图像生成服务的API（例如DALL-E、Stable Diffusion等）。由于涉及多个服务商，这里先以占位符示意，你可以根据所选服务修改：

# 在config.yaml中追加或修改image_generator的配置 skills: - name: "image_generator" config: provider: "openai" # 或 "stabilityai", "replicate" api_key: "你的图像生成API_Key" model: "dall-e-3" # 根据provider选择模型

5. 第一个自动化任务：从文档生成PPT

现在，让我们跑通一个完整的流程：读取一个Markdown格式的文档大纲，自动生成一份PPT。

5.1 准备输入文档

在项目根目录下创建一个input.md文件，内容如下：

# 2024年第二季度销售复盘报告 ## 一、核心数据概览 - 总销售额：￥15, 800, 000，同比增长 25% - 新客户数量：320家，环比增长 18% - 客户满意度：94.5%，保持高位 ## 二、区域表现分析 1. **华东区**：销售额领跑，占比 40% - 亮点：线上渠道增长迅猛 - 挑战：市场竞争加剧 2. **华南区**：增速最快，达 35% - 亮点：新品推广成功 3. **华北区**：稳步增长，占比 25% ## 三、关键成功因素 - 产品A系列迭代受市场欢迎 - 社交媒体营销投入增加 - 销售团队赋能培训见效 ## 四、下一季度目标与策略 - **目标**：销售额突破￥20, 000, 000 - **策略**： 1. 深化华东、华南优势市场 2. 开拓西南新市场 3. 启动客户忠诚度计划

5.2 启动WorkBuddy服务并执行任务

首先，启动我们的Agent服务：

# 在项目目录下执行 workbuddy start

如果一切正常，终端会显示服务已启动在http://127.0.0.1:8000。

接下来，我们需要通过API或CLI向Agent发送任务。WorkBuddy提供了方便的CLI工具。我们打开另一个终端窗口，执行以下命令：

# 在项目目录下，使用workbuddy cli执行任务 workbuddy run --task “请读取当前目录下的 input.md 文件，分析其内容，并生成一份名为 ‘Q2_Sales_Report.pptx’ 的PPT演示文稿。要求结构清晰，每页有标题和要点，风格简洁专业。”

执行过程解析：

1. CLI将你的自然语言指令发送给运行中的Agent。
2. Agent内部的DeepSeek模型会理解指令，并规划步骤：
   • 步骤1：调用file_editor技能，读取input.md。
   • 步骤2：分析文档结构，确定PPT的页数、每页标题和内容。
   • 步骤3：调用ppt_master技能，创建新PPT，设置主题。
   • 步骤4：根据分析结果，一页一页地添加标题和内容文本框。
   • 步骤5：保存PPT文件到指定路径。
3. Agent会按照规划，依次调用相关技能，并在终端或日志中输出执行进度。

5.3 查看结果与代码逻辑浅析

任务执行完成后，你会在项目根目录下找到生成的Q2_Sales_Report.pptx文件。用PowerPoint或WPS打开它，你应该能看到一份结构完整的PPT。

这个过程中，ppt_master技能背后的代码（简化逻辑）类似于：

# 技能内部逻辑示意 (非完整代码) from pptx import Presentation from pptx.util import Inches, Pt def create_ppt_from_outline(title, slides_data, output_path): """根据大纲数据创建PPT""" prs = Presentation() # 1. 设置幻灯片布局（如标题幻灯片） title_slide_layout = prs.slide_layouts[0] slide = prs.slides.add_slide(title_slide_layout) slide.shapes.title.text = title # 2. 遍历大纲中的每一部分，创建内容页 for slide_info in slides_data: bullet_slide_layout = prs.slide_layouts[1] slide = prs.slides.add_slide(bullet_slide_layout) slide.shapes.title.text = slide_info['title'] # 添加内容要点 for point in slide_info['points']: # ... 在内容占位符中添加文本 ... pass # 3. 保存文件 prs.save(output_path)

而DeepSeek模型的作用，就是将你的“生成PPT”指令，转化为调用create_ppt_from_outline函数所需的参数title和slides_data。

6. 进阶集成：接入飞书机器人

让AI助手只在命令行里工作还不够酷。把它接入飞书，你就能在群里或私聊中直接@它完成任务。

6.1 创建飞书自建应用

1. 登录 飞书开放平台 。
2. 点击“创建企业自建应用”，填写应用名称（如“AI办公助手”），并上传图标。
3. 进入应用后，在“凭证与基础信息”页面，记录下App ID和App Secret。这是机器人访问飞书API的凭证。

6.2 配置事件订阅与权限

1. 启用机器人能力：在“功能”->“机器人”中，开启机器人能力。
2. 配置事件订阅：
   • 在“事件订阅”页面，填写请求地址 URL。这个地址需要是公网可访问的。在本地开发时，我们可以使用内网穿透工具（如 ngrok、localtunnel）将本地的http://127.0.0.1:8000/feishu/webhook暴露到公网。假设穿透后的地址是https://your-ngrok-url.ngrok.io/feishu/webhook，就填这个。
   • 在“事件订阅”中，添加需要监听的事件，例如im.message.receive_v1（接收消息）。
3. 申请权限：在“权限管理”中，为机器人申请所需权限，如im:message（发送与接收消息）、im:message.group_at_msg（接收群聊中@机器人的消息）等。申请后记得“发布版本”并等待审核（企业自建应用通常可自助审核）。

6.3 安装并配置Feishu Bot Skill

回到我们的WorkBuddy项目，安装飞书技能：

workbuddy skill install feishu_bot

安装后，需要修改config.yaml，添加飞书技能的详细配置：

# config.yaml 追加feishu_bot配置 skills: - name: "feishu_bot" config: app_id: "你的飞书App ID" app_secret: "你的飞书App Secret" encryption_key: "" # 如果配置了事件加密，填写密钥 verification_token: "" # 如果配置了事件验证，填写Token # 技能专属的指令前缀，例如在飞书里发送 “/ppt 生成周报PPT” command_prefix: "/"

同时，确保server部分的配置是准确的，因为飞书的事件会发送到这个地址。

6.4 验证与交互

1. 启动穿透与服务：启动你的内网穿透工具，并确保workbuddy start服务正在运行。
2. 飞书验证：在飞书开放平台保存事件订阅配置时，飞书会向你的请求地址发送一个带有challenge参数的验证请求。一个配置正确的feishu_botskill 会自动处理这个验证并返回成功。
3. 拉群测试：将你的机器人添加到某个飞书群聊。
4. 发送指令：在群里 @你的机器人 或 私聊它，发送指令，例如：“/help” 查看帮助，或者 “请帮我总结一下今天群里的重要讨论”。（这需要你的Agent具备处理此类指令的对话能力，DeepSeek模型会处理）。
5. 高级指令：你甚至可以设计更复杂的指令，如 “@AI助手 读取共享文档‘项目计划’链接，并生成一份进度简报PPT，发到这个群里”。这需要file_editor能处理飞书文档，ppt_master生成PPT，然后feishu_bot再发送文件消息。这体现了多个Skill协同工作的威力。

7. 常见问题与排查思路

在搭建和使用过程中，你可能会遇到以下问题：

8. 最佳实践与工程化建议

当你成功跑通基础流程后，可以考虑以下优化，让这个AI助手更稳定、更强大：

1. 技能开发与定制：WorkBuddy等框架通常支持自定义Skill。如果你有特殊需求（如操作特定内部系统），可以参照官方文档，用Python编写自己的Skill。核心是定义一个类，实现execute()方法。

   # 自定义Skill示例骨架 from workbuddy.skill import BaseSkill class MyCustomSkill(BaseSkill): name = "my_custom_tool" description = "这是我的自定义工具，用于完成XXX功能" async def execute(self, task_input: dict, context: dict): # 在这里实现你的业务逻辑 result = do_something(task_input['param']) return {"status": "success", "data": result}

2. 配置管理：切勿将config.yaml中的API密钥等敏感信息提交到Git等版本控制系统。建议使用环境变量或.env文件来管理密钥，然后在配置中引用。

   # config.yaml model: api_key: ${DEEPSEEK_API_KEY}

   # .env 文件 (添加到.gitignore) DEEPSEEK_API_KEY=sk-your-real-key-here FEISHU_APP_ID=cli_xxxxxx

3. 任务规划优化：对于复杂任务，DeepSeek的规划可能不完美。你可以在给Agent的指令中提供更详细的上下文和步骤提示（Few-shot Prompting），例如：“请按以下步骤操作：1. 先读取A文件；2. 提取关键数据；3. 调用图表生成技能...”。
4. 错误处理与日志：在生产环境中，务必为你的Agent添加完善的日志记录，记录每个任务的请求、响应、技能调用详情和错误信息，便于排查问题。
5. 安全边界：AI助手能操作文件和网络，务必明确其权限边界。例如，通过配置限制其可访问的文件目录，对敏感操作（如删除文件、发送消息）进行二次确认或设置白名单。

9. 总结与扩展方向

通过本文的步骤，你已经成功搭建了一个以DeepSeek为“大脑”、以WorkBuddy（类Codex框架）为“调度中心”、集成了文件处理、PPT生成等技能的自动化办公助手，并能够将其接入飞书。

这个组合的核心优势在于“可编程的自然语言交互”。你不再需要学习每个软件复杂的API，只需用说话的方式描述任务，AI就能尝试组合各种工具来完成它。

你可以沿着以下几个方向继续深入：

• 探索更多Skill：社区有大量现成Skill，如email_sender（发邮件）、web_scraper（爬虫）、sql_query（查数据库），将它们加入你的Agent，能力会呈指数级增长。
• 构建垂直领域助手：针对你的具体工作（如社交媒体运营、代码审查、客服工单处理），定制专用的Skill和任务流程。
• 研究智能体架构：了解更高级的框架如LangChain、AutoGen，它们提供了更复杂的多智能体协作、工具调用和记忆机制。
• 关注本地模型：如果对数据隐私要求极高，可以研究如何将DeepSeek V4 Flash等模型本地部署，并与智能体框架结合，实现完全离线的自动化流程。

自动化不是要取代你，而是将你从重复劳动中解放出来，让你更专注于决策、创意和那些真正需要人类智慧的工作。从这个能帮你做PPT的助手开始，去构建属于你自己的“数字员工”吧。