paper-fig: แผนภาพที่แก้ได้ใน PowerPoint แต่ทำไม Claude Code ถึงรันไม่ได้

ต้องเตรียมอะไรบ้าง

ไฟล์ INSTALL.md ของสกิลเขียนเงื่อนไขไว้ชัด ผมสรุปเป็นรายการให้

• Codex ที่มีระบบสร้างงานนำเสนอ (presentation runtime) ให้ในตัว สกิลนี้หาไลบรารีผ่านเครื่องมือชื่อ load_workspace_dependencies ซึ่งเป็นของฝั่ง Codex
• @oai/artifact-tool ไลบรารี JavaScript สำหรับสร้างและอ่านไฟล์ PPTX ตัวนี้ไม่ได้มากับสกิล และไม่มีใน npm สาธารณะ (ผมเช็กแล้วได้ 404)
• Node.js และ Python ที่ runtime ของ Codex ชี้ไว้ผ่านตัวแปร RUNTIME_NODE, RUNTIME_NODE_MODULES, RUNTIME_BIN_DIR, RUNTIME_PYTHON
• เครื่องมือสร้างภาพ ใช้ตอนทำพรีวิวทั้งหน้าและตอนสร้างรูปประกอบความละเอียดสูง ถ้าเรามีภาพต้นแบบมาให้และไม่ต้องสร้างรูปใหม่ ข้ามส่วนนี้ได้
• LibreOffice ที่มากับ runtime ใช้ตอนเรนเดอร์ตรวจงาน SKILL.md ห้ามใช้ LibreOffice ที่เราลงเองในเครื่อง

ข้อความสำคัญใน INSTALL.md บอกว่าแพ็กเกจนี้มีแค่เอกสารกับสคริปต์ช่วย ไม่มี @oai/artifact-tool ไม่มีฟอนต์ ไม่มีบริการสร้างภาพ ถ้าเอาไปแตกไฟล์ในสภาพแวดล้อมที่ไม่มีของพวกนี้ จะสร้าง PPTX ไม่ได้ ตัวสกิลฟรี แต่ค่าใช้ Codex และค่าสร้างภาพเป็นไปตามแพ็กเกจที่เราใช้

ติดตั้ง paper-fig

ทางที่ 1: สั่งผ่าน skills.sh

paper-fig มีหน้าใน skills.sh แล้ว ใช้คำสั่งเดียวได้ ตอนติดตั้งให้เลือก Codex เป็นเอเจนต์ปลายทาง ถ้าเลือก Claude Code ก็ติดตั้งได้ แต่จะไปติดตอนสร้างไฟล์ตามที่ผมเล่าด้านล่าง

npx skills add https://github.com/yejy53/editable-design --skill paper-fig

ทางที่ 2: ให้ Codex ติดตั้งเอง

README แนะนำให้วางข้อความนี้ใน Codex แล้วให้มันจัดการ

Install the paper-fig Skill from:
https://github.com/yejy53/Editable-Design/tree/main/skills/paper-fig

ทางที่ 3: ติดตั้งเองแบบไม่โหลดแกลเลอรี

repo นี้มีไฟล์ภาพตัวอย่างเยอะ ผมลอง clone ธรรมดาแล้วรอเกิน 2 นาทียังไม่จบ README มีวิธี clone เฉพาะโฟลเดอร์สกิล ผมปรับจากคำสั่งของ editable-design ให้เป็นของ paper-fig ตามที่ README บอกไว้

git clone --depth 1 --filter=blob:none --sparse \
  https://github.com/yejy53/Editable-Design.git
cd Editable-Design
git sparse-checkout set skills/paper-fig
mkdir -p ~/.codex/skills
cp -R skills/paper-fig ~/.codex/skills/

ต้องคัดลอกทั้งโฟลเดอร์ ห้ามเอาแค่ SKILL.md เพราะสคริปต์ตรวจงานกับเอกสาร API อยู่ในโฟลเดอร์ย่อย ถ้าตั้ง CODEX_HOME ไว้ ให้วางใน $CODEX_HOME/skills/ แทน

สิ่งที่ผมลองใน Claude Code

ในเครื่องผม paper-fig อยู่ใน ~/.claude/skills/paper-fig และขึ้นในรายการสกิลของ Claude Code ตามปกติ ผมเทียบไฟล์ทุกไฟล์กับ repo บน GitHub แล้ว ตรงกันทั้งหมด จากนั้นค้นว่ามีไฟล์ไหนอ้างถึง @oai/artifact-tool บ้าง

ต่อมาผมรันสคริปต์ที่รันได้โดยไม่เสียเงิน เพื่อดูว่าติดตรงไหน

• npm view @oai/artifact-tool ได้ 404 แปลว่าไม่มีให้ลงจาก npm สาธารณะ
• เรียก import("@oai/artifact-tool") ใน Node ได้ ERR_MODULE_NOT_FOUND
• render_presentation.mjs ไม่ยอมรันถ้าไม่มี RUNTIME_NODE_MODULES พอชี้ไปที่โฟลเดอร์ว่าง ก็แจ้งว่าหา @oai/artifact-tool ไม่เจอ
• render_slides.py ต้องใช้ pdf2image ซึ่ง Python ในเครื่องผมไม่มี (runtime ของ Codex มีให้)
• inspect_presentation_package_integrity.py ใช้แค่ไลบรารีมาตรฐานของ Python เลยเรียกได้ปกติ แต่ตัวนี้แค่ตรวจไฟล์ PPTX ที่มีอยู่แล้ว สร้างใหม่ไม่ได้

สรุปคือในเครื่องผม Claude Code อ่านสกิลได้ แต่ถึงขั้นสร้างไฟล์ต้องหยุด SKILL.md เขียนไว้ด้วยว่าถ้าขาดความสามารถไหน ให้บอกผู้ใช้ตรง ๆ ว่าขาดอะไร และห้ามเปลี่ยนไปใช้ python-pptx แทน ถ้า Claude ไปประกอบ PPTX ด้วยวิธีอื่น ก็เท่ากับไม่ได้ใช้ขั้นตอนของ paper-fig แล้ว

ลองทำแผนภาพแรก (บน Codex)

ส่วนนี้ผมเขียนตาม SKILL.md และ INSTALL.md เพราะยังไม่ได้รันบน Codex จริง การใช้งานแบ่งเป็น 2 แบบ

แบบที่ 1: มีภาพต้นแบบอยู่แล้ว

เช่น มีแผนภาพเก่าเป็น PNG หรือ PDF แล้วอยากได้ไฟล์ที่แก้ได้ สั่งประมาณนี้

Use $paper-fig to faithfully rebuild the attached figure as an editable PPTX.
Keep the layout, proportions, fonts, colors, text, and arrow routes.

แบบนี้ไม่ต้องสร้างพรีวิว สกิลจะใช้ภาพที่เราให้เป็นแบบเลย แล้วครอปรูปประกอบจากภาพต้นฉบับถ้าความละเอียดพอ กฎของสกิลบอกว่าห้ามออกแบบใหม่เอง การทำให้แก้ได้ไม่ใช่ข้ออ้างให้เปลี่ยนดีไซน์ แก้ได้เฉพาะเรื่องเทคนิคเล็ก ๆ เช่น ข้อความโดนตัดตอนแปลงไฟล์

แบบที่ 2: มีแค่คำอธิบายวิธีการ

Use $paper-fig to create an editable one-page pipeline figure.
Generate a full-page design preview first, then rebuild it as PPTX.
Method description: ...

ขั้นตอนตาม SKILL.md คือ

1. จัดเนื้อหาและโครงของแผนภาพตามที่เราอธิบาย
2. เขียนพรอมต์วาดภาพทั้งหน้าตามแนวทางใน references/preview_prompt.md แล้วบันทึกเป็น work/preview-prompt.md ให้เราเปิดดูหรือเอาไปใช้ซ้ำได้
3. สร้างภาพพรีวิวทั้งหน้า ถ้าเห็นจุดที่ว่างเกินไป แน่นเกินไป หรือไม่ตรงแนว จะเสนอให้แก้เฉพาะจุดได้ไม่เกิน 3 ข้อ แต่จะไม่แก้เองถ้าเราไม่ได้สั่ง
4. ประกอบ PPTX ให้เหมือนพรีวิว ข้อความและกล่องเป็นออบเจกต์จริง รูปประกอบครอปจากพรีวิวหรือสร้างใหม่ทีละไม่เกิน 4 รูป
5. ส่งออกร่างแรก ผ่านตัวตรวจ (finalizer) ที่ดูโครงสร้างไฟล์ ฟอนต์ ตาราง และกราฟ แล้วเรนเดอร์ทุกหน้ามาดูก่อนส่ง

README แนะนำให้ตั้ง reasoning effort ไว้ที่ high ขึ้นไปสำหรับแผนภาพที่ซับซ้อน และผลที่ได้ยังต้องให้คนตรวจความถูกต้องของเนื้อหาเองอีกรอบ

paper-fig คืออะไร

paper-fig เป็น 1 ใน 3 สกิลของโปรเจกต์ Editable-Design ของ yejy53 อีก 2 ตัวคือ editable-design (โปสเตอร์ อินโฟกราฟิก) และ html-to-pptx (แปลง HTML เป็น PPTX) README บอกว่า paper-fig ไม่ต้องพึ่งอีก 2 ตัว ลงแยกได้ ออกเวอร์ชัน v2 เมื่อ 8 ก.ย. 2569

ตาม INSTALL.md และ NOTICE.md สกิลนี้ดัดแปลงมาจากสกิล Presentations เวอร์ชัน 26.905.11957 ของฝั่ง OpenAI ผู้ทำเพิ่มขั้นพรีวิวทั้งหน้า ขั้นสร้างใหม่ตามต้นแบบ และขั้นครอปหรือสร้างรูปประกอบ ส่วนคู่มือการเขียน เอกสาร API และสคริปต์ตรวจงานยังเป็นของเดิม นี่คือเหตุผลที่มันผูกกับ runtime ของ Codex แน่นขนาดนี้

จุดที่ผมชอบ

• ได้ไฟล์ที่แก้ต่อได้จริง ข้อความ สมการ และกล่องเป็นออบเจกต์ของ PowerPoint ส่วนรูปถ่ายหรือภาพ 3D เป็นรูปแยกชิ้น แก้คำเดียวก็ไม่ต้องวาดทั้งหน้าใหม่
• ยึดต้นแบบของเราเป็นหลัก กฎเขียนไว้ชัดว่าห้ามเขียนใหม่ ห้ามเพิ่มหรือตัดเนื้อหา และห้ามจัดเลย์เอาต์ใหม่เอง คนที่มีสไตล์แผนภาพของทีมอยู่แล้วจะชอบข้อนี้
• พรอมต์พรีวิวถูกบันทึกเป็นไฟล์ ได้ work/preview-prompt.md ที่เปิดอ่านได้ ว่าสั่งวาดอะไรไปบ้าง อยากปรับก็แก้จากไฟล์นี้
• มีกฎกันภาษาแบบ AI SKILL.md มีตารางยาวว่าคำแบบไหนฟังดูเป็น AI เช่น คำฟุ่มเฟือย วลีคล้ายสโลแกน ประโยคแนว "ไม่ใช่ X แต่คือ Y" พร้อมตัวอย่างว่าควรเขียนแบบไหน
• มีสคริปต์ตรวจไฟล์ก่อนส่ง ตรวจโครงสร้าง PPTX ขนาดหน้า ฟอนต์ ข้อความล้นกล่อง ลูกศรที่หลุด ตาราง และกราฟ แต่ผู้ทำก็เขียนไว้เองว่าผ่านตัวตรวจไม่ได้แปลว่างานสวยหรือเนื้อหาถูก

ข้อจำกัดที่ควรรู้ก่อนใช้

• ผูกกับ Codex ต้องมี @oai/artifact-tool และ runtime ที่ Codex จัดให้ ซึ่งไม่มีใน npm สาธารณะ ใน Claude Code หรือเอเจนต์อื่นที่ไม่มี runtime นี้ สกิลจะหยุดตรงขั้นสร้างไฟล์ และในเอกสารของ repo ไม่มีวิธีแก้สำหรับเอเจนต์อื่น
• ต้องมีเครื่องมือสร้างภาพถ้าไม่มีต้นแบบ ขั้นพรีวิวกับรูปประกอบใช้เครื่องมือสร้างภาพของ host ถ้าไม่มี ใช้ได้แค่โหมดสร้างใหม่จากภาพที่เราให้
• ใบอนุญาตไม่ได้เป็น Apache-2.0 ทั้งหมด โค้ดของโปรเจกต์เป็น Apache-2.0 แต่สคริปต์ช่วยหลายไฟล์ที่ติดมาจาก Presentations มีบรรทัด "Copyright (c) OpenAI. All rights reserved." ซึ่ง NOTICE.md บอกเองว่าไม่ได้ถูกเปลี่ยนใบอนุญาตไปด้วย ใครจะเอาไปแจกหรือแก้ต่อควรอ่าน NOTICE ก่อน
• ภาพในแกลเลอรีมีลิขสิทธิ์ของงานวิจัยต้นทาง ตัวอย่าง 3 ชิ้นสร้างใหม่จากแผนภาพในงานวิจัยที่รวบรวมโดย PaperGallery สิทธิ์ของแผนภาพเดิมยังเป็นของผู้เขียนงานวิจัย
• ยังใหม่มาก skills.sh นับยอดติดตั้งได้ 4 ครั้ง และ repo เพิ่งสร้างเมื่อปลายเดือนสิงหาคม 2569
• ภาษาไทยยังไม่มีใครยืนยัน ฟอนต์เลือกจากที่ runtime มี ตัวอย่างทั้งหมดใน repo เป็นภาษาอังกฤษ ผมยังไม่เห็นผลที่เป็นป้ายภาษาไทย

ถ้าใช้ Claude Code เป็นหลักแบบผม สิ่งที่หยิบไปใช้ได้ทันทีคือไฟล์ references/preview_prompt.md ซึ่งเป็นแนวทางเขียนพรอมต์แผนภาพทั้งหน้า ไล่จากภาพรวมลงไปทีละส่วน และระบุรูปประกอบให้ชัด ใช้กับเครื่องมือสร้างภาพตัวไหนก็ได้ อีกทางที่ repo เดียวกันมีคือ html-to-pptx ที่แปลง HTML ขนาดคงที่เป็น PPTX ที่แก้ได้ แต่ตัวนั้นเป็นอีกขั้นตอนหนึ่ง และผมยังไม่ได้ลองกับแผนภาพ

คำถามที่พบบ่อย

paper-fig ใช้ใน Claude Code ได้ไหม

ติดตั้งได้และ Claude Code มองเห็นสกิล แต่สร้าง PPTX ไม่ได้ เพราะต้องใช้ @oai/artifact-tool ที่มีเฉพาะใน runtime ของ Codex ผมลองรันแล้วติดตั้งแต่ขั้นแรก ในเอกสารไม่มีทางเลี่ยงที่รองรับอย่างเป็นทางการ

ใช้ฟรีไหม

ตัวสกิลฟรี แต่ต้องใช้ผ่าน Codex และถ้าให้สร้างพรีวิวหรือรูปประกอบ ก็ต้องใช้เครื่องมือสร้างภาพของ host ค่าใช้จ่ายขึ้นกับแพ็กเกจที่เราใช้ ผมไม่ได้ลองในส่วนนี้ เลยบอกตัวเลขไม่ได้

ไม่มีเครื่องมือสร้างภาพ ใช้ได้ไหม

ได้ในโหมดสร้างใหม่จากภาพต้นแบบ INSTALL.md บอกว่าถ้ามีภาพต้นแบบและไม่ต้องสร้างรูปใหม่ ก็เริ่มประกอบได้เลย แต่ยังต้องมี runtime ของ Codex อยู่ดี

ใช้ทำแผนภาพงานธุรกิจที่ไม่ใช่งานวิจัยได้ไหม

ขั้นตอนของสกิลไม่ได้จำกัดว่าต้องเป็นงานวิจัย แผนภาพขั้นตอนการทำงานหรือสถาปัตยกรรมระบบก็เข้าข่ายตามคำอธิบาย แต่ตัวอย่างและคำสั่งทั้งหมดเขียนมาเพื่อแผนภาพในงานวิจัย ถ้าจะทำสไลด์นำเสนอหลายหน้า สกิล Presentations ต้นฉบับน่าจะตรงงานกว่า

ไฟล์ที่ได้เปิดใน Google Slides ได้ไหม

สกิลมีคู่มือแยกสำหรับ Google Slides คือสร้าง PPTX ในเครื่องก่อน แล้วนำเข้าผ่านปลั๊กอิน Google Drive ของ host ให้เป็นไฟล์ Google Slides ที่แก้ได้ จากนั้นตรวจหน้าตาอีกรอบ ถ้า host ไม่มีปลั๊กอินนี้ สกิลจะถามก่อนว่าจะเอาไฟล์ PPTX แทนไหม