30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度你装好了 Codex看着它强大的代码生成能力却总觉得差点意思。让它写个函数它写得又快又好但当你需要它帮你完成一个完整的、多步骤的自动化任务时比如“分析这个项目的依赖生成一份安全报告并自动创建一个待办事项”它要么卡壳要么跑偏。问题出在哪你缺的不是一个更聪明的模型而是一套能让 Codex 稳定执行复杂任务的“操作手册”——这就是Skills智能体技能。很多人把 Codex 当作一个加强版的代码补全工具这大大低估了它的潜力。它的核心价值在于扮演一个能理解你意图、并自主执行工作流的“智能体”。而 Skills就是定义这些工作流的蓝图。没有 SkillsCodex 就像一台没有安装任何软件的电脑空有强大的硬件却无法完成特定任务。掌握 Skills你才能真正解锁 Codex 的“进阶玩法”将零散的指令串联成可预测、可复用、可协作的自动化流程。本文将带你从零开始彻底吃透 Codex Skills。我们不会停留在概念介绍而是直接切入实战从 Skills 的核心原理讲起手把手教你创建第一个技能再到如何组织、分发、管理你的技能库。你将学会如何让 Codex 从一个“代码助手”进化为一个能处理代码审查、自动化部署、数据分析等复杂任务的“工程伙伴”。无论你是想提升个人效率还是为团队构建标准化的开发流程这篇文章都将为你提供清晰的路径和可落地的方案。1. 这篇文章真正要解决的问题你是否遇到过这些情况重复劳动每次开始新项目都要手动设置相同的.gitignore、README.md和基础 CI/CD 配置。流程混乱团队里每个人执行代码审查、运行测试、部署的步骤都不一致导致结果不可预测。智能体“失忆”你告诉 Codex 一个复杂的多步任务它执行到一半就忘了前面的上下文或者开始自由发挥。能力孤岛你精心调教出一个好用的提示词Prompt却无法方便地分享给同事或在其他项目中复用。这些问题背后本质上是缺乏一种将“知识”和“流程”固化、标准化并分发给 AI 智能体的机制。Codex Skills 正是为了解决这些问题而生。它不是一个花哨的功能而是 Codex 从“玩具”走向“生产力工具”的关键桥梁。本文要解决的核心问题是如何系统性地为 Codex 构建、管理和应用 Skills从而将一次性的、脆弱的对话提示转变为稳定、可靠、可复用的自动化工作流。我们将重点关注理解 Skills 与普通 Prompt 的本质区别为什么简单的聊天指令无法胜任复杂工作流掌握 Skills 的完整生命周期从创建、测试、优化到分发和团队协作。避开常见陷阱例如技能描述description写得不好导致无法触发或者技能之间相互冲突。构建实用的技能库我们将创建几个真实场景的技能示例如“初始化项目脚手架”、“运行安全扫描并生成报告”。读完本文你将能清晰地判断一个任务是否适合封装为 Skill并具备独立开发和部署一套技能体系的能力。2. 基础概念与核心原理在深入实操之前我们必须厘清几个关键概念这能帮助你理解 Skills 为何如此设计以及如何更有效地使用它。2.1 什么是 Codex Skills简单来说一个 Skill 就是一个打包好的“任务执行包”。它不仅仅是一段提示词而是包含指令Instructions告诉 Codex 这个技能要做什么、分几步做、输入输出是什么。这是技能的核心。元数据Metadata主要是name和description用于技能的识别和匹配。参考资料References可选的文档、API 说明、规范文件等为 Codex 提供执行任务所需的背景知识。脚本Scripts可执行的外部脚本如 Bash、Python用于处理那些需要确定性或复杂计算的任务。Skills 与普通 Prompt 的核心区别特性普通 Prompt (聊天/单次指令)Codex Skill结构化非结构化自由文本高度结构化包含元数据、指令、可选资源可复用性低每次需重新输入或复制粘贴高一次创建随处调用上下文管理依赖对话历史易丢失技能被调用时其完整指令会按需加载到上下文确保完整性触发方式手动输入显式调用如$skill-name或隐式调用Codex 根据描述自动匹配分发与协作困难通过文本分享容易可通过文件、Git 仓库或插件形式分发2.2 Skills 的核心工作原理“按需展开”上下文这是 Skills 设计中非常精妙的一点也是其高效的关键。Codex 启动时不会把所有已安装技能的详细指令都加载到内存或上下文中。这样做会迅速耗尽有限的大模型上下文窗口。它的工作流程是扫描与索引Codex 启动后会从多个预设路径后文详述扫描所有技能目录但只读取每个技能的SKILL.md文件中的name和description这两个元数据字段。生成技能列表Codex 将这些简化的技能信息名称和简短描述汇总成一个列表放入初始上下文。这个列表的大小被严格限制通常不超过上下文窗口的2%或8000字符以确保不会挤占主要的任务提示词空间。如果技能太多Codex 会自动缩短描述。智能匹配与触发当你提出一个任务时Codex 会基于这个简化的技能列表判断是否有技能的description与当前任务匹配隐式调用或者你直接通过$skill-name指定了技能显式调用。按需加载只有当 Codex 决定要使用某个技能时它才会去读取该技能SKILL.md中的完整指令、以及相关的参考资料和脚本并将其加载到当前上下文中。这就像一本厚厚的操作手册Codex 平时只记得目录用到哪一章才去翻看具体内容。这种“按需展开”机制在技能数量庞大时能极大地提升资源利用效率和响应速度。2.3 Skill 与 Plugin 的关系这是另一个容易混淆的概念。根据官方材料Skill技能是“可复用工作流”的创作格式。它关注的是工作流本身的设计和定义。你首先应该思考的是如何把一项任务流程化。Plugin插件是“可安装分发单元”。它关注的是如何将一个或多个技能以及可能的其他资源如 MCP 服务器配置、应用映射打包以便于分发、安装和集成。简单类比Skill 像是你写的一个 Python 脚本.py文件而 Plugin 像是你将这个脚本打包成的 Pip 安装包.whl文件后者更容易分享和安装。最佳路径先专注于在本地创建和测试好你的 Skill。当你需要与团队共享或希望将其作为产品的一部分交付时再考虑将其打包成 Plugin。3. 环境准备与前置条件在开始创建 Skills 之前请确保你的 Codex 环境已就绪。已安装 Codex你需要已经成功安装并配置好 OpenAI Codex。这通常包括 Codex CLI、IDE 扩展如 VS Code或 Codex App。本文的示例将主要基于 CLI 环境但原理通用。基础命令行操作需要熟悉在终端Terminal中进行基本的目录和文件操作。文本编辑器用于编辑SKILL.md和 YAML 配置文件。可选Git如果你计划在团队中通过 Git 仓库管理技能需要基本的 Git 知识。验证安装打开终端运行以下命令确认 Codex CLI 可用。codex --version如果看到版本号输出说明安装成功。如果提示命令未找到请参考官方文档完成 Codex CLI 的安装和配置。4. 核心流程拆解创建你的第一个 Skill让我们从一个最实用的场景开始创建一个用于“初始化 Python 项目脚手架”的 Skill。这个技能将指导 Codex 自动创建标准的项目目录结构、README.md、requirements.txt、.gitignore等文件。4.1 规划技能内容在动手写代码之前先明确技能的目标名称name:init-python-project描述description: 当用户想要创建一个新的 Python 项目或初始化一个空目录为 Python 项目结构时触发。技能将创建基础文件和目录。指令instructions: 详细列出创建步骤、文件内容模板以及注意事项。触发方式: 我们希望通过隐式调用例如用户说“帮我把这个文件夹初始化为一个 Python 项目”Codex 就能自动匹配并执行此技能。4.2 选择技能的保存位置Codex 从多个层级读取技能我们需要决定把技能放在哪里。对于个人常用技能放在用户目录下是最方便的。根据材料用户级技能的路径是$HOME/.agents/skillsLinux/macOS:~/.agents/skillsWindows:%USERPROFILE%\.agents\skills我们在此路径下为我们的技能创建一个目录。# 进入用户技能目录 cd ~/.agents/skills # 为我们第一个技能创建目录 mkdir init-python-project # 进入技能目录 cd init-python-project4.3 创建核心文件SKILL.md这是技能的灵魂。在init-python-project目录下创建SKILL.md文件。--- name: init-python-project description: Initialize a standard Python project scaffold with README, .gitignore, requirements.txt, and a src/ directory structure. Trigger when the user asks to set up, create, or initialize a new Python project in the current or a specified directory. --- # Python Project Initialization Skill ## Goal Create a standard, well-organized Python project structure in the current working directory (or a specified path). ## Workflow Steps 1. **确认目标目录**: 询问用户是否在当前目录初始化或指定其他路径。如果未指定默认使用当前目录。 2. **创建核心目录**: * src/: 用于存放项目源代码包。 * tests/: 用于存放单元测试。 * docs/: 用于存放项目文档。 3. **创建基础文件**: * README.md: 包含项目名称、简介、安装和用法示例。 * requirements.txt: 初始为空用于记录项目依赖。 * .gitignore: 包含针对 Python 和常见 IDE 的忽略规则。 * setup.py 或 pyproject.toml: 基础的打包配置可选根据用户需求。 * src/__init__.py: 使 src 成为一个 Python 包。 4. **填充文件内容**: 为每个文件生成合理、通用的初始内容。 5. **输出总结**: 列出所有创建的文件和目录并给出下一步建议如安装虚拟环境添加第一个模块。 ## Detailed Instructions for Codex 当你执行此技能时请严格遵循以下步骤 ### 1. 交互确认 向用户提问“您希望在哪一个目录初始化 Python 项目(默认: 当前目录 $(pwd))”。等待用户输入或确认。 ### 2. 目录创建 在目标目录中依次创建以下目录如果不存在 - src/ - tests/ - docs/ ### 3. 文件创建与内容生成 在目标目录中创建以下文件并填充内容 **a. README.md** markdown # Project Title Brief description of your Python project. ## Installation bash # Clone the repository git clone repository-url cd project-folder # (Optional) Create a virtual environment python -m venv venv source venv/bin/activate # On Windows use venv\Scripts\activate # Install dependencies pip install -r requirements.txtUsagefrom src import main # Example usage if __name__ __main__: main.run()Project Structure. ├── src/ # Source code ├── tests/ # Test files ├── docs/ # Documentation ├── README.md └── requirements.txtLicense[Specify your license, e.g., MIT]**b. .gitignore** gitignore # Byte-compiled / optimized / DLL files __pycache__/ *.py[cod] *$py.class # Virtual environments venv/ env/ .venv/ # IDE .vscode/ .idea/ *.swp *.swo # Distribution / packaging dist/ build/ *.egg-info/ # Logs and databases *.log *.sqlite3 # OS generated files .DS_Store Thumbs.dbc. requirements.txt(初始留空或添加常见开发依赖)# Add your project dependencies here # e.g., requests2.28.0d. src/init.py(创建一个空文件使其成为一个包)4. 最终输出完成所有操作后向用户报告 “✅ Python 项目脚手架初始化完成 已创建目录src/, tests/, docs/ 已创建文件README.md, .gitignore, requirements.txt, src/init.py 建议下一步1. 创建虚拟环境 (python -m venv venv)。2. 激活虚拟环境。3. 开始在你的src/目录下编写代码。”Boundaries如果目标目录已存在同名文件应询问用户是否覆盖或跳过。本技能仅创建基础结构不涉及安装特定框架如 Django, Flask或复杂的配置。如果用户的需求明显是其他语言如 JavaScript, Go的项目不应触发此技能。**关键点解析** 1. **Front Matter**: 开头的 --- 之间是 YAML 格式的元数据name 和 description 是必需的。description 写得非常具体包含了触发词“set up, create, initialize”和场景“new Python project”这有助于 Codex 进行准确的隐式匹配。 2. **结构化指令**: 指令部分被清晰地分为 Goal、Steps、Detailed Instructions 和 Boundaries。使用祈使句和明确的步骤让 Codex 易于遵循。 3. **包含示例代码**: 在指令中直接包含了文件内容的模板Codex 可以直接使用或微调这比让它“凭空想象”要可靠得多。 4. **明确边界Boundaries**: 定义了技能“不该做什么”防止 Codex 在不合适的场景下被触发或执行错误操作。 ### 4.4 测试技能 保存 SKILL.md 后Codex 会自动检测到新技能。如果没有立即出现重启你的 Codex 应用或 CLI 会话。 现在打开 CodexCLI 或 IDE在目标目录下尝试触发它。 **方式一隐式调用** 在 Codex 聊天界面或 CLI 中输入帮我在这个文件夹里创建一个新的Python项目。观察 Codex 的响应。它应该能识别到 init-python-project 技能并开始执行你定义的步骤询问目录、创建文件夹和文件。 **方式二显式调用** 你也可以直接使用技能名称调用$init-python-project如果技能被成功触发并执行你会看到目录下生成了相应的文件和文件夹。如果未触发请检查 1. 技能目录是否放在了正确的路径~/.agents/skills/。 2. SKILL.md 的格式是否正确特别是 name 和 description 字段。 3. description 是否足够清晰地描述了触发场景。 ## 5. 进阶技能开发集成脚本与参考资料 纯指令型技能适用于大多数流程化任务。但对于需要执行确定性操作、调用外部工具或进行复杂计算的任务我们需要为技能添加**脚本Scripts**。 ### 5.1 创建带脚本的技能自动化代码安全检查 假设我们想创建一个技能用于对当前 Git 仓库的代码进行简单的安全检查例如使用 grep 搜索可能存在的硬编码密码、密钥模式。 1. **创建技能目录和核心文件** bash cd ~/.agents/skills mkdir code-security-scan cd code-security-scan touch SKILL.md mkdir scripts 2. **编写脚本** 在 scripts/ 目录下创建一个 Bash 脚本 scan_secrets.sh。 bash #!/bin/bash # scripts/scan_secrets.sh # A simple script to scan for potential hardcoded secrets in the current git repository. set -euo pipefail echo Starting security scan for potential secrets... # Define patterns to search for (simplified examples) PATTERNS( password\s* api_key\s* secret\s* token\s* BEGIN RSA PRIVATE KEY -----BEGIN PRIVATE KEY----- ) SCAN_RESULTS_FILE.codex_scan_results.txt $SCAN_RESULTS_FILE # Clear previous results FOUND_ISSUES0 for pattern in ${PATTERNS[]}; do echo Scanning for pattern: $pattern # Use git grep to search only tracked files, ignoring binary files if git grep -n -I -i $pattern -- ./* 2/dev/null | head -20 $SCAN_RESULTS_FILE; then FOUND_ISSUES1 fi done if [[ $FOUND_ISSUES -eq 0 ]]; then echo ✅ No obvious hardcoded secrets patterns found in tracked files. rm -f $SCAN_RESULTS_FILE else echo ⚠️ Potential secrets found. Review the following matches in $SCAN_RESULTS_FILE: cat $SCAN_RESULTS_FILE echo echo **Important:** This is a basic scan. Manual review is essential. Consider using dedicated secret scanning tools. fi 给脚本添加执行权限 bash chmod x scripts/scan_secrets.sh 3. **编写 SKILL.md** markdown --- name: code-security-scan description: Perform a basic security scan on the current Git repository to detect potential hardcoded secrets (like passwords, API keys). Trigger when user asks for a security check, secret scan, or code audit. --- # Code Security Scan Skill ## Goal Run a lightweight, automated scan against the tracked files in the current Git repository to identify patterns commonly associated with hardcoded secrets. Provide a summary report. ## Workflow 1. Ensure the current directory is within a Git repository. 2. Execute the scripts/scan_secrets.sh script. 3. Capture and present the scripts output to the user. 4. Provide recommendations based on the findings. ## Detailed Instructions for Codex When this skill is invoked, follow these steps: 1. **Check Context**: Confirm with the user that they want to run a security scan in the current repository. If not in a Git repo, inform the user and stop. 2. **Execute Script**: Run the provided Bash script: ./scripts/scan_secrets.sh - The script uses git grep to search for predefined secret patterns. - It outputs results to the terminal and saves them to a temporary file (.codex_scan_results.txt). 3. **Interpret Results**: - If the script outputs No obvious hardcoded secrets patterns found, convey this as a positive check. - If potential issues are found, display the findings from the output file and **strongly advise** the user to manually review each flagged line. 4. **Advise Next Steps**: - Recommend using dedicated secret management solutions (e.g., environment variables, vaults). - Suggest integrating more robust secret scanning tools (like gitleaks, truffleHog) into CI/CD pipelines. - Remind the user to remove any accidentally committed secrets from history using git filter-repo if necessary. ## Boundaries Notes - This is a **basic** heuristic scan. It will have false positives and false negatives. - It only scans files tracked by Git. Untracked or ignored files are not checked. - The skill is read-only and does not modify any code. - The script is provided as part of the skill. Codex should not attempt to rewrite the scanning logic unless explicitly asked to improve the skill itself. **这个技能的关键在于**我们将确定性的、复杂的文件扫描逻辑封装在了外部脚本中。Codex 的角色是**编排者**——它负责确认上下文、执行脚本、解释结果并提供建议。这比让 Codex 自己生成并执行 grep 命令更可靠、更安全。 ### 5.2 使用参考资料References 对于一些需要特定领域知识的技能你可以提供参考资料。例如为一个“编写 AWS CloudFormation 模板”的技能添加 AWS 资源类型文档。 在技能目录下创建 references/ 文件夹将相关的 aws_cf_guide.md 等文档放入。在 SKILL.md 的指令中可以提示 Codex“关于 EC2 实例属性的详细说明请参考 references/aws_ec2_properties.md”。Codex 在加载技能时会将这些参考资料一并读入上下文。 ## 6. 技能的组织、管理与高级配置 ### 6.1 技能的多层级存储 Codex 支持从不同层级加载技能这为技能的管理提供了灵活性。理解这些层级对团队协作至关重要。 | 技能范围 | 路径示例 | 推荐用途 | | :--- | :--- | :--- | | **REPO (仓库)** | ./.agents/skills/ | **项目/模块特定技能**。如该项目独有的构建脚本、部署流程。 | | **REPO (仓库根)** | $REPO_ROOT/.agents/skills/ | **团队共享技能**。如团队统一的代码审查标准、提交信息规范。 | | **USER (用户)** | ~/.agents/skills/ | **个人全局技能**。如你为自己定制的常用工具链、笔记模板。 | | **ADMIN (系统)** | /etc/codex/skills/ | **系统级技能**。由管理员部署如公司内网服务调用、统一审计日志。 | | **SYSTEM (内置)** | (随 Codex 安装) | **Codex 官方内置技能**。如skill-creator, skill-installer。 | **冲突解决**如果不同层级存在同名技能Codex **不会**合并它们而是会同时出现在可选列表中。这允许你在个人层级覆盖或扩展系统/团队层级的技能。 ### 6.2 启用、停用与配置技能 你不需要通过删除文件来禁用技能。可以通过编辑 Codex 的用户配置文件 ~/.codex/config.toml 来管理。 toml # ~/.codex/config.toml [[skills.config]] path /home/your_username/.agents/skills/experimental-skill/SKILL.md enabled false # 禁用此技能 [[skills.config]] path /home/your_username/.agents/skills/code-security-scan/SKILL.md enabled true # 确保启用默认就是true # 可以在这里添加其他配置如调用优先级等如果未来支持修改配置后需要重启 Codex 以使更改生效。6.3 添加可选元数据 (agents/openai.yaml)为了在 Codex App 等图形界面中获得更好的体验你可以为技能添加元数据文件。在技能目录下创建agents/openai.yaml# agents/openai.yaml interface: display_name: Python 项目初始化器 # 在UI中显示的名称 short_description: 快速创建标准Python项目结构 # UI中的简短描述 icon_small: ./assets/python-icon-small.svg # 图标路径可选 icon_large: ./assets/python-icon-large.png brand_color: #3776AB # Python 标志性的蓝色 default_prompt: 请使用Python项目初始化技能。 # 使用技能时的默认环绕提示词 policy: allow_implicit_invocation: true # 是否允许隐式调用默认为true。设为false则只能显式调用。 dependencies: tools: - type: mcp value: github description: Access to GitHub API for repository operations transport: stdio # url or command would be defined in MCP server config这个文件不是必须的但它能提升技能在集成环境中的可发现性和易用性。7. 技能的分发从 Skill 到 Plugin当你开发了一个非常有用的技能并希望与团队或社区分享时就应该考虑将其打包为Plugin。根据材料在以下情况应考虑使用 Plugin分发可复用技能让其他人能通过简单的命令安装你的技能。组合多个技能将一组相关的技能打包在一起分发。与应用集成交付将技能作为某个桌面应用或 CLI 工具的一部分。创建 Plugin 是一个更高级的主题通常涉及定义plugin.yaml清单文件指定包含的技能、依赖的 MCP 服务器、所需的权限等。官方文档的“插件”部分提供了详细指南。简单来说Plugin 是一个包含技能和其他资源的标准化包。对于个人和团队内部共享一个更轻量级的方法是使用Git 仓库。你可以将你的技能目录推送到 Git 仓库如 GitHub团队成员通过克隆仓库到本地~/.agents/skills/或使用符号链接的方式来安装。8. 最佳实践与工程建议根据官方指南和实战经验以下是创建高质量 Skills 的关键建议单一职责聚焦明确一个技能只做一件事并把它做好。不要创建“瑞士军刀”式的巨型技能。例如将“代码审查”和“安全扫描”拆分为两个独立的技能。指令优先于脚本除非需要绝对的确定性、调用外部工具或执行复杂计算否则尽量用清晰的指令Instructions来指导 Codex。这保持了灵活性并能利用大模型的推理能力。脚本应作为指令的补充。编写清晰的描述Description这是隐式调用的关键。用简练的语言说明技能在什么场景下触发并包含关键的触发词。同时也要说明什么情况下不应触发。例如“当用户请求生成数据库迁移脚本或修改现有表结构时触发。不适用于普通的数据查询操作。”测试、测试、再测试用各种相关的、不相关的提示词去测试你的技能。确保它在该出现的时候出现不该出现的时候保持沉默。检查其执行结果是否符合预期。版本控制你的技能将.agents/skills/目录纳入 Git 管理。这便于回溯更改、团队协作和回滚。建立团队技能库在团队项目的根目录创建.agents/skills/文件夹存放团队共享的技能如项目规范的代码生成器、团队特定的部署脚本。这能极大提升团队协作的一致性和效率。注意安全边界对于能执行脚本或访问外部资源的技能务必在指令中明确其操作范围和权限。避免创建具有破坏性如rm -rf或高权限操作的技能除非在绝对受控的环境下。从模仿开始参考官方和社区的技能示例如openai/skills仓库是快速学习的最佳途径。看看别人是如何设计指令结构和描述语句的。9. 常见问题与排查思路问题现象可能原因排查方式解决方案技能未在列表中显示1. 技能目录位置错误。2.SKILL.md格式错误如缺少name/description。3. Codex 未重启。1. 检查技能路径是否在 Codex 扫描范围内。2. 检查SKILL.md的 YAML front matter 语法。3. 重启 Codex CLI/App。1. 将技能移到~/.agents/skills/等标准路径。2. 修正SKILL.md文件。3. 重启后重试。技能描述匹配失败隐式调用不触发1. 描述 (description) 不够准确或关键词不匹配。2. 技能太多描述被截断。1. 用你的测试提示词与技能描述对比。2. 查看 Codex 启动日志如果有看是否有技能被省略的警告。1. 优化description将核心触发词放在开头。2. 减少不必要技能或使用显式调用$skill-name。技能执行结果不符合预期1. 指令 (instructions) 不够清晰或有歧义。2. 技能依赖的上下文或环境不存在。1. 逐步检查技能指令模拟 Codex 的执行过程。2. 检查技能是否需要特定目录、文件或工具。1. 将指令拆解为更小、更明确的步骤。2. 在指令开头添加“前置条件检查”步骤。3. 在技能中集成必要的检查脚本。显式调用$skill-name报错1. 技能名称拼写错误。2. 技能被配置文件禁用。1. 确认技能名称与SKILL.md中的name完全一致。2. 检查~/.codex/config.toml中该技能是否被设为enabled: false。1. 使用正确的技能名称。2. 在配置文件中启用技能或删除相关配置行。技能执行缓慢或卡住1. 技能指令过于复杂或包含大量参考资料导致上下文过长。2. 技能中的脚本执行超时或出错。1. 简化指令将部分参考资料移至外部链接或摘要。2. 单独在终端运行技能中的脚本检查其性能。1. 遵循“按需展开”原则不要在技能中放入整本手册。2. 优化脚本逻辑增加超时和错误处理。掌握 Codex Skills 的本质是学会如何将人类的工作流“翻译”成 AI 智能体能够稳定、重复执行的“程序”。它不再是你和模型之间一次性的、充满不确定性的对话而是一份可版本化、可测试、可共享的自动化契约。从今天起尝试将你日常开发中那些重复的、有固定模式的“套路”封装成 Skills。无论是初始化项目、生成样板代码、运行测试套件还是执行代码审查清单每一次封装都是对你工作流的一次提炼和优化。当你积累起自己的技能库时Codex 将真正从一个被动的助手转变为你项目中一个主动的、可靠的自动化引擎。 30款热门AI模型一站整合DeepSeek/GLM/Qwen 随心用限时 5 折。 点击领海量免费额度