快速摘要： Codex 技能是可重用的指令、脚本和资源的集合，用于扩展 OpenAI 的 Codex 编码代理，使其具备特定任务的能力。它们使开发人员能够标准化工作流程，跨团队共享专业知识，并帮助 Codex 更可靠地执行复杂任务，而无需每次都重复详细的提示。
OpenAI 的 Codex 代表了开发人员与代码交互方式的根本性转变。但问题是：即使是最先进的编码代理也需要结构化的指导。这正是 Codex 技能发挥作用的地方。
技能将 Codex 从一个通用编码助手转变为一个专业的、可自动化工作流程的强大工具。开发人员不必反复编写相同的详细提示，而是将他们的最佳实践打包成可共享、可重用的单元，由 Codex 一致地执行。
什么是 Codex 技能？
根据 OpenAI 的开发人员文档，技能是可重用的包，其中包含指令、资源和可选脚本，可帮助 Codex 完成特定任务。可以将它们视为专业知识模块，扩展了 Codex 可以可靠完成的任务。
技能基于开放式代理技能标准构建，使其与 Codex CLI、IDE 扩展和 Codex 应用兼容。当开发人员创建技能时，它将在他们使用 Codex 的所有地方可用。
该架构使用渐进式披露来高效管理上下文。Codex 首先处理每个技能的元数据（名称、描述、文件路径和 agents/openai.yaml 中的可选元数据），而不是立即加载完整的 SKILL.md 指令，仅在决定使用某个技能时才加载完整的指令。
技能的实际工作方式
开发人员可以直接使用 $.skill-name 语法调用技能，或者让 Codex 根据当前任务自动选择合适的技能。这种双重方法平衡了显式控制和智能自动化。
可以通过已安装插件的 skills 子目录以及 Codex 环境中的 skill 目录来发现技能。安装技能后，Codex 会自动检测到它们。
设置 Codex 技能
Codex 的技能支持于 2025 年 12 月 15 日作为实验性功能推出。根据 OpenAI 开发者论坛上的社区讨论，启用技能需要在 Codex CLI 中设置一个功能标志。
开发人员通过运行 codex –enable skills 来激活技能。此命令将解锁适用于 CLI 配置的 Codexe 接口中的技能系统。
可以从 GitHub 上的官方 OpenAI 技能目录安装技能，其中包含社区贡献的用于常见开发工作流程的技能。
技能的存放位置
技能存储在 Codex 在初始化期间扫描的指定目录中。最常见的位置包括：
- 项目根目录下的 .codex/skills 目录
- 特定于插件的 skills 子目录
- 在 Codex 环境中配置的系统范围的技能目录
这种灵活的结构允许团队共享整个组织的技能，同时保留项目特定的自定义项。
无需支付全价即可使用 Codex 工具
使用 Codex 设置通常意味着组合多种工具——API、编辑器、助手。成本会迅速累积，尤其是在测试不同工作流程时。
Get AI Perks 帮助减少了这种支出。它聚合了各种 AI 工具的积分、折扣和合作伙伴优惠，因此在确定什么有效时，您不必为每个工具单独付费。
使用 Get AI Perks，您可以：
- 获取 AI 编码工具和 API 的积分
- 在无需全价的情况下尝试不同的设置
- 避免叠加多个订阅
如果您正在使用 Codex 工具，请先降低成本——查看 Get AI Perks。
创建自己的技能
最基本地说，一个技能就是一个 Markdown 文件。这种简洁性使得任何能够记录工作流程的开发人员都可以轻松编写技能。
Markdown 文件包含指导 Codex 完成特定任务的指令。对于更复杂的情况，技能可以包含其他资源，例如配置文件模板、示例文件或 Codex 在工作流程中运行的可执行脚本。
| 技能组件 | 目的 | 必需 |
|---|---|---|
| 元数据 | 名称、描述、触发器 | 是 |
| 指令 | 分步任务指导 | 是 |
| 资源 | 模板、示例、配置 | 否 |
| 脚本 | 可执行自动化代码 | 否 |
技能元数据告诉 Codex 何时以及如何使用该技能。精心制作的元数据可确保 Codex 在开发人员用自然语言描述任务时自动选择正确的技能。
技能发现和选择
当开发人员发出提示时，Codex 会将其意图与技能索引进行匹配。系统会考虑任务描述关键字、项目上下文和之前成功的技能调用等因素来选择最合适的技能。
Codex 模型和功能
Codex 由针对编码任务优化的专用 AI 模型提供支持。根据 OpenAI 的模型文档，Codex 主要基于 GPT-3 系列。OpenAI 此后已弃用特定的 Codex 模型（如 code-davinci-002），转而使用 GPT-3.5 Turbo 和 GPT-4 系列模型，这些模型集成了编码功能。
GPT-5.3 在处理复杂的软件工程任务方面提供了行业领先的编码性能。该模型在理解代码库、生成准确的代码和遵循多步工作流程方面表现出色。
GPT-5.4 是旗舰级的前沿模型，它将 GPT-5.3-Codex 的编码能力与更强的推理、工具使用和代理工作流程相结合。这使得它在需要编码专业知识和更广泛的问题解决能力的任务中特别有效。
这两个模型都可通过 Codex CLI、SDK、应用程序、IDE 扩展和 Codex Cloud 访问。无论底层模型如何执行任务，技能在所有这些接口中都能保持一致。
真实世界用例
社区讨论揭示了开发团队如何在各种场景中部署技能。以下是实际使用中出现的模式：
代码审查自动化：团队创建强制执行组织特定审查标准的技能。该技能指导 Codex 检查代码库特定的样式约定、安全模式和架构决策。
Git 工作流程：技能标准化提交消息格式、分支命名约定和合并策略。该技能确保 Codex 自动遵循团队的 Git 实践，而不是将这些信息记录在开发人员容易忽略的 wiki 中。
测试工具：技能打包运行项目特定测试套件的步骤，包括环境设置、测试执行和结果解释。这对于具有多步测试工作流程的复杂项目特别有用。
技能与传统文档的对比
| 方面 | 传统文档 | Codex 技能 |
|---|---|---|
| 执行 | 手动解释 | 自动化工作流程 |
| 更新 | 经常过时 | 每次使用都经过测试 |
| 一致性 | 因开发人员而异 | 标准化执行 |
| 共享性 | Wiki 或 README | 便携式文件包 |
| 发现 | 搜索和阅读 | 自动匹配 |
开放式代理技能标准
Codex 技能建立在一个开放标准之上，该标准超出了 OpenAI 的实现范围。这种标准化很重要，因为它为跨不同 AI 编码工具提供了可移植性。
该标准定义了技能如何构建元数据、打包资源以及声明依赖项。采用此标准的工具可以共享技能库，减少重复并加速生态系统的增长。
根据 Hacker News 上的讨论，开放标准方法比专有替代方案具有显著优势。为 Codex 编写的技能可能与其他兼容代理一起工作，尽管具体兼容性取决于每个工具的实现。
启用技能：当前状态
截至 2025 年 12 月，Codex 中的技能支持仍处于实验阶段。该功能需要通过 CLI 标志系统显式激活，这表明 OpenAI 会根据开发人员的反馈不断改进实现。
ChatGPT Plus、Pro、Business、Edu 和 Enterprise 用户均可使用技能。根据 2025 年 5 月 16 日的官方公告，Codex 已提供给 ChatGPT Pro、Business 和 Enterprise 用户，Plus 用户则从 2025 年 6 月 3 日开始可以使用。
任务完成时间通常为 1 到 30 分钟，具体取决于复杂性。Codex 可以读取和编辑文件，运行命令（包括测试工具、linter 和类型检查器）。技能通过打包领域特定的工作流程来增强这些基本功能。
社区资源和目录
GitHub 上的官方 OpenAI 技能存储库是主要的目录。开发人员为常见工作流程贡献技能，创建了一个随社区一起发展的共享知识库。
ComposioHQ 的 awesome-codex-skills 等社区维护的集合对跨 Codex CLI 和 API 自动化工作流程的实用技能进行了整理。这些精选列表帮助开发人员发现经过验证的技能，而不是从头开始构建一切。
贡献模式与成功的开源项目类似。开发人员通过拉取请求提交技能，维护者审查以确保质量和实用性，目录根据实际需求有机地扩展。
常见问题解答
使用 Codex 时是否需要明确提及技能？
不一定。Codex 可以根据任务上下文自动选择合适的技能。但是，当开发人员想要明确控制哪个技能执行时，可以使用 $.skill-name 语法直接调用特定技能。
技能可以在不同项目之间工作吗？
是的。安装在系统范围目录中的技能在所有项目之间均可用。位于 .codex/skills 目录中的项目特定技能保留在该代码库本地，允许团队在共享标准和项目自定义之间取得平衡。
技能与模型上下文协议 (MCP) 有何不同？
根据社区讨论，技能的编写更简单，更侧重于打包工作流程。MCP 提供更广泛的集成能力。技能在标准化可重复任务方面表现出色，而 MCP 则支持更深入的工具集成。许多开发人员同时使用两者。
如果在执行过程中技能失败，会发生什么？
根据开发人员的反馈，Codex 会将完整技能加载到上下文中，而不会从失败的运行开始。与某些从失败的运行开始的方法不同，技能会加载完整上下文以帮助模型理解整个工作流程。
技能是否可以包含外部依赖项或脚本？
是的。技能支持可选脚本，并且可以引用外部资源。这使得复杂技能可以包含设置自动化、验证脚本或与 linter 和类型检查器等外部工具集成。
技能是否兼容 Codex IDE 扩展？
技能可在 Codex CLI、IDE 扩展和 Codex 应用中使用，并在所有这些接口中保持一致。启用和安装后，无论在何处进行开发，技能都保持可用。
我如何与我的团队共享技能？
团队可以通过版本控制提交 .codex/skills 目录来共享技能，或者维护内部技能存储库供团队成员安装。整个组织的技能可以存放在共享插件目录中。
开始使用 Codex 技能
入门门槛故意设置得很低。熟悉 Markdown 的开发人员可以立即创建基本技能。对于刚起步的团队，可以从一个给日常开发带来摩擦的工作流程开始。
将该工作流程记录为一个技能。对其进行测试。根据实际执行结果进行调整。然后，随着团队对技能系统的信心增强，将其扩展到其他工作流程。
渐进式披露架构意味着从小处开始不会造成技术债务。技能的复杂性仅在需求要求时才增加，而不是因为系统强制要求早期进行复杂的结构。
准备好扩展您的编码代理的功能了吗？请查看官方 OpenAI 文档以获取当前功能可用性和安装说明。随着越来越多的开发人员贡献他们的专业知识，技能生态系统正在快速发展。
