给Codex装上这些Skills后，我感觉它终于像个能长期配合的AI同事了
周萝卜 2026年6月8日 09:00
大家好，我是萝卜哥～
这两天看到一篇关于 Codex Skills 的整理帖，我觉得挺适合单独拿出来聊一下。
很多人现在用 Codex，可能还停留在一个比较朴素的用法，让它写代码，让它改 bug，让它解释报错，让它顺手生成一点文档。
单次看起来都还可以，但真的放到连续工作里，就会发现它经常缺少“做事方法”。
比如一个需求丢过去，它可能直接开始写；项目里有什么约定，它可能靠猜；CI 挂了，它需要一段一段把日志喂进去；写完以后，它也未必会主动自检，更未必知道怎么把这次经验留下来，方便下次少踩坑。
这就是大家越来越关注 Skills 的原因。
我们可以把 Skill 理解成一套提前写好的工作说明书。一个 Skill 文件夹里通常会有一个 SKILL.md，再配一些脚本、模板、参考资料。
它会告诉 Codex，遇到某类任务时，应该先看什么、怎么拆任务、调用哪些工具、做到什么程度才算结束。
Prompt 像临时交代，Skill 更像一套可复用的做事流程。
' fill='%23FFFFFF'%3E%3Crect x='249' y='126' width='1' height='1'%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3)
)
所以今天萝卜哥就来带着大家玩转 Codex skill。
先别急着，普通人先装这几类就够了
如果你刚开始用 Codex，别一上来就想着把全网仓库都扒完，想着把大神推荐的 skill 都装一遍，其实完全没有必要。
先看官方 openai/skills 就够了。
官方仓库里有几类特别适合优先装
)
第一类，规划类。
比如 create-plan、define-goal 这一类 Skill，解决的是 Agent 开工前先想清楚的问题。
真实工作流程里，很多时候都是因为开始的任务边界就理解歪了，使得后面写得越快，返工越多。
规划类 Skill 的价值就是，先把目标、边界、步骤、验收方式讲清楚，再动代码或者动手干活。
有时候这样做看起来很慢，其实很省时间，正所谓磨刀不误砍柴工嘛。
第二类，GitHub 和 CI 类。
这里我推荐 gh-fix-ci。
官方 gh-fix-ci 的描述很明确，当 GitHub PR checks 挂了，它会用 gh 去看检查项和日志，整理失败上下文，先给修复计划，拿到明确同意后再改。
这个过程就很接近真实工程协作的流程了。
因为 CI 失败最烦人的地方，是要跳来跳去找失败 job、翻日志、定位是测试问题、依赖问题、lint 问题还是环境问题。
这类活特别适合交给 Agent 做第一轮排查，我们负责判断方案能不能接受，它负责把脏活先跑一遍。
第三类，安全和质量类。
比如 security-threat-model、security-best-practices、gh-address-comments。
这类 Skill 不一定每天都用，但在合并前、上线前、重构前很有用。
尤其是 security-threat-model，它要求基于仓库证据去列资产、边界、入口、攻击路径和缓解方案，能逼着 Agent 少讲泛泛的安全套话，多回到代码和架构本身。
第四类，部署和平台类。
官方 curated 里现在已经能看到 cloudflare-deploy、netlify-deploy、vercel-deploy、render-deploy 等 Skill。
如果我们的项目经常要部署到这些平台，这类 Skill 的价值就很大了，把平台部署流程、常见坑、验证步骤固定下来，省下来的时间会非常明显。
安装方式其实很简单
先更新 Codex：
npm install -g @openai/codex@latest
然后在 Codex 里用内置 installer 安装。比如装 gh-address-comments：
$skill-installer gh-address-comments
想装 cloudflare-deploy，也可以直接这样：
$skill-installer cloudflare-deploy
如果是 experimental 目录里的 Skill，或者想指定某个 GitHub 目录，也可以直接给路径：
$skill-installer install https://github.com/openai/skills/tree/main/skills/.experimental/create-plan
装完以后，重启 Codex，让新 Skill 生效。
)
当然对于 Codex APP，从页面安装也是一样的。
)
后面不一定每次都要喊 Skill 名字，如果 Skill 描述写得清楚，Codex 会自己判断该用哪个 skill。
比如你可以直接说：帮我看一下这个 PR 的 CI 为什么挂了，先给修复计划，不要直接改代码。
正常流程就是会自动匹配到 gh-fix-ci，按那套流程去跑，我们根本不用操心。
更多适合自媒体人的 Skill
如果是自媒体人，不用一上来自己从零写一堆 Skill。官方仓库里已经有一些可以直接拿来用，尤其适合做资料、知识库、素材整理、图片、音频和页面检查。
比如做资料整理，可以先看 notion-research-documentation 和 notion-knowledge-capture。
前者适合把 Notion 里散落的资料整理成一份带引用的研究文档，后者适合把聊天记录、会议结论、灵感和决策沉淀成结构化页面。
对于经常写 AI 工具文章的人，这两个很实用，因为很多选题一开始都只是零散素材：链接、截图、评论和临时想法。
如果我们的素材里经常有报告、白皮书、PDF 教程，可以装 pdf。它适合阅读、创建、审阅 PDF，尤其是需要看版式、截图、页码和排版细节时，比单纯复制文字稳很多。
比如要写一篇“某个模型报告讲了什么”，就可以让它先把 PDF 里能写进文章的事实、图表和结论整理出来。
视频和音频素材，可以看 transcribe 和 speech。transcribe 用来把音频、视频里的讲话转成文字，还能做说话人区分；speech 用来生成旁白、口播音频或可访问性朗读。做播客整理、视频脚本复盘、访谈摘录、短视频口播，这两个都能直接接进内容流程。
做图和视觉相关，可以先看 screenshot、figma-create-new-file、figma-generate-design。screenshot 适合抓系统或应用截图，figma-create-new-file 可以新建 Figma 文件，figma-generate-design 可以把一个页面、一个产品界面或多段布局转成 Figma 设计。
公众号封面、产品功能图解、X 图文卡片，很多时候不需要每次重新描述一遍审美，把比例、主色、留白、标题区和主体区固定下来，会省很多事。
如果经常要检查网页、抓页面信息、做页面截图，playwright 和 playwright-interactive 也可以用。比如要写一个工具体验文，让 Codex 打开官网、走一遍登录后的流程、截几张界面、记录每一步体验，这类工作就很适合交给浏览器自动化 Skill 先跑一遍。
还有一个特别重要的 Skill，叫 skill-creator。
它解决的是长期复用问题，把自己的工作方法变成新的 Skill。
比如可以让它帮我们做一个 wechat-writing Skill，里面写清楚公众号开头习惯、段落节奏、禁用词、案例密度、结尾方式；再做一个 topic-research Skill，固定从 GitHub Trending、X、产品 Blog、官方文档里找素材；再做一个 content-repurpose Skill，把公众号拆成 X 主贴、thread、社群短帖和短视频口播稿。
比如写作 Skill，可以把自己的公众号写法写进去
开头不要慢慢铺背景，要先给场景或判断；每个观点后面尽量跟真实工具、真实案例、真实操作；少用大词，少写空话；写完以后检查有没有 AI 味，比如过度工整、转折词太多、像报告总结。
如果我们已经有大量的个人写作材料了，那么就直接把材料给 Codex 让它去学习，效果会更好。
所以自媒体人可以先按这条链路走
)
notion-research-documentation 负责资料研究；
notion-knowledge-capture 负责知识沉淀；
pdf 负责报告阅读；
transcribe 负责音视频转文字；
screenshot / figma-generate-design 负责视觉素材；
playwright 负责网页体验；
skill-creator 负责把自己的写作和拆内容流程固化下来。
我现在越来越觉得，自媒体人的内容生产，不应该只靠灵感。灵感当然重要，但只靠灵感会很累。能长期稳定输出的人，背后通常都有一套被反复验证过的流程。
这套流程跑顺以后，AI 就不再像一个每次都要重新培训的临时工，更像一个懂我们创作习惯的内容助理。
写到这里
Codex Skills 这件事，表面看是给 Codex 装插件。往深一点看，它其实是在把 AI Agent 从聪明回答推向稳定协作。
单次回答再惊艳，也很难支撑长期工作。能留下来的，是怎么拆任务、怎么判断输出、怎么调用工具、怎么验证结果、怎么把这次踩坑变成下次可复用的流程。
所以我现在看 AI Agent，越来越少只看它某一次回答有多厉害。我更关心它能不能按流程干活，能不能自己调用对的工具，能不能把经验沉淀下来，下次少犯同样的错。
如果这几件事成立，Agent 才开始从玩具走向生产力。
Codex Skills 值得折腾，也正是因为它把这条路讲得更具体了。模型负责能力上限，Skills 负责把能力变成稳定流程。
别再只让 Codex 裸跑了。无论你是写代码，还是写文章、做图、找资料，都可以从一个最常用的场景开始，先把自己的做事方法写成一个 Skill。
你会发现，最节省时间的地方，就是下一次遇到同类任务时，你不用再从头教它一遍。
以上就是今天的分享，觉得有帮助，帮请帮一键三连： 点赞、转发，再看 和 留言 ，你的反馈对我很重要！
萝卜AI笔记
邀请你前往腾讯公益一起捐
给困境儿童送关爱包
92人捐赠
AI · 目录
继续滑动看下一个
萝卜AI笔记
向上滑动看下一个