分享这篇文章
继续阅读
AI Coding 工具真正改变的不是写代码，而是验证代码。本文深入分析 AI 编程工具如何重塑软件开发流程、代码评审、测试验证、工程质量与开发者核心能力。
阅读全文AI先配置权限、项目记忆、忽略规则、MCP、Hooks、环境变量和团队配置，让 Claude Code 在项目里更安全、更稳定地协作。
阅读全文AI先配置模型、审批策略、沙箱权限、项目配置、Profile 和网络访问，让 Codex CLI 更安全、更适合日常开发。
阅读全文Codex Skill 是一组可复用的工作流说明，用来告诉 Codex 在某类任务中应该如何读文件、用工具、跑脚本、校验和交付。安装时要选择可信来源，安装后重启 Codex，再通过技能名称或匹配场景触发使用。团队使用时，把 Skill 当代码管理：版本化、审查变更、每个 Skill 只聚焦一个工作流。
博文更新时间：2026-05-27。维护者：ToolOrbit Editorial Team。
Skill 能让 Codex 的行为更稳定。你不需要每次重复一大段说明，而是把"什么时候用、怎么做、要避开什么、最后交付什么"写进一个 Skill。OpenAI 的 Codex Skills 文档 是理解这个机制的官方入口。
在日常项目里，Skill 很适合处理重复工作流：图片生成、SEO 审计、PDF 处理、表格处理、Figma、GitHub Review、前端设计系统、仓库级质量规范等。
一个 Skill 通常是一个包含 SKILL.md 的目录。这个文件会描述技能用途、触发条件、工作流、约束和参考资料。有些 Skill 还会附带脚本、模板、素材或数据库。
Skill 的描述很重要，因为 Codex 会根据它判断什么时候应该使用这个技能。好的 Skill 不是一段提示词，而是一份小型操作手册。
一个结构良好的 SKILL.md 通常包含以下部分：
---
name: imagegen
description: 使用 GPT Image 2 生成和优化项目图片。
---
# 图片生成 Skill
## 何时使用
- 用户要求创建博客封面、Hero 图、产品模型或缩略图。
- 用户想要为特定页面或组件生成图片。
## 何时不使用
- 素材应该用 SVG 或代码实现（图标、示意图、UI 控件）。
## 工作流
1. 询问：宽高比、主题、风格、目标文件路径。
2. 使用内置图片生成工具生成图片。
3. 展示结果并请求确认。
4. 确认后，裁切到目标尺寸并保存到指定路径。
5. 更新所有引用该图片的页面配置。
## 约束
- 绝不将图片保存到项目仓库之外。
- 保存前始终优化（照片类 JPG 85% 质量，图形类 PNG）。
- 不为 UI 元素生成图片。
## 参考资料
- 项目图片路径规范：public/images/articles/{slug}.jpg
- 风格规范：编辑类摄影，深海军蓝 + 暖色点缀，16:9，无文字。文件头部的 frontmatter（--- 分隔符之间的部分）包含 Skill 名称和一行描述。Codex 会先读这里来判断 Skill 是否匹配当前请求。描述要具体，像搜索关键词一样，包含用户可能自然输入的词汇。
正文部分，何时使用、工作流、约束、参考资料，构成了操作流程。每一部分都在减少歧义。好的 Skill 让 Codex 几乎没有自行发挥的空间。
提示词是一次性指令："按这些规格生成一张博客封面。"Skill 是持久指令："每当有人要求生成博客封面，就按这个流程执行。"Skill 跨会话、跨对话持续存在。它还包含否定性规则（不要做什么），这是提示词很难做好的。
在本地 Codex 环境里，用户安装的 Skill 通常放在：
~/.codex/skills系统 Skill 可能已经预装在 Codex 管理目录下，一般不需要重新安装。
安装新 Skill 后，要重启 Codex，让新会话重新发现这些技能。如果你刚安装完就发现 Codex 看不到，大概率是还没有重启。
Codex 启动时会扫描 skills 目录，读取每个 SKILL.md 的 frontmatter 和描述。这些信息会作为可用工具加载到会话上下文中。当你发出请求时，Codex 会将你的请求与每个 Skill 的描述和触发条件进行匹配。
这就是为什么描述如此重要。模糊的描述如"帮助设计"很少被触发，因为 Codex 无法可靠地将其匹配到具体请求。精确的描述如"使用 GPT Image 2 生成和优化项目图片"能清晰地匹配图片相关请求。
Skill 在被触发之前不会加载完整内容。安装很多 Skill 不会让每次对话都变得臃肿，启动时只扫描 Skill 描述，完整内容只在 Skill 被触发后才加载。
如果你的 Codex 环境里有 skill installer，推荐先列出可安装的 Skill，再按名称安装需要的那一个。不要一次性安装一堆暂时用不到的 Skill，否则行为会更难预测。
实用流程是：
示例：
List available Codex skills.
Install the imagegen skill.
Restart Codex after installation.部分系统 Skill 可能已经存在，比如图片生成辅助技能。如果已经安装，不要随意覆盖，除非你知道为什么要这么做。
精选 Skill 由平台或可信发布者维护，经过安全审查，遵循规范，通常有版本管理。社区 Skill 来自个人开发者或团队，质量和维护程度参差不齐。
生产环境优先选精选 Skill。实验性或团队专用工作流，社区或自写 Skill 是正确选择，只要按照审查依赖项的同样标准来审查它们。
Skill 也可以来自 GitHub 仓库路径。这适合团队私有工作流或实验性技能。只安装可信来源，因为 Skill 可能包含脚本和会影响操作行为的规则。
典型请求类似：
Install the Codex skill from github.com/owner/repo at skills/my-workflow.私有仓库可能需要本地 Git 凭据或 token。把它当作普通的软件供应链问题处理：使用前先检查 Skill 目录内容。
如果你正在开发或测试 Skill，可以从本地目录安装：
Install the skill from ~/projects/my-team-skills/imagegen.这是发布前测试 Skill 的最快方式。修改本地 SKILL.md，重启 Codex，用匹配的请求测试。当 Skill 行为符合预期后，再推送到共享仓库给团队使用。
如果团队在 Git 仓库中维护 Skill，应该锁定到特定 tag 或 commit，而不是直接从 main 拉取：
Install the skill from github.com/owner/repo at skills/my-workflow@v1.2.0.这可以避免上游更新 Skill 时引发意外行为变化。对待 Skill 版本更新要像对待依赖更新一样：审查更新日志，在非关键会话中测试，然后推广。
创建 Skill 的最快方式是写一个 SKILL.md 文件，放到 ~/.codex/skills/<skill-name>/ 目录。先写 frontmatter，再逐一填充各部分。
如果你已经有了一段用得很顺的提示词来处理重复任务，就用它作为起点。把一次性指令转化为持久规则：
---
name: my-workflow
description: 简短描述，包含用户会输入的关键词。
---
# 我的工作流 Skill
## 何时使用
- 场景 A。
- 场景 B。
## 何时不使用
- 场景 X（应使用 Y 替代）。
## 工作流
1. 向用户收集必要输入。
2. 执行主要任务。
3. 验证输出。
4. 报告结果。
## 约束
- 绝不执行 Z 操作。
- 执行前始终检查 W。
## 参考资料
- 项目规范：[链接或路径]。写完 Skill 后，马上测试：
SKILL.md 保存到正确的目录。如果 Skill 没有被触发，很可能是描述太模糊。添加更具体的关键词再试。如果 Skill 被触发了但行为不对，通常是工作流部分有遗漏，添加更明确的步骤和约束。
常见有两种方式。
第一种是显式点名：
Use $imagegen to create a blog cover for this article.第二种是提出匹配技能描述的任务：
Create a realistic product hero image and save it into public/images.如果 Skill 描述足够清楚，Codex 往往能自动选择。但对重要任务来说，显式点名更稳。
显式调用（$skillname） 最适用于：
隐式触发（自然语言） 最适用于：
部分 Skill 支持参数或标志。语法取决于 Skill 的设计，常见模式是：
Use $imagegen --style=photorealistic --ratio=16:9 to create a blog cover.查看 Skill 文档了解支持的参数。如果 Skill 没有记录参数，在 Skill 名称后用自然语言描述你的需求。
直接问 Codex：
List all installed Codex skills.这会显示每个已安装 Skill 的名称、描述和来源。在开始重要工作前用它来审查当前激活了哪些 Skill。
要移除不再需要的 Skill：
Remove the imagegen skill.或者直接从 ~/.codex/skills/ 删除对应的 Skill 文件夹，然后重启 Codex。移除不用的 Skill 能让 Skill 列表保持简洁，减少意外匹配的概率。
精选 Skill 可以从源头重新安装获取最新版：
Update the imagegen skill to the latest version.从 GitHub 安装的 Skill，从同一路径重新安装（可以指定新版本标签）。本地开发的 Skill，直接编辑 SKILL.md 然后重启。
如果你想保留一个 Skill 但不让它被触发，把它的文件夹移出 ~/.codex/skills/ 然后重启。这在排查"某个 Skill 是否导致了异常行为"时很有用。移回来再重启即可重新启用。
Skill 不会覆盖本地项目指令，如 AGENTS.md、CLAUDE.md 或仓库级规则。项目指令和 Skill 共存，但优先级不同：
AGENTS.md、CLAUDE.md 等文件。当 Skill 与项目指令冲突时，项目指令优先。例如，如果 AGENTS.md 说"永远不直接修改 public/images/ 下的文件"，而某个 Skill 通常会把图片保存到那里，Codex 应该遵守项目规则并询问你怎么处理。
好的 Skill 应该承认项目规则优先：
## 约束
- 将图片保存到项目的图片目录。如果项目规范文件
（AGENTS.md、CLAUDE.md）指定了不同路径，遵循该路径。这让 Skill 可以在不同项目之间移植而不引发冲突。
~/.codex/skills/。SKILL.md 文件。SKILL.md 的 frontmatter 有效且包含 name 字段。如果 Skill 仍然不出现，SKILL.md 的 frontmatter 可能格式错误。检查 --- 分隔符之间的 YAML 是否有效。
$skillname）确认 Skill 已加载。SKILL.md，理解预期工作流。如果两个已安装的 Skill 描述重叠，Codex 可能选错。解决办法：
一个有用的 Skill 应该说明：
弱 Skill 往往很泛，比如"做一个好 UI"或"做 SEO"，但没有工作流。强 Skill 会降低歧义，让重复任务更稳定。
安装来自不熟悉来源的 Skill 之前，检查：
Skill 应该保持聚焦。设计 Skill、图片生成 Skill、SEO 审计 Skill 通常应该分开。这样更容易预测，也更容易测试。
重要 Skill 应该进 Git 管理。如果它影响团队工作流，就应该像代码一样审查、记录假设、保留示例。
为团队 Skill 在 SKILL.md 旁边写一份简短的 README.md。README 是给人看的，解释这个 Skill 为什么存在、谁在维护、遵循什么规范。SKILL.md 是给 Codex 看的，包含操作指令。
编辑元数据时可以用 JSON 格式化工具，比较 Skill 版本可以用 文本对比工具，起草可复用说明可以用 AI 提示词生成器。
合并新的或更新的 Skill 之前：
最常见的问题是安装完 Skill 后继续使用旧会话。安装后要重启 Codex。
第二个问题是安装未审查的 Skill。Skill 可能包含脚本或规则，会影响文件编辑、网络访问和工作流判断。
第三个问题是把所有东西塞进一个巨大 Skill。小而清晰的 Skill 更容易测试，也更容易被 Codex 正确选择。
第四个问题是忘记仓库规则。Skill 不会覆盖项目里的 AGENTS.md 等本地规范，仓库规则仍然优先。
第五个问题是 Skill 描述写得太泛。"帮助前端工作"匹配的东西太多，要么频繁误触发，要么从不触发。要具体："审查 React 组件的可访问性、响应式布局和设计一致性。"
第六个问题是从来不更新 Skill。项目规范会变，Skill 会过时。每季度安排一次 Skill 审查：移除不用的、更新活跃的、检查 Skill 行为是否仍与当前工作流一致。
Codex Skill 的价值在于把重复判断变成可复用流程。只安装需要的 Skill，安装后重启，使用时明确触发，并像审查自动化脚本一样审查 Skill 内容。对团队来说，写好一个 Skill 的投入，会在每次有人"不再需要重复一大段说明"或"不再犯同样的错误"时得到回报。