Codex Skill是什么？安装与使用新手教程
来源：互联网 2026-07-13 06:26:07Codex是能读取、修改、执行代码的AI智能体，Skill是包含说明、脚本、模板和参考资料的操作手册，Plugin是可安装的打包单元。通过命令行安装后，在项目目录运行codex即可使用。Skill目录需包含SKILL.md，复杂Skill可附带脚本、模板等文件。
这是一次在学习 Codex、Skill、Plugin、MCP 过程中的整理。不少人一开始可能会觉得 Skill 就是个“提示词模板”，但实际摸一圈下来会发现，它其实没那么简单：简单的 Skill 确实可以只写一段说明，但复杂的 Skill 还能带上 Python、Shell 脚本、模板文件，甚至配合 MCP 去调外部系统。
一、先说结论
如果只用一句话来概括：
长期稳定更新的攒劲资源： >>>点此立即查看<<<
Codex 是一个能动手干活的 AI 智能体，而 Skill 就是给 Codex 配备的一套“做事方法和工具包”。
说得再直白一点：
- Codex：就像一个能看懂项目结构、会敲命令、会改文件、看到报错还能自己调优的 AI 技术同事。
- Skill：像是给这位同事准备的一份操作手册，手册里还可以夹带脚本、模板和参考资料。
- Plugin 插件：则像一个可以随时安装的大礼包，里面可以封装 Skill、App 集成、MCP 配置等。
- MCP：是连接外部系统的标准接口，比如连 GitHub、数据库、Figma，甚至是公司内部系统。
官方文档也明确讲了，Codex Skill 可以把说明、资源和可选脚本打包在一起，让 Codex 更稳定地执行某类重复性工作；而 Plugin 则是 Codex 里可安装的分发单元，能打包 Skill、App 集成和 MCP Server。
二、Codex 是什么？
Codex 可不是普通的聊天机器人。
普通聊天机器人的工作模式通常是：
你问一句 ↓ AI 回一句
而 Codex 的工作流程更像这样：
你交代一个任务 ↓ Codex 制定计划 ↓ 读文件 / 改文件 / 执行命令 / 调用脚本 ↓ 观察执行结果 ↓ 如果失败，就根据报错继续修正 ↓ 直到完成，或者遇到需要你确认的问题
根据官方 Codex CLI 文档的描述，Codex CLI 可以在终端里运行，并且能够读取、修改、运行你指定目录里的代码。
三、Codex 怎么安装？
如果你用的是 macOS 或 Linux，官方提供的 Codex CLI 安装方式如下：
curl -fsSL https://chatgpt.com/codex/install.sh | sh
安装完成后，运行：
codex
首次运行时，系统会提示你登录。登录成功后，就可以在终端里使用 Codex 了。
如果你已经装过 Codex，那就不需要再重复安装，直接进入你的项目目录执行：
codex
有一点要注意：Codex 的版本迭代很快，安装命令和目录规则可能会随时调整，一切以官方文档和你本机 Codex 的具体提示为准。
四、Skill 到底是什么？
一开始，我理解的 Skill 就是“固定提示词”。这个理解说对了一半。
简单的 Skill 确实可以只是一个 SKILL.md 文件，里面写上规则，比如：
遇到日报时： 1. 语言自然，不要太官方。 2. 不要夸大工作量。 3. 按 1、2、3 分点输出。 4. 适合发领导或客户群。
这种 Skill 就像一个固定的系统提示词。
但复杂的 Skill 还可以带上：
SKILL.md 说明书，告诉 Codex 什么时候用、怎么用 scripts/ Python、Shell 等脚本 references/ 参考文档 assets/ 模板、图片、示例文件 agents/ 依赖配置，比如 MCP 等
所以更准确的定义是：
Skill = 做事说明书 + 可选脚本 + 可选模板 + 可选参考资料。
官方文档也指出，一个 Skill 就是一个目录，里面必须包含 SKILL.md，而且 SKILL.md 需要提供 name 和 description，同时可以附带可选脚本、参考资料和资源文件。
五、本地 Skill 目录长什么样？
当第一次进入本机的 Skill 目录时，看到的是这样：
可以看到，当时目录下只有一个：
codex-primary-runtime
这里要特别提醒：自己新建的 Skill 不要放进 codex-primary-runtime 里面，而应该和它平级。
也就是说，正确的目录结构应该是这样的：
~/.codex/skills/
├── codex-primary-runtime
└── daily-report-polisher
└── SKILL.md
不过，不同版本的 Codex，其 Skill 路径可能不一样。新版的文档里也提到了用户级 Skill 路径可以是：
$HOME/.agents/skills
目前是基于本机实际识别到的目录 ~/.codex/skills 进行测试的。最稳妥的做法是：先看看你本机的 /skills 目录是否能被 Codex 识别。
六、手动创建一个最简单的 Skill
举例来说，如果想创建一个日报优化 Skill，可以这样操作：
cd ~/.codex/skills mkdir -p daily-report-polisher cat > daily-report-polisher/SKILL.md <<'EOF' --- name: daily-report-polisher description: 用于优化中文日报、周报、客户群回复、工作进展说明。适合把粗糙工作内容改成自然、简洁、适合发领导或客户群的表达。 --- # 日报和工作说明优化 Skill ## 适用场景 当用户提供日报、周报、客户沟通内容、工作进展说明、领导汇报草稿时，帮助用户优化表达。 ## 输出要求 1. 语言自然，不要太官方。 2. 不要写得太复杂。 3. 不要夸大用户没有做过的工作。 4. 适合发领导、客户群或工作群。 5. 优先按 1、2、3 分点输出。 6. 如果是客户群回复，语气要稳妥，不要指定某一个人回复。 7. 如果涉及技术可实现但管理规则待确认，要体现"需要业务/管理侧确认规则"。 ## 输出风格 简洁、稳妥、像正常工作沟通，不要像宣传稿。 EOF
然后启动 Codex：
codex
进入 Codex 后，可以输入：
/skills
或者直接用 $ 调用：
$daily-report-polisher 今天看了AIP部署文档，改了架构图，和测试环境升级，解决登录问题。
测试后，Codex 回复里会出现蓝色的 Daily Report Polisher 标签，这就说明 Skill 已经被成功调用了：
这个对比非常直观：安装前只是普通对话；安装后，Codex 就能识别并调用这个 Skill，用我们预先写好的规则来整理日报。
七、带 Python 的 Skill 是什么样？
很多人会误以为 Skill 就是提示词，其实不然。
如果 Skill 里面包含了 Python，它就更像一个组合体：
- SKILL.md：告诉 Codex 什么时候运行脚本、脚本是干什么的
- Python 脚本：真正执行拆分、统计、读取文件、生成初稿等机械性工作
- Codex：拿到脚本结果后，再进行理解和润色
比如，一个工作记录整理 Skill 可以这样设计：
work-log-python-helper/
├── SKILL.md
└── tools/
└── worklog_report.py
SKILL.md 里可以写：
--- name: work-log-python-helper description: 用 Python 拆分和分类中文工作记录，适合把杂乱工作流水整理成日报初稿。 --- # 工作记录整理 Skill 当用户提供一段杂乱工作记录，并要求整理日报时，优先运行： python3 tools/worklog_report.py --text "用户输入内容" 运行脚本后，根据脚本输出继续润色成自然的日报。
Python 脚本可以简单地写成：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import argparse
import re
DONE_KEYWORDS = ["完成", "处理", "解决", "整理", "更新", "修改", "测试", "验证", "部署"]
ISSUE_KEYWORDS = ["问题", "报错", "异常", "失败", "无法"]
PLAN_KEYWORDS = ["后续", "计划", "继续", "明天", "下一步"]
def split_items(text: str):
parts = re.split(r"[。；;n]+", text)
return [p.strip() for p in parts if p.strip()]
def classify(item: str):
if any(k in item for k in PLAN_KEYWORDS):
return "后续计划"
if any(k in item for k in ISSUE_KEYWORDS):
return "问题处理"
if any(k in item for k in DONE_KEYWORDS):
return "今日完成"
return "今日完成"
def main():
parser = argparse.ArgumentParser(description="工作记录整理工具")
parser.add_argument("--text", required=True, help="需要整理的工作记录文本")
args = parser.parse_args()
groups = {
"今日完成": [],
"问题处理": [],
"后续计划": [],
}
for item in split_items(args.text):
groups[classify(item)].append(item)
for title, items in groups.items():
if not items:
continue
print(f"## {title}")
for i, item in enumerate(items, 1):
print(f"{i}. {item}")
print()
if __name__ == "__main__":
main()
这里有几点需要特别留意：
- Python 脚本不是非得有
main()，但加上它会让 Codex 更容易通过命令行调用。 - Skill 被选中，并不意味着 Python 脚本会自动执行。
- Codex 会先读取
SKILL.md，再判断当前任务是否需要运行 Python。 - 如果你明确指示“先运行这个 Skill 里的 Python 脚本”，Codex 执行的概率会更高。
- Python 脚本能不能跑，取决于当前环境是否安装了
python3以及相关的依赖包。
八、Codex 为什么能执行 Python？是在本地执行还是远端执行？
Codex 能执行 Python，并不是大模型自己在脑子里运行代码，而是因为 Codex 客户端具备执行本地命令的能力。
简单来说：
- 大模型：负责判断应该执行什么命令
- Codex 客户端：把命令交给当前环境执行
- Python 解释器：真正运行 .py 文件
- Codex：读取命令的输出，再决定下一步动作
如果你是在本机终端里运行 Codex CLI，那么 Python 通常就在你的本机上执行。比如：
python3 ~/.codex/skills/work-log-python-helper/tools/worklog_report.py --text "今天处理AIP环境升级"
这条命令是在你当前 Codex 所在的系统环境里执行的。
但如果你用的是远程环境、服务器或者 Codex Cloud，那么执行位置就可能是对应的远程环境或云端容器。
更准确地说：Python 脚本是在 Codex Agent 当前所在的运行环境中执行的。
九、依赖包会不会冲突？磁盘会不会越来越大？
确实存在这样的风险。
因为如果 Codex 执行了：
pip install pandas pip install openpyxl
这些依赖就会被安装到当前的 Python 环境里。
如果装到系统 Python 环境中，可能导致依赖冲突；如果每个项目都创建 .venv，虽然不容易冲突，但磁盘空间可能会慢慢变大。
所以，建议在 Skill 里明确写上：
## Python 依赖规则 1. 不允许使用 sudo pip install。 2. 不允许向系统 Python 全局环境安装依赖。 3. 如需安装依赖，优先使用当前项目的 .venv。 4. 如果当前项目没有 .venv，先询问用户是否创建。 5. 优先使用 Python 标准库。 6. 不要重复创建多个虚拟环境。
对于简单的 Skill，尽量只使用 Python 标准库，比如：
argparse
re
pathlib
json
这样最安全，也最省心。
十、Codex 为什么会自动选择不同的 Skill？
Codex 启动后，会扫描已安装的 Skill。
但它不会一开始就把所有 Skill 的完整内容都塞进上下文里，而是先查看每个 Skill 的：
name
description
file path
官方文档把这种机制称为 progressive disclosure（渐进式加载）。
也就是说，它的工作流程是：
先看 Skill 名称和描述 ↓ 判断任务是否匹配 ↓ 匹配后才读取完整的 SKILL.md ↓ 需要时再读取参考资料或运行脚本
所以，description 字段的编写质量特别重要。
比如，下面这个描述就比较容易触发匹配：
用于优化中文日报、周报、客户群回复、工作进展说明。
但如果只写：
一个文本工具。
Codex 就很难判断到底什么时候该用它。
Codex 调用 Skill 有两种方式：
- 显式调用：用户直接输入
$skill-name。 - 隐式调用：用户没有点名，但任务内容和 Skill 的描述匹配，Codex 自行选择。
十一、Codex 为什么能反复执行直到成功？
这是很多人一开始最困惑的地方。
后来会发现，Codex 的核心并不是“特别能循环”，而是一个带反馈的智能循环。
可以把它记成：
目标 → 计划 → 执行 → 观察 → 修正 → 再执行 → 停止
比如你让 Codex 修复一个项目启动问题：
第 1 轮：运行 npm run dev 结果：报错，缺少 axios 第 2 轮：安装 axios 结果：又报端口占用 第 3 轮：检查端口 结果：发现 8080 被占用 第 4 轮：修改端口并重新启动 结果：启动成功
这不是死循环。
死循环是：
执行 执行 执行 执行
而 Codex 的循环是：
执行 看结果 判断哪里错了 换办法 再执行
所以，Codex 能反复执行，靠的是四件事：
- 大模型：负责理解任务、判断下一步。
- 工具执行能力：负责读文件、改文件、跑命令、运行 Python。
- 观察结果：比如命令输出、报错日志、测试结果。
- 停止条件：任务完成、测试通过、达到限制、需要用户确认。
官方文档也提到，Codex 使用沙箱和审批机制来控制它能做什么：在默认权限下，它可以在当前 workspace 里读写文件、运行常规命令；如果需要越界、联网或进行高风险操作，则会走审批流程。
十二、Skill、Plugin、MCP 到底有什么区别？
这个地方确实容易混淆。
目前的理解是：
| 概念 | 通俗理解 | 作用 |
|---|---|---|
| Skill | 做事说明书 + 小工具箱 | 告诉 Codex 按什么流程干活，可以带脚本 |
| Plugin | 可安装的大礼包 | 可以打包 Skill、App 集成、MCP Server |
| MCP | 外部系统连接接口 | 让 Codex 连接 GitHub、数据库、Figma、内部系统等 |
举个例子：
如果只是优化日报，只需要一个 Skill：
日报 Skill：规定输出风格、格式、注意事项
但如果要根据 GitHub 提交记录生成日报，那就可能需要 MCP 或 GitHub 插件：
GitHub MCP / 插件：拿到提交记录 日报 Skill：把提交记录整理成日报
所以最简单的区分方法是：
Skill 解决“怎么做”，MCP 解决“连谁、查谁、调用谁”，Plugin 解决“把一套能力打包安装”。
下面这张截图是 Codex 里的插件页面，可以看到其中包含了 GitHub、Google Drive、PDF、Spreadsheets 等能力：
十三、Dify 工作流能不能复刻 Codex Skill？
能实现一部分，但两者并不是一回事。
Dify 工作流里也有：
LLM 节点：相当于写提示词规则 Code 节点：可以执行 Python / Ja vaScript Tool 节点：可以调用外部工具或 API Agent 节点：可以让模型自主选择工具 Loop 节点：可以做循环和多轮修正
Dify 官方文档也说明，Agent 节点可以让 LLM 自主控制工具并迭代决定什么时候用工具；Code 节点可以执行 Python 或 Ja vaScript；Loop 节点可以做多轮循环。
但 Dify 和 Codex 的本质差别在于：
Codex 天然支持 Skill 文件夹机制；Dify 则更像一个可视化流程编排工具。
简单的 Skill 完全可以在 Dify 里用一个 LLM 节点复刻。
但复杂的 Skill 如果硬要拆到 Dify 里，工作流可能会变得非常庞大：
开始节点 ↓ 分类节点 ↓ Code 节点 ↓ 工具节点 ↓ LLM 润色节点 ↓ 循环判断节点 ↓ 结束节点
所以更合理的做法是：
简单规则：放 Dify 提示词节点 复杂处理：封装成 API 或工具 Dify：负责调用和编排 Codex Skill：更适合本地、代码、文件处理类的自动化
十四、对 Codex Skill 的最终理解
经过这一轮测试，可以这样来总结：
1. Skill 并不是什么神秘功能，它本质上是把重复的做事方法沉淀下来。
比如日报、客户群回复、部署文档整理、Excel 统计，这些都可以做成 Skill。
2. 简单的 Skill 就像固定提示词。
一个 SKILL.md 文件就能搞定。
3. 复杂的 Skill 则像一个能力包。
它可以包含 Python、Shell、模板、参考资料等。
4. Codex 并不是盲目执行的。
它会根据 Skill 的 description 判断是否要使用，使用时才会读取完整内容。
5. Python 脚本不会自动乱跑。
Skill 被选中后，Codex 会根据 SKILL.md 和当前任务来判断是否需要执行 Python。
6. Codex 的核心是智能循环。
它不是普通的死循环，而是：计划 → 执行 → 看结果 → 修正 → 再执行。
7. 用 Codex 跑代码一定要注意安全。
不要随便让它全局安装依赖，不要轻易使用 sudo pip install，最好使用项目自身的 .venv。
十五、最后一句话
如果你是刚开始接触，建议先不要想得太复杂。
先记住这个版本：
Codex 是会动手干活的 AI 智能体；Skill 是给它安装的做事方法；Python 脚本是 Skill 里的小工具；MCP 是连接外部系统的接口；Plugin 是把一整套能力打包安装的工具。
真正用起来以后，你会发现 Skill 最适合沉淀那些每天都要重复说明的要求，比如：
帮我优化日报 帮我改客户群回复 帮我整理部署文档 帮我检查项目目录 帮我把杂乱工作记录生成周报
这些东西一旦写成 Skill，后面就再也不用每次都重复交代了。
侠游戏发布此文仅为了传递信息，不代表侠游戏网站认同其观点或证实其描述
同类更新
更多
热游推荐
更多-
- DreamStudio
- Android/ | AI绘图
- 2026-06-30
-
-
- Playground AI
- Android/ | AI绘图
- 2026-06-30
-
- Adobe Firefly
- Android/ | AI绘图
- 2026-06-30
-
-
-
- Leonardo AI
- Android/ | AI绘图
- 2026-06-30
-
- Stable Diffusion
- Android/ | AI绘图
- 2026-06-30
