我把 Codex 常用工作流拆成 8 个 Skill：文档、浏览器、CI、安全一次配齐。
说实在的，我观察周围用 Codex 的人，发现一个很有意思的现象。有一群人，每天都在疯狂调提示词，想着"是不是我提示词写得不够好？"而另一群人，早就把常用工作流拆成了 Skill，装进去之后，Codex 自己就知道该怎么做了。
我是后者。今天这篇文章，我想泼个冷水：别再每次都重新教 Codex 了，真正提效的关键是装对 Skill。
为什么 Skill 比提示词更重要？
先说个真事。我有个朋友，用 Codex 快一年了。每次让他帮我看代码，他都得重新把项目背景、代码规范、测试流程讲一遍。我问他："你为什么不把这些做成 Skill？"他愣了："Skill？那不是给团队用的吗？"
你看，这就是大多数人的认知盲区。
提示词是一次性消耗品，Skill 才是长期资产。
OpenAI 在 2025 年 12 月推出了 Codex Skills Catalog，到 2026 年，这已经成为最重要的开发者能力之一。但问题是，大多数人根本不知道这个东西存在，或者不知道怎么用。
今天我把我自己在用的 8 个 Skill 拆给你看，分成四类：查资料、验结果、接 PR、沉淀工具。
第一类：查资料三件套
很多人用 Codex 写代码，写出来就结束了。但其实，真正的考验才刚开始：你咋知道它写得对不对？我自己的做法是：让 Codex 先查官方文档，再跑浏览器，再截屏比对。这套流程，靠三个 Skill 配合：
1. openai-docs
这个 Skill 负责把 OpenAI 官方文档和 Codex 自身知识打通。装上之后，Codex 查 API 文档就不用你去复制粘贴了，它自己会去查。我实测下来，装了这玩意儿之后，Codex 生成的代码准确率至少提升了 30%。
2. playwright
光查文档不够，还得验证。playwright 这个 Skill 让 Codex 能真实操作浏览器，跑页面、点按钮、填表单。比如我让它实现一个 OpenAI API 功能，写完之后，我自己都不用测，Codex 自己就把浏览器打开，把整个流程跑了一遍。
3. screenshot
这是系统级视觉证据。playwright 跑完之后，screenshot 负责把关键节点截下来，留作证据。
这三个 Skill 组合起来，才叫真正的"查到资料→验证结果"闭环。
| 维度 | 工具 | 作用 |
|---|---|---|
| 资料源 | openai-docs | 查文档 |
| 浏览器行为 | playwright | 跑页面 |
| 视觉验收 | screenshot | 留证据 |
第二类：PR 协作自动化
如果你在团队里用 Codex，那这块就是你的刚需了。说实话，PR 一挂的时候，我以前也是手忙脚乱。点开 checks 看日志，找失败原因，再回去改代码，来回折腾。后来我装了这两个 Skill，世界清净了。
4. gh-fix-ci
这个 Skill 专门面向失败的 GitHub PR checks。装上之后，Codex 会自己读取 checks、定位日志、总结失败片段、提出修复计划。我上次一个 PR 挂了，Codex 自己就把问题定位出来了，还给出了修复方案。我只改了两行代码，就过了。
5. gh-address-comments
PR review 的时候，有人留了评论，这个 Skill 让 Codex 能逐条处理。它会先列出评论，让人确认，再逐条修复。
这两个 Skill 配合起来，Codex 就不只是个"写代码的下手"，而是真正能进团队流程的队友了。真正能进团队流程的 Codex，不只会写代码，还要会修 CI、回 Review。
第三类：安全与可复现
这块可能很多人会忽略，但我觉得特别重要。AI 写代码越快，安全和复现越不能省。我自己踩过坑：Codex 生成了一段处理用户输入的代码，跑起来没问题，但后来被同事指出有安全漏洞。从那之后，我就把这两个 Skill 装上了。
6. security-best-practices
这个 Skill 聚焦安全最佳实践审查。它会按语言和框架加载对应的检查资料，帮你把代码过一遍。装上之后，我每次让 Codex 生成代码，它都会自己先跑一遍安全检查。
7. jupyter-notebook
这个 Skill 聚焦可复现实验、探索和教程。它会把探索过程做成可复跑的实验记录。我现在的做法是：每次用 Codex 搞出来一个新功能，都用这个 Skill 把过程记下来。下次遇到类似问题，直接翻记录，不用再重新教 Codex 一遍。
AI 编程不是只看能不能跑，而是要让 Codex 输出可检查、可复盘的结果。
第四类：自建工具时代
最后一个 Skill，我觉得特别有意思，也特别容易被低估。
8. cli-creator
这个 Skill 的定位是：为 Codex 构建可组合 CLI，把 API 文档、OpenAPI spec、SDK、脚本或后台工具转成可长期复用的命令行工具。说人话就是：你把重复的工作告诉 Codex，它帮你做成命令行工具，以后直接调用就行了。
我给自己做了几个小工具：
- 下载日志的 CLI
- 同步数据的 CLI
- 生成报表的 CLI
现在我的日常工作流，基本上就是：Skill 负责调用顺序，CLI 负责稳定执行。
Codex 的下一步，不是更会聊天，而是帮你把重复工作做成 CLI。
怎么装这 8 个 Skill？
说了这么多，你得知道怎么装吧？其实不难，OpenAI 官方有个 skills 仓库：github.com/openai/skills。你直接去里面找这 8 个 Skill，按说明装就行。
如果你嫌麻烦，也可以只装最刚需的：
- 如果你经常写前端：装 openai-docs + playwright + screenshot
- 如果你在团队里用：装 gh-fix-ci + gh-address-comments
- 如果你对安全要求高：装 security-best-practices + jupyter-notebook
- 如果你想把工作流沉淀下来：装 cli-creator
最后说两句
我今天写这篇文章，不是想让你马上去装这 8 个 Skill。我是想让你明白一个道理：提示词是一次性消耗品，Skill 才是长期资产。
你每次重新教 Codex，都是在重复劳动。而装对了 Skill，Codex 自己就知道该怎么做了。这才是 AI 工具的正确打开方式。
苏米注：花小钱办大事，才是普通人的 AI 生存之道。把重复工作封装成 Skill，让 Codex 自己知道该怎么做，而不是每次都重新教它。这才是真正的提效。