# Codex CLI 也能用 Skills 了：把 Claude Code 的“技能包”遷了過來

作者：Feisky
日期：2025年12月8日 上午11:11
來源：WeChat 原文

✦整理版優先睇

速讀 5 個重點 高亮

Codex CLI 加入 Skills 功能，用家可以將 Claude Code 嘅技能包搬過來用

整理版摘要

作者係一名活躍嘅 AI 工具用家，之前已經喺 Claude Code 上面用咗 Skills 功能一段時間，一直希望 Codex CLI 都有。上個星期佢見到 Codex GitHub 上面合併咗相關 PR，就親手將自己寫嘅 Claude Code Skills 遷移過去，仲開源咗個配置倉庫。整體結論係 Skills 功能採用「漸進式披露」設計，解決咗 MCP 工具佔用太多上下文同埋 Agent 選擇困難嘅問題。

Skills 嘅設計理念係「按需加載」：AI 啟動時只讀取 Skill 名同描述（幾十個字），用到先至讀完整文件，甚至再按需讀取引用嘅其他文件。咁樣就可以裝幾十個 Skills 都唔會撐爆上下文窗口，模型做決策時路徑更清晰，出錯率亦低咗。Skills 入面仲可以放可執行代碼，例如排序、數據處理呢類操作，用代碼跑比生成 token 更快更穩定。

作者將六個常用嘅 Claude Code Skills 搬咗過嚟，包括調用 Claude Code、生成圖片、提取 YouTube 字幕、長時間任務、規範驅動開發工作流等等。雖然 Codex 版本目前只係實驗性功能，但基本可用。佢仲提供咗快速上手嘅安裝指令同配置方法。不過 Codex 暫時仲未支援 allowed-tools、項目級別配置、Marketplace 等功能，權限系統亦比較粗糙，需要人授權操作。

  • Codex CLI 新加入 Skills 功能，用「漸進式披露」設計按需加載，避免 MCP 工具佔用過多上下文同模型選擇困難。
  • Skill 只需要一個 SKILL.md 檔案（YAML 開頭加 Markdown），描述清楚做咩同幾時用，Codex 就會自動判斷加唔加載。
  • 同 Claude Code 嘅 Skills 設計基本一致，但 Codex 暫缺 allowed-tools、項目級別配置、Marketplace 等功能。
  • AI 編程工具正變成可編程平台，擴展機制（Prompt、Skill、MCP Server、Hook）比工具本身更重要。
  • 可以一鍵 clone 作者開源嘅配置倉庫，或者手動建立 ~/.codex/skills/ 目錄，再加喺 config.toml 啟用 skills 功能。
值得記低
連結 github.com

Codex Skills 配置倉庫

作者開源嘅 Codex Skills 配置，包含六個常用技能包。

開啟
連結 github.com

Codex Skills 官方文檔

OpenAI 官方嘅 Codex Skills 使用說明。

開啟
連結 code.claude.com

Claude Code Skills 文檔

Anthropic 官方嘅 Claude Code Skills 使用說明。

開啟
連結 github.com

Claude Code 配置倉庫

作者嘅 Claude Code Skills 配置，可以參考對比。

開啟
整理重點

點解需要 Skills？

AI 編程助手雖然強大，但真實工作需要嘅唔止係通用能力，仲要配置各種工具。MCP 係配置外置工具嘅事實標準，不過用得多就暴露兩個大問題。

第一個係上下文佔用——每個 MCP 工具定義都要吃掉幾千到幾萬 token，工具多咗，對話空間就少得可憐。

第二個係 Agent 性能下降——工具越多，模型越容易「選擇困難」，用錯工具或者喺相似工具之間反覆試。

Skills 仲可以放可執行代碼，例如排序、數據處理呢類操作，用代碼跑比生成 token 更快更穩定。

整理重點

Codex CLI Skills 點樣用？

Codex CLI 喺 12 月 1 日通過 PR #7412 正式支援 Skills，官方標註係實驗性功能。文件結構好簡單，喺 ~/.codex/skills/ 目錄下建立文件夾，入面放一個 SKILL.md 就得。

程式內容 bash 
$ tree ~/.codex/skills/
├── claude-skill/
│   └── SKILL.md
├── nanobanana-skill/
│   ├── SKILL.md
│   └── nanobanana.py
│   └── requirements.txt

SKILL.md 文件格式係 YAML 開頭加 Markdown 正文，description 要寫清楚「做啲咩」同「幾時用」，Codex 靠呢個判斷係咪要加載。寫得太模糊嘅話，該觸發時就觸發唔到。

  1. 1 隱式調用：直接喺提示詞講「使用某某 skill 做嘢」，同 Claude Code 玩法一樣。
  2. 2 顯式調用：用 $skill-name [prompt] 格式，例如 $nanobanana-skill 幫我繪製封面圖。
整理重點

作者搬咗邊啲 Skills？

作者將常用嘅六個 Claude Code Skills 搬過嚟，開源咗喺 feiskyer/codex-settings，涵蓋多個場景。

  • claude-skill：喺 Codex 裏面調用 Claude Code，適合代碼審查、寫文檔等 Claude 做得更好嘅任務。
  • nanobanana-skill：用 Google Gemini API 生成圖片，支援 1K 到 4K 尺寸，寫公眾號文章配圖好方便。
  • youtube-transcribe-skill：提取 YouTube 字幕，先試 yt-dlp，失敗就自動切換瀏覽器自動化方式。
  • autonomous-skill：長時間任務斷點續傳，生成任務清單逐個執行，但暫時未完全自動，需要人監控。
  • kiro-skill：完整嘅規範驅動開發工作流，從需求文檔到逐步實現一條龍，適合做新功能。
  • spec-kit-skill：集成 GitHub 官方 Spec Kit 工具，七個階段適合團隊協作場景。

後面三個 Skill 仲未完全穩定，作者表示歡迎提 Issue 或者 PR 改進。

整理重點

快速上手同現存問題

安裝好簡單，三行指令搞掂：

程式內容 bash 
# 備份原有配置
mv ~/.codex ~/.codex.bak

# 克隆配置倉庫
git clone https://github.com/feiskyer/codex-settings.git ~/.codex

# 安裝 Codex CLI
npm install -g @openai/codex

仲要喺 ~/.codex/config.toml 加入 [features] skills = true 先啟用到。啟動後輸入 /skills 就睇到已加載列表。

不過 Codex CLI 目前仲有幾個不足：冇 allowed-tools 限制 Skill 工具，權限系統粗糙，成日要人手授權。

項目級別 Skill 配置、Marketplace、Plugin 呢啲 Claude Code 已有嘅功能，Codex 都仲未支援。

整體嚟講，AI 編程工具愈嚟愈似可編程平台，擴展機制比工具本身更重要。呢個對技術人係好事，唔使等官方加功能，自己動手就搞掂。

Codex CLI v0.65.0 終於帶嚟一個我等咗好耐嘅功能——Skills 支援。

呢個功能最早係 Anthropic 喺 Claude Code 上推出嘅，我已經用咗一段時間，好早就諗幾時 Codex 都會有。上個週末碌 Codex GitHub 見到合併咗嘅 PR，就花咗啲時間將之前寫嘅 Claude Code Skills 搬過嚟，順便開源咗喺 GitHub https://github.com/feiskyer/codex-settings 度。

點解需要 Skills

AI 程式輔助工具好強大，但真實工作需要嘅唔止係通用能力，仲要你幫佢配置各種工具。MCP 就係配置外部工具嘅事實標準，用過 Claude Code、Codex 或者其他 AI Agent 嘅應該都配置過唔少 MCP Server。

MCP 普及之後，問題都慢慢浮現出嚟。

最明顯係上下文佔用。每個 MCP 工具嘅定義都要用好大上下文空間，工具多咗，淨係工具描述就可以食咗幾千到幾萬 token。我之前配置咗 playwright、github 呢啲 MCP Server，啟動時上下文窗口已經俾 MCP 用咗一半，留畀實際對話嘅空間就太少。

另一個問題係 Agent 效能下降。工具越多，模型做決策嘅時候越容易「選擇困難」。應該用 A 工具嘅時候用咗 B，或者喺幾個相似工具之間不斷嘗試。呢種情況喺工具數量超過二三十個嘅時候特別明顯。

Skills 解決咗呢兩個問題。

佢採用「漸進式披露」嘅設計——AI 啟動時淨係讀取 Skill 嘅名同描述，一般幾十個字就夠。只有真正用到嘅時候，先會去讀完整嘅說明文件。如果文件入面仲引用咗其他檔案，都係按需要載入。就好似一本手冊，先睇目錄，再翻章節，最後查附錄。

呢個意味住你可以裝幾十個 Skills，但唔會撐爆上下文窗口。而且因為每次淨係載入相關嘅 Skill，模型唔使喺一堆工具入面揀，決策路徑更清晰，出錯率都低咗。

Skills 入面仲可以放可執行嘅程式碼。有啲操作行程式碼比起叫 AI 生成 token 高效好多，例如排序、數據處理呢啲，行程式碼又快又穩定。

Codex 嘅 Skills 點樣用

12 月 1 日，Codex CLI 經由 PR #7412 正式支援咗 Skills。官方文件標註呢個仲係實驗性功能，之後可能會有重大修改，不過已經大致可以用得。

文件結構好簡單，喺 ~/.codex/skills/ 目錄下面建立資料夾，裏面放一個 SKILL.md 檔案就得。

$ tree ~/.codex/skills/
├── claude-skill/
│   └── SKILL.md
├── nanobanana-skill/
│   ├── SKILL.md
│   └── nanobanana.py
│   └── requirements.txt

SKILL.md 檔案格式係 YAML 開頭加 Markdown 正文：

---
name: pdf-processing
description: 處理和填寫 PDF 表單。用於 PDF 相關任務。
---

# PDF 處理說明

用 pdfplumber 提取文本...

description 要寫清楚「做咩」同「幾時用」，Codex 靠呢個判斷係咪要載入。寫得太模糊嘅話，應該觸發嘅時候觸發唔到。

Codex CLI 入面嘅 Skill 呼叫方式有兩種：

1）類似 Claude Code，喺你嘅提示詞入面直接講「用某某skill做啲咩」；

2）顯式呼叫，用 $skill-name [prompt]，比如 $nanobanana-skill 幫我繪製微信公眾號封面圖。

我搬咗邊啲 Skills

我將之前喺 Claude Code 上常用嘅 Skills 都搬過嚟，開源咗喺 feiskyer/codex-settings。目前有六個。

claude-skill 喺 Codex 入面呼叫 Claude Code。有啲任務 Claude 做得更好，例如程式碼審查、寫文件、做設計等，我就會用呢個 Skill 將任務交畀 Claude。

nanobanana-skill 用嚟生成圖片，呼叫嘅係 Google Gemini API。寫公眾號文章需要配圖嘅時候特別好用，一句說話就生成到。支援各種尺寸同解像度，由 1K 到 4K 都有。

youtube-transcribe-skill 提取 YouTube 字幕。睇國外嘅技術分享影片想做筆記時，手動揾字幕下載太麻煩。呢個 Skill 會優先嘗試 yt-dlp，失敗咗就會自動轉用瀏覽器自動化方式。

autonomous-skill 用嚟處理長時間任務。有啲任務一個對話搞唔掂，需要斷點續傳。呢個 Skill 會生成任務清單，逐個執行，中間斷咗都可以繼續。不過目前仲未可以完全自動執行，執行時可能會因為權限請求暫停，需要有人睇住。

kiro-skill 係一個完整嘅規範驅動開發工作流程。由需求文件、架構設計到任務清單、逐步實現，一條龍服務。適合做新功能嘅時候用，可以幫你諗清楚需求先開工。

spec-kit-skill 整合咗 GitHub 官方嘅 Spec Kit 工具，規範驅動開發嗰一套。由項目原則、功能需求到技術方案、任務清單，七個階段行曬，適合團隊協作嘅情況。

後面呢三個 Skill 仲未係好穩定，仲喺測試階段。如果你都有類似需求，歡迎開 Issue 或者直接發 PR 改進。

快速上手

安裝好簡單，三行指令。

# 備份原有配置
mv ~/.codex ~/.codex.bak

# 克隆配置倉庫
git clone https://github.com/feiskyer/codex-settings.git ~/.codex

# 安裝 Codex CLI
npm install -g @openai/codex

根據你嘅需要配置 Codex CLI，可以用 ChatGPT 訂閲、OpenAI API Key 或者其他第三方國內外兼容 OpenAI API 嘅各種大模型。

如果你冇呢個倉庫，而係手動配置的話，唔好忘記喺你嘅 ~/.codex/config.toml 檔案入面加入：

[features]
skills = true

配置好之後，啟動 codex 之後輸入 /skills 就可以見到已載入嘅 Skills 列表。試下 $nanobanana-skill 生成一張簡約風格的山水畫，睇下效果。

仲有啲小問題

Codex CLI 同 Claude Code 嘅 Skills 設計理念大致一樣，畢竟檔案格式都一樣。但細節上仲有改進空間。

Claude Code 支援 allowed-tools 欄位，可以限制 Skill 只能用邊啲工具，例如做唯讀操作。Codex 暫時冇呢個功能。另外 Codex CLI 嘅權限系統一直都比較粗疏，成日要人嚟授權操作，想 Skill 完全自動執行仲有啲難。

仲有項目層級嘅 Skill 配置、Marketplace、Plugin 呢啲 Claude Code 已經有嘅功能，Codex 都仲未支援。

不過 Codex 係開源項目，社羣好活躍，呢啲功能應該唔使等好耐。

講真，AI 程式工具發展到而家，越來越似一個可編程嘅平台。Prompt、Skill、MCP Server、Hook，各種擴展機制不斷湧現。工具本身嘅能力邊界越來越模糊，關鍵係睇你點樣配置同自訂。

呢個對我哋技術人嚟講係好事。唔使等官方加功能，自己鬱手就可以擴展。

相關資源

•

Codex Skills 配置倉庫 https://github.com/feiskyer/codex-settings

•

Codex Skills 官方文件 https://github.com/openai/codex/blob/main/docs/skills.md

•

Claude Code Skills 文件 https://code.claude.com/docs/en/skills

•

Claude Code 配置倉庫 https://github.com/feiskyer/claude-code-settings

好啦，今日就傾到呢度。如果你都在探索 AI 工具同雲原生技術，歡迎關注 Feisky 公眾號，我會定期分享實踐中嘅發現同踩坑經驗。


Codex CLI v0.65.0 帶來了一個我期待已久的功能——Skills 支持。

這個功能最早是 Anthropic 在 Claude Code 上推出的，我已經用了一段時間，早就想着什麼時候 Codex 也能有。上週末刷 Codex GitHub 看到合併的 PR，就花了點時間把之前寫的 Claude Code Skills 遷移過來，順手開源在了 GitHub https://github.com/feiskyer/codex-settings 上。

為什麼需要 Skills

AI 編程助手很強，但真實工作需要的不只是通用能力，還需要你給它配置各種工具。MCP 就是配置外置工具的事實標準，用過 Claude Code、Codex 或者其他 AI Agent 的應該都配過不少 MCP Server。

MCP 普及之後，問題也漸漸暴露出來了。

最明顯的是上下文佔用。每個 MCP 工具的定義都要佔用大量上下文空間，工具多了，光是工具描述就能吃掉好幾千到幾萬 token。我之前配了 playwright、github 這些 MCP Server，啓動時上下文窗口已經被 MCP 用掉了一半，留給實際對話的空間就太少了。

另一個問題是 Agent 性能下降。工具越多，模型做決策的時候越容易“選擇困難”。該用 A 工具的時候用了 B，或者在幾個相似工具之間反覆嘗試。這種情況在工具數量超過二三十個的時候特別明顯。

Skills 解決的就是這兩個問題。

它採用“漸進式披露”的設計——AI 啓動時只讀取 Skill 的名字和描述，一般幾十個字就足夠了。只有真正用到的時候，才會去讀完整的說明文檔。如果文檔裏還引用了其他文件，也是按需加載。就像一本手冊，先看目錄，再翻章節，最後查附錄。

這意味着你可以裝幾十個 Skills，但不會把上下文窗口撐爆。而且因為每次只加載相關的 Skill，模型不用在一堆工具裏做選擇，決策路徑更清晰，出錯率也低了。

Skills 裏還能放可執行代碼。有些操作用代碼跑比讓 AI 生成 token 高效多了，排序、數據處理這些，代碼執行既快又穩定。

Codex 的 Skills 怎麼用

12 月 1 日，Codex CLI 通過 PR #7412 正式支持了 Skills。官方文檔標註這還是實驗性功能，後續可能還會有重大修改，不過已經基本可用了。

文件結構很簡單，在 ~/.codex/skills/ 目錄下建文件夾，裏面放一個 SKILL.md 文件就行。

$ tree ~/.codex/skills/
├── claude-skill/
│   └── SKILL.md
├── nanobanana-skill/
│   ├── SKILL.md
│   └── nanobanana.py
│   └── requirements.txt

SKILL.md 文件格式是 YAML 開頭加 Markdown 正文：

---
name: pdf-processing
description: 處理和填寫 PDF 表單。用於 PDF 相關任務。
---

# PDF 處理說明

用 pdfplumber 提取文本...

description 要寫清楚“做什麼”和“什麼時候用”，Codex 靠這個判斷要不要加載。寫得太模糊的話，該觸發的時候觸發不了。

Codex CLI 中的 Skill 調用方式有兩種：

1）類似於 Claude Code，在你的提示詞裏面直接說“使用某某skill幹嘛”；

2）顯式調用，使用 $skill-name [prompt]，比如 $nanobanana-skill 幫我繪製微信公眾號封面圖。

我遷移了哪些 Skills

我把之前在 Claude Code 上常用的 Skills 都遷移過來了，開源在 feiskyer/codex-settings。目前有六個。

claude-skill 在 Codex 裏調用 Claude Code。有些任務 Claude 做得更好，比如代碼審查、寫文檔、做設計等，我就會用這個 Skill 把任務甩給 Claude。

nanobanana-skill 用來生成圖片，調用的是 Google Gemini API。寫公眾號文章需要配圖的時候特別好用，一句話就能生成。支持各種尺寸和分辨率，從 1K 到 4K 都有。

youtube-transcribe-skill 提取 YouTube 字幕。看國外的技術分享視頻想做點筆記時，手動找字幕下載太麻煩了。這個 Skill 會先嚐試 yt-dlp，失敗了自動切換到瀏覽器自動化方式。

autonomous-skill 用於長時間任務。有些任務一個會話完不成，需要斷點續傳。這個 Skill 會生成任務清單，一個個執行，中間斷了也能接着來。不過目前還不能完全自動運行，執行時可能會因為權限請求暫停，需要人盯着點。

kiro-skill 是個完整的規範驅動開發工作流。從需求文檔、架構設計到任務清單、逐步實現，一條龍服務。適合做新功能的時候用，能幫你把需求想清楚再動手。

spec-kit-skill 集成了 GitHub 官方的 Spec Kit 工具，規範驅動開發那一套。從項目原則、功能需求到技術方案、任務清單，七個階段走下來，適合團隊協作的場景。

後面這三個 Skill 還不是特別穩定，還在測試階段。如果你也有類似的需求，歡迎提 Issue 或者直接發 PR 改進。

快速上手

安裝很簡單，三行命令。

# 備份原有配置
mv ~/.codex ~/.codex.bak

# 克隆配置倉庫
git clone https://github.com/feiskyer/codex-settings.git ~/.codex

# 安裝 Codex CLI
npm install -g @openai/codex

根據你的需要配置 Codex CLI，可以使用 ChatGPT 訂閲、OpenAI API Key 或者其他第三方國內外兼容 OpenAI API 的各種大模型。

如果你沒有這個倉庫，而是手動配置的話，不要忘記在你的 ~/.codex/config.toml 文件中添加：

[features]
skills = true

配置好後，啓動 codex 後輸入 /skills 能看到已加載的 Skills 列表。試試 $nanobanana-skill 生成一張簡約風格的山水畫，看看效果。

還有些小問題

Codex CLI 跟 Claude Code 的 Skills 設計理念基本一致，畢竟文件格式都一樣。但細節上還有改進空間。

Claude Code 支持 allowed-tools 字段，可以限制 Skill 只能用哪些工具，比如做只讀操作。Codex 暫時沒這個功能。另外 Codex CLI 的權限系統一直都比較粗糙，時不時需要人來授權操作，想讓 Skill 完全自主跑起來還有點難。

還有項目級別的 Skill 配置、Marketplace、Plugin 這些 Claude Code 已經有的功能，Codex 也都還沒支持。

不過 Codex 是開源項目，社區很活躍，這些功能應該不會等太久。

說實話，AI 編程工具發展到現在，越來越像個可編程的平台了。Prompt、Skill、MCP Server、Hook，各種擴展機制層出不窮。工具本身的能力邊界越來越模糊，關鍵看你怎麼配置和定製。

這對我們技術人來說是好事。不用等官方加功能，自己動手就能擴展。

相關資源

•

Codex Skills 配置倉庫 https://github.com/feiskyer/codex-settings

•

Codex Skills 官方文檔 https://github.com/openai/codex/blob/main/docs/skills.md

•

Claude Code Skills 文檔 https://code.claude.com/docs/en/skills

•

Claude Code 配置倉庫 https://github.com/feiskyer/claude-code-settings

好了，今天就聊到這兒。如果你也在探索 AI 工具和雲原生技術，歡迎關注 Feisky 公眾號，我會定期分享實踐中的發現和踩坑經驗。