TL;DR
- 是的，Codex 有技能。 技能是一个可重用的文件夹，其必需的
SKILL.md定义了工作流适用的条件以及 Codex 应该如何执行它。 - 技能不仅仅是保存的提示。 它们可以包括引用、脚本、模板和工具依赖项，而 Codex 仅在选择技能后加载完整说明。
- 一个好的技能拥有一个可重复的结果。 发布检查、文档更新、代码审查、事件分类和网络研究比“开发者助手”等广泛角色具有更强的边界。
- 网络研究需要一个集合层以及说明。 一个研究技能可以定义源选择和证据规则，而 Nstdata Crawl 作为结构化输入检索受限的公共页面。
- 实际测试是可重复性。 当相同的任务、修正、验收测试和输出格式在多个 Codex 会话中重复出现时，创建一个技能。
Codex 有技能吗？
是的，Codex 支持技能作为可重用的、任务特定的工作流包。官方 OpenAI 技能文档 将技能定义为包含必需的 SKILL.md 文件和可选脚本、引用、资产以及 UI 或依赖元数据的目录。
这个直接的答案很重要，因为旧的文章和论坛帖子将技能描述为实验性的、功能标记的，或存储在与当前文档不再匹配的路径中。Codex 现在在 ChatGPT 桌面应用、Codex CLI 和 IDE 扩展中支持独立技能。用户可以明确调用一个技能，而 Codex 在请求与其描述匹配时也可以隐式选择一个技能。
技能并不赋予模型无限的新知识。技能提供一个可重复的过程、执行所需的资源，并且在配置时，可以访问能够检索或更改外部数据的工具。这个区别很重要：说明决定了 Codex 的工作方式；工具决定了工作流可以访问的系统和当前数据。
例如，一个研究技能可以定义证据规则，而 Nstdata Crawl 提供当前的、受限的公共页面输入。
什么是 Codex 技能？
Codex 技能是 Codex 为可识别的工作装载的特定操作手册。必需的 SKILL.md 包含一个名称、一个控制发现的描述和说明；支持目录可以包含可执行脚本、更长的引用或模板。
Codex 使用逐步披露。它最初看到紧凑的技能元数据，然后在选择技能后读取完整说明，仅在需要时加载支持材料。这样可以保持详细的工作流可用，而不需要在每次对话中放入每个过程。
其结构遵循代理技能规范，而当前的 Codex 特定位置和调用行为则来自 OpenAI 的文档。个人技能属于文档化的用户范围，存储库技能可以被检查到 .agents/skills 中，管理员可以提供机器级别的默认值。使用当前位置表而不是从旧的社区教程中复制路径。
Codex 如何激活和使用技能
Codex 明确或隐式激活技能，但两种方式都依赖于清晰的技能边界。在 Codex CLI 或 IDE 扩展中，用户可以运行 /skills 或输入 $ 来提及一个技能。对于隐式使用，Codex 将任务与每个可用技能描述进行比较。
激活序列很简单：
