Skills Codex: Cara Mencipta Skill untuk Tugasan Berulang
MarkdownStruktur SKILL.md, laluan pemuatan, pencetusan eksplisit dan automatik, kriteria hasil serta pemindahan kemahiran ke Claude Code.
Baca artikel penuh
Jika anda menerangkan perkara yang sama kepada Codex lima kali seminggu—cara memformat laporan, menyemak e-mel atau menyediakan salinan mengikut gaya anda—anda boleh menulis arahan itu sekali sahaja dalam bentuk skill. Selepas itu, ejen boleh mencarinya melalui penerangannya apabila penerangan itu sepadan dengan tugasan, atau anda boleh mencetuskannya secara eksplisit. Skill ialah folder biasa yang mengandungi fail teks bernama SKILL.md; pengaturcaraan tidak diperlukan untuk kegunaan asas.
Di bawah, kami menerangkan struktur skill, tempat Codex mencarinya, cara menciptanya langkah demi langkah dan cara memilih model berdasarkan kos. Arahan dan harga berasaskan dokumentasi rasmi OpenAI setakat 20 September 2026. Kami tidak mengulangi arahan pemasangan Codex di sini; arahan tersebut terdapat dalam panduan Codex oleh OpenAI: Apa Itu, Cara Memasang dan Menjalankannya.
Maklumat praktikal tentang penggunaan Ailoot tersedia dalam dokumentasi.
Apakah Skill dalam Codex?
Inti pati utama
Skill Codex ialah folder dengan fail SKILL.md yang menerangkan sesuatu proses: perkara yang perlu dilakukan, perkara yang perlu dijadikan asas dan rupa hasil yang baik. Pada mulanya, Codex hanya menyimpan nama dan penerangan skill dalam konteks, lalu memuatkan arahan penuh apabila memutuskan untuk menggunakannya.
Format ini dipanggil Agent Skills. Ini ialah standard terbuka yang pada asalnya dibangunkan oleh Anthropic dan diterbitkan di agentskills.io. Format ini disokong oleh pelbagai ejen, termasuk Codex, Claude Code dan klien serasi yang lain. Skill ringkas yang hanya terdiri daripada arahan teks boleh dipindahkan antara klien dengan menyalin foldernya. Jika skill mengandungi skrip, kebergantungan atau fail agents/openai.yaml, semak skill itu selepas pemindahan: sesetengah tetapan khusus untuk klien tertentu.
Kaedah pemuatan ini dipanggil pendedahan berperingkat. Ejen menggunakan nama dan penerangan skill untuk menentukan bila skill itu berkaitan. Apabila tugasan sepadan dengan penerangan, ejen membaca keseluruhan SKILL.md dan mengikut arahannya. Ini membolehkan anda menyimpan berpuluh-puluh skill dalam Codex tanpa memuatkan setiap arahan ke dalam konteks: senarai awal menggunakan tidak lebih daripada 2% tetingkap konteks (atau 8,000 aksara jika saiz tetingkap tidak diketahui). Jika terdapat banyak skill, Codex akan memendekkan penerangannya terlebih dahulu; jika jumlahnya sangat besar, Codex mungkin menggugurkan beberapa skill daripada senarai dan memaklumkan anda.
Skill mudah dikelirukan dengan AGENTS.md. Codex membaca fail ini dalam setiap sesi projek. Fail ini mengandungi peraturan tetap: tindanan teknologi, konvensyen dan gaya pengekodan. Skill pula dimuatkan atas permintaan apabila tugasan sepadan dengannya. Jadi, letakkan peraturan tetap dalam AGENTS.md, dan proses berulang yang mempunyai langkah-langkah dalam skill.
Skill Hermes Agent berfungsi dengan cara yang serupa, tetapi disimpan dalam folder yang berbeza dan dipasang dengan cara yang berlainan. Skill tersebut diterangkan dalam panduan berasingan: Skills Hermes Agent: Pemasangan dan Penciptaan. Artikel ini hanya tentang Codex.
Apakah Kandungan Sesuatu Skill?
Inti pati utama
Sekurang-kurangnya, sesuatu skill mempunyai satu fail SKILL.md dengan dua medan wajib: name dan description. Secara pilihan, anda boleh menambah folder scripts/, references/ dan assets/, serta fail agents/openai.yaml yang mengandungi tetapan.
Folder skill mempunyai struktur berikut:
my-skill/
SKILL.md - wajib: metadata dan arahan
scripts/ - pilihan: kod boleh laksana
references/ - pilihan: dokumen untuk dimuatkan apabila diperlukan
assets/ - pilihan: templat dan sumber
agents/
openai.yaml - pilihan: penampilan dan kebergantungan
Fail SKILL.md itu sendiri bermula dengan blok metadata yang diapit oleh tiga tanda sempang, diikuti teks arahan dalam Markdown:
---
name: weekly-sales-report
description: Sediakan laporan jualan mingguan daripada eksport CSV. Gunakan apabila diminta menyediakan laporan jualan mingguan atau ringkasan mengikut pengurus.
---
1. Baca fail eksport pada laluan yang diberikan oleh pengguna.
2. Kumpulkan baris mengikut pengurus dan kira jumlah keseluruhan serta bilangan urus niaga.
3. Bandingkan dengan minggu sebelumnya jika fail untuk minggu sebelumnya berada berdekatan. Jika tiada, nyatakan perkara itu secara terus dalam laporan.
4. Simpan hasil dalam report.md: jadual mengikut pengurus, jumlah keseluruhan dan sehingga tiga perubahan utama berserta angka, sebanyak yang disokong oleh data.
Tiga peraturan daripada saranan rasmi OpenAI:
- Satu skill, satu tugasan. Daripada “Uruskan semua pemasaran saya,” pilih tugasan khusus: “sediakan laporan jualan daripada eksport ini.” Pecahkan proses yang lebih besar kepada skill berasingan yang boleh dicetuskan mengikut turutan.
- Tulis langkah secara terus dengan input dan output yang jelas: perkara yang perlu digunakan, perkara yang perlu dilakukan dan tempat hasil perlu diletakkan.
- Mulakan dengan arahan teks. Gunakan skrip dalam
scripts/apabila sesuatu langkah perlu dijalankan dengan cara yang sama setiap kali—contohnya, untuk menukar fail atau menghubungi sistem luaran.
Codex memilih skill untuk sesuatu tugasan berdasarkan medan description, jadi mulakan penerangan dengan tugasan tersebut dan perkataan yang biasanya anda gunakan untuk menerangkannya.
Di Manakah Codex Mencari Skill?
Inti pati utama
Codex mencari skill pada empat peringkat: dalam folder .agents/skills projek (dengan menyemak folder semasa dan setiap folder induk sehingga ke akar repositori), dalam folder peribadi $HOME/.agents/skills, dalam folder sistem /etc/codex/skills dan dalam kalangan skill terbina dalam OpenAI.
| Peringkat | Laluan | Tujuan |
|---|---|---|
| Projek | .agents/skills dalam folder semasa dan folder induknya sehingga ke akar repositori | Skill untuk projek tertentu, yang boleh disimpan dalam git bersama kod |
| Pengguna | $HOME/.agents/skills | Skill peribadi anda, tersedia dalam semua projek pada mesin tersebut |
| Sistem | /etc/codex/skills | Skill yang dikongsi oleh semua pengguna mesin atau bekas |
| Terbina dalam | Disertakan bersama Codex | Skill asas daripada OpenAI, seperti pencipta skill |
Menyimpan skill projek dalam git bersama kod adalah mudah supaya seluruh pasukan mendapat set yang sama. Skill peribadi sesuai untuk proses anda sendiri, seperti gaya e-mel anda. Jika dua skill pada peringkat berlainan mempunyai nama yang sama, Codex tidak menggabungkannya: kedua-duanya muncul dalam senarai, lalu menyukarkan pemilihan. Pastikan nama skill unik.
Sebagai perbandingan, skill Claude Code disimpan dalam .claude/skills, setiap satunya dengan SKILL.md sendiri, dan menggunakan standard terbuka yang sama. Skill ringkas boleh dipindahkan ke sana dengan menyalin foldernya; selepas itu, jalankan dan semak sama ada skill tersebut dicetuskan. Untuk perbandingan sambungan Claude Code, lihat Skills, Subagents, MCP atau Plugins.
Bagaimanakah Codex Menentukan Skill yang Perlu Dicetuskan?
Inti pati utama
Anda boleh mencetuskan skill secara eksplisit: dalam CLI Codex atau sambungan IDE, masukkan $skill-name dalam permintaan anda atau pilihnya melalui /skills. Untuk pencetusan implisit, Codex memilih skill secara automatik jika tugasan anda sepadan dengan penerangannya. Skill itu mesti tersedia dan pencetusan automatik mesti dibenarkan.
Pencetusan eksplisit lebih boleh diharapkan pada peringkat awal: dalam CLI Codex, masukkan $weekly-sales-report untuk memilih proses khusus itu. Pencetusan implisit lebih mudah untuk kerja harian. Selepas menulis skill, ujinya dengan ayat biasa: minta Codex melaksanakan tugasan menggunakan kata-kata anda sendiri, tanpa $, dan lihat sama ada Codex memilih skill tersebut. Jika tidak, semak dahulu sama ada Codex dapat melihat skill dalam /skills, sama ada skill itu berada dalam salah satu folder pemuatan dan sama ada skill atau pencetusan automatiknya dinyahdayakan. Jika skill tersedia dan tetapan betul, perkemas description: nyatakan tugasan dan cara biasa permintaan itu dirumuskan.
Jika anda mahu sesuatu skill tersedia hanya melalui arahan eksplisit, anda juga boleh menetapkannya begitu: dalam agents/openai.yaml, parameter allow_implicit_invocation: false menyahdayakan pencetusan automatik, manakala $name terus berfungsi. Anda boleh menyahdayakan skill sepenuhnya tanpa memadamkannya melalui ~/.codex/config.toml:
[[skills.config]]
path = "/full/path/to/the/skill/SKILL.md"
enabled = false
Selepas mengedit config.toml, mulakan semula Codex. Codex mengesan perubahan pada folder skill secara automatik, tetapi jika skill baharu tidak muncul, mulakan semula Codex.
Cara Mencipta Skill Sendiri: Langkah demi Langkah
Inti pati utama
Pilih satu tugasan berulang, cipta skill dengan pembantu terbina dalam $skill-creator atau secara manual, tulis arahan yang menetapkan hasil dengan jelas, uji pencetusannya menggunakan ayat biasa dan perkemas skill selepas setiap penggunaan.
Pilih satu tugasan
Pilih proses yang anda ulang secara berkala dan mempunyai hasil yang jelas: laporan, jadual, surat atau analisis. Jika anda belum pernah menerima hasil seperti itu, siapkan tugasan tersebut secara manual dengan ejen terlebih dahulu. Gunakan hasil yang diperoleh sebagai penanda aras untuk arahan.
Cipta skill
Untuk mencipta skill dengan pembantu terbina dalam, masukkan
$skill-creatordalam sesi Codex. Pembantu itu akan bertanya tentang fungsi skill, bila skill patut dicetuskan dan sama ada skrip diperlukan, kemudian menyediakan rangkanya untuk anda. Untuk menciptanya secara manual, buat folder.agents/skillsdalam projek dengan subfolder untuk skill tersebut, seperti.agents/skills/weekly-sales-report, dan letakkan failSKILL.mddi dalamnya menggunakan contoh di atas.Tulis arahan
Tulis langkah sebagai senarai bernombor dengan input dan output yang jelas. Jika proses memerlukan ketepatan (pemindahan data, penamaan semula, pengiraan), perincikan setiap langkah. Untuk tugasan kreatif (menulis salinan, memilih hujah), tetapkan batasan dan kriteria hasil yang baik sambil memberi model ruang untuk bekerja.
Uji pencetusan
Minta Codex melaksanakan tugasan menggunakan kata-kata anda sendiri tanpa menyebut nama skill. Jika Codex memilih skill yang betul, penerangan itu berfungsi untuk cara ungkapan tersebut. Kemudian uji pencetusan eksplisit dengan
$name. Jika skill tidak dicetuskan, semak foldernya, sama ada ia muncul dalam/skillsdan tetapan nyahdaya yang diterangkan di atas. Jika skill baharu tidak muncul dalam senarai, mulakan semula Codex. Jika pencetusan eksplisit berfungsi dan pencetusan automatik dibenarkan, tetapi Codex tidak bertindak balas terhadap permintaan yang ditulis dengan kata-kata anda sendiri, perkemas permulaandescription: letakkan tugasan dahulu, diikuti cara biasa untuk merumuskannya. Uji sekali lagi.Perkemas selepas penggunaan
Selepas setiap penggunaan, semak hasil dan beritahu ejen perkara yang perlu diubah dalam skill: “Lain kali, tambah lajur yang menunjukkan bahagian dalam jadual ringkasan.” Perkemas skill untuk kerja kreatif berdasarkan maklum balas jika versi pertama tidak menghasilkan hasil yang anda perlukan.
Skill sedia guna daripada OpenAI dan komuniti dipasang menggunakan $skill-installer dan nama skill tersebut. Untuk berkongsi skill anda dengan orang lain, edarkannya sebagai plugin—ini ialah kaedah pemaketan berasingan yang tidak diperlukan untuk kegunaan peribadi.
Cara Menyemak Hasil Ejen
Inti pati utama
Letakkan kriteria penerimaan terus dalam skill: perkara yang mesti terkandung dalam hasil dan cara ejen perlu menyemak kerjanya sebelum menyerahkannya. Ini tidak menjamin ketepatan; anda tetap perlu menyemak hasil itu sendiri.
Semakan boleh bersifat objektif atau subjektif. Semakan objektif boleh diukur: “laporan mengandungi kesemua 12 pengurus daripada eksport,” atau “jumlah dalam jadual sepadan dengan jumlah CSV.” Catatkan perkara ini sebagai keperluan tetap. Semakan subjektif berkaitan kualiti: “teks ini kedengaran seperti tulisan saya,” atau “kesimpulannya ringkas.” Anda juga boleh memformalkannya: sertakan contoh petikan yang baik dalam skill dan minta ejen membandingkan hasilnya dengan contoh itu.
Teknik yang berguna ialah kitaran semakan: selepas menyediakan hasil, ejen menyemak senarai kriteria, membetulkan perkara yang ditemuinya dan hanya selepas itu menunjukkannya kepada anda. Anthropic menggunakan corak yang serupa, dipanggil evaluator-optimizer: seorang ejen melakukan kerja, penilai berasingan menyemaknya dan memberikan maklum balas, kemudian proses berulang sehingga hasil diterima. Dalam satu skill, corak ini biasanya dipermudah—semakan kendiri terakhir berdasarkan senarai. Ingat batasannya: kaedah ini lebih lemah berbanding penilaian bebas kerana ejen yang melakukan kerja itu mungkin tidak menyedari kesilapannya sendiri.
Contoh blok semakan untuk laporan kita:
## Sebelum menyerahkan, semak
- Jadual mengandungi semua pengurus daripada eksport; tiada sesiapa yang tertinggal.
- Jumlah keseluruhan sepadan dengan jumlah CSV hingga sen terakhir.
- Setiap perubahan utama disokong oleh angka; jika tiada data untuk perbandingan, laporan menyatakannya secara terus.
- Fail disimpan di report.md dan laluannya telah dikongsi dengan pengguna.
Model Apakah yang Patut Dipilih untuk Sesuatu Skill?
Inti pati utama
Mulakan dengan model yang berjaya menjalankan skill, kemudian cuba model yang lebih murah: jika kualiti kekal, pilih model yang lebih murah. Kadar API dan pilihan permulaan untuk penggunaan awal disenaraikan di bawah—setakat 20 September 2026.
| Model | Input, $/juta token | Output, $/juta token | Perkara pertama untuk diuji |
|---|---|---|---|
| GPT-6 Astra | 10 | 50 | Skill yang melibatkan penaakulan lanjutan, imej dan penggunaan pelayar |
| GPT-5.6 Sol | 4 | 20 | Skill teks dengan kerumitan sederhana |
| GPT-5.6 Terra | 2.50 | 15 | Proses mudah dengan hasil yang jelas |
| GPT-5.6 Luna | 0.20 | 1.20 | Tugasan mekanikal: memformat semula, mengira, menyusun senarai |
Lajur paling kanan mencadangkan tugasan untuk semakan awal. Ia bukan kedudukan atau hasil perbandingan: anda hanya dapat mengenal pasti model yang sesuai untuk skill anda selepas menjalankannya dan membandingkannya dengan hasil penanda aras.
Harga dalam jadual ialah kadar API daripada halaman model setakat 20 September 2026, bukannya harga langganan ChatGPT. Apabila menggunakan langganan, penggunaan tertakluk pada hadnya. Setakat tarikh ini, Sol mempunyai kadar promosi $4/$20 sehingga sekurang-kurangnya 21 November 2026; harga standard ialah $5/$30. Sebelum menjalankan tugasan berulang berskala besar, semak halaman harga: promosi OpenAI berubah.
Jalankan skill yang sama menggunakan model lebih murah yang seterusnya dan bandingkan hasilnya dengan penanda aras. Jika kualitinya kekal, cuba model seterusnya yang lebih murah. Jika kualiti menurun, kembali kepada model sebelumnya. Model juga mempunyai tahap usaha: Astra merangkumi low hingga max, manakala keluarga 5.6 merangkumi none hingga max. Uji tahap tersebut menggunakan penanda aras yang sama: pilih model dahulu, kemudian tahap usaha.
Penggunaan skill secara berkala membawa kos berulang. Harga input Astra ialah 50 kali ganda harga Luna, jadi penggunaan model yang berbeza untuk skill berulang yang sama boleh menghasilkan kos yang berbeza dengan ketara. Untuk skill yang menganalisis tangkapan skrin dan dokumen, model yang lebih lemah mungkin menelan belanja lebih tinggi kerana perlu dibuat semula.
Kesilapan Lazim Semasa Mencipta dan Menggunakan Skill
- Skill “untuk segala-galanya.” Satu proses, satu skill—ini juga saranan OpenAI. Sukar untuk menerangkan skill sejagat sepanjang sepuluh halaman dengan tepat, dan Codex memilih skill bagi sesuatu tugasan berdasarkan penerangannya.
- Penerangan yang kabur. “Membantu menyediakan laporan” tidak menjelaskan jenis laporan yang dimaksudkan. Letakkan tugasan dan cara biasa untuk merumuskannya pada permulaan
description. - Arahan tanpa hasil yang ditentukan. Jika anda tidak menyatakan perkara yang perlu dihasilkan dan tempat untuk menyimpannya, hasil mungkin berbeza-beza antara penggunaan.
- Tiada semakan langsung. Tanpa langkah terakhir yang mempunyai kriteria, hasilnya mungkin draf yang belum selesai dan perlu anda semak sepenuhnya sendiri.
- Model paling berkemampuan sebagai tetapan lalai. Semak dahulu sama ada model yang lebih murah boleh mengendalikan tugasan: jalankan skill yang sama dan bandingkan hasilnya dengan penanda aras. Tukar model hanya jika kualitinya kekal.
- Nama yang sama dalam folder berbeza. Codex tidak menggabungkan skill dengan nama yang sama, lalu menyukarkan pemilihan yang betul.
Cara Bermula dan Memindahkan Skill ke Claude Code
Inti pati utama
Pilih satu proses berulang, cipta skill menggunakan $skill-creator, uji pencetusannya dengan ayat anda sendiri dan tambah langkah terakhir dengan kriteria penerimaan. Selepas beberapa penggunaan, perkemas penerangan dan arahan berdasarkan kesilapan yang ditemui.
Jika anda bekerja dengan beberapa ejen, anda boleh memindahkan folder yang hanya mengandungi arahan teks dan fail SKILL.md ke Claude Code. Di sana, skill disimpan dalam .claude/skills dan dicetuskan menggunakan /name. Semak skill selepas pemindahan jika ia mengandungi skrip, kebergantungan atau agents/openai.yaml. Untuk panduan pustaka skill Claude Code, lihat Skills Claude Code: Cara Membina Set Anda Sendiri; untuk perbandingan Codex dengan Claude Code, lihat Codex vs Claude Code.
Sumber
- OpenAI Developers: Membina skill—dokumentasi Codex
- OpenAI Developers: Gambaran keseluruhan Codex
- OpenAI Platform: Model dan kadar API
- Agent Skills: Standard terbuka dan spesifikasi
- Dokumentasi Anthropic: Meluaskan Claude dengan skill
- Anthropic Engineering: Membina ejen yang berkesan
- OpenAI Developers: Membina plugin
Butiran lanjut
Soalan lazim: Skills Codex: Cara Mencipta Skill untuk Tugasan Berulang
Mengapakah panggilan jelas berfungsi tetapi pemilihan skill automatik gagal?
Pastikan skill kelihatan dalam /skills dan panggilan tersirat didayakan. Jika kedua-duanya betul, perbaik huraian supaya bermula dengan tugasan serta mengandungi perkataan yang biasa anda gunakan, kemudian uji semula permintaan biasa yang sama.
Apakah yang patut disahkan dalam output skill laporan jualan?
Pastikan setiap pengurus dalam eksport input diwakili, jumlah sepadan dengan data sumber, setiap perubahan didakwa disokong angka dan fail laporan diminta disimpan. Jika tempoh terdahulu tiada, laporan patut menyatakannya.