Codex 301:用插件和 Skills 组装你的 Agent 系统

导读

301 的主题是从“我会用 Codex”升级到“我能设计一套适合团队的 agent 系统”。核心概念很简单：AGENTS.md 负责长期规则，skills 负责可重复工作流，plugins 负责分发和集成，MCP/apps 负责连接外部系统，automations 负责定期或后台执行，mobile/remote 负责让你不坐在电脑前也能继续 steering。

本文地图

·理解 skills、plugins、MCP、subagents、automations、mobile remote 的分层关系。

·看官方插件和社区列表中最值得软件工程团队关注的方向。

·学会用 Codex 生成自己的 skill，并判断什么时候升级成 plugin。

·设计 scheduled tasks 与移动端远控的安全边界。

1. 先搭脑图：Codex 生态不是“装很多插件”

图 1：Codex 生态栈。

很多人第一次看到 plugins、skills、MCP、subagents、automations 会觉得概念很多。把它们按职责分层就清楚了：

AGENTS.md 是仓库契约；skill 是一套可复用的工作方法；
plugin 是把 skills、app integrations、MCP servers 打包成可安装单元；
MCP/apps 让 Codex 访问 GitHub、Figma、Sentry、Google Drive、Slack 等外部系统；automation 把稳定流程变成定期任务；
mobile/remote 让你从另一台设备继续发指令、审批和看结果。

2. 官方插件：先装能闭环工程工作的

截至本文核验日期，官方文档与社区 awesome 列表都把 OpenAI curated 插件作为最稳的起点。对软件工程团队，我建议优先考虑能让“需求、设计、代码、验证、发布、反馈”闭环的插件，而不是先追求花哨能力。

类别	代表插件/连接	工程价值
代码与协作	GitHub、Linear、Slack	PR、issue、评论、任务委托和团队沟通进入同一条工作流。
设计与前端	Figma、Browser、Chrome extension	从设计规格到页面验证，减少“看起来不对但说不清”的反馈损耗。
文档与办公	Google Drive、Notion、Gmail、Box	让需求文档、会议记录、发布说明、客户邮件成为可引用上下文。
观测与质量	Sentry、Codex Security	从线上错误和安全发现出发，生成修复、复现和验证路径。
部署与平台	Vercel、Cloudflare、Hugging Face、Sites	把预览、部署、模型/数据集、站点生成接入 agent 工作流。

我的安装顺序建议是：先装 GitHub/Linear/Slack 这类协作入口，再装 Figma/Browser/Sentry 这类能给代码修改提供证据的工具，最后按团队文档系统选择 Google Drive 或 Notion。插件不是越多越好；每多一个外部系统，就多一个权限、隐私和失败模式。

3. 社区生态：看趋势，不盲装

GitHub 上已经出现多个 Codex/agent skills 的 awesome 列表。2026-06-20 的 GitHub 搜索样本中，sickn33/antigravity-awesome-skills、hashgraph-online/awesome-codex-plugins、RoggeOhta/awesome-codex-cli、agent-sh/agentsys 等仓库都聚合了大量跨 Claude Code、Cursor、Codex、Gemini CLI 的 skills/plugins/subagents。它们很适合做生态雷达，但不等同于官方质量背书。

·值得关注的方向一：workflow harness。它们把 planning、TDD、review、release、session recovery 变成固定流程。

·方向二：review/quality gates。比如 test gap、secret guard、dependency doctor、flaky detector、PR storyteller。

·方向三：knowledge/memory。把架构决策、历史错误、代码热点、团队约定做成可检索上下文。

·方向四：multi-agent orchestration。把安全、测试、性能、可维护性拆给不同 subagents 并行分析。

·方向五：写作和文档。面向技术博客、PR 描述、变更日志、研究综述的 skills 会成为工程团队的“表达层”。

社区插件筛选原则

先看源码和权限，再看维护活跃度；先在 Strict/Approve 权限下试跑，再考虑自动化；能用官方 curated 插件解决的，不要急着装不明来源的全能包。

4. Skills：把“会做一次”变成“稳定会做”

Skill 的本体通常是一个目录，至少包含 SKILL.md，也可以带 references、scripts、assets。Codex 先只看到 skill 的 name/description；当任务匹配时，它再读取完整说明。这叫 progressive disclosure，目的是让大量技能存在但不挤爆上下文。

my-tech-blog-editor/          SKILL.md           references/             style-guide.md             source-policy.md           scripts/             lint_article.py

我们这次为了写作安装的四个 skill 很有代表性：openai-docs 用于官方事实核验，notion-research-documentation 用于跨资料综合，migrate-to-codex 用于理解从 Claude/Cursor 迁移到 Codex 的语境，screenshot 用于需要系统截图时保留证据。安装后通常需要重启 Codex 才会被新线程自动发现。

5. 用 Codex 生成自己的 Skill

当你发现自己每次写测试脚本都要重复同一套要求：先读需求、设计文档和已有用例，确认测试目标和环境约束，区分必测路径和可选覆盖，保留脚本可运行性，补齐断言、日志、清理逻辑和失败排查信息，这就是创建 skill 的信号。你可以直接调用内置 skill creator，也可以让 Codex 先帮你起草。

$skill-creator我想创建一个 test-script-writer skill。触发场景：当我要为功能、回归、稳定性、故障注入或性能场景编写自动化测试脚本时。工作流：1. 先确认测试目标、被测对象、运行环境、输入参数和通过标准。2. 阅读需求、设计文档、已有测试用例和相关代码，区分确定事实、假设和待确认点。3. 优先复用项目已有测试框架、fixture、helper、日志和断言风格，保持脚本能直接运行。4. 先设计测试矩阵和关键断言，再生成具体脚本、配置 YAML 或命令示例。5. 对涉及环境、版本、接口行为或产品限制的内容，使用“截至日期”或明确版本号描述。6. 输出前检查参数默认值、超时设置、清理逻辑、错误处理、日志可读性和失败排查信息。

一个好 skill 的关键不在于写很多约束，而在于描述清楚“什么时候触发、输入是什么、步骤是什么、输出验收标准是什么”。如果 workflow 需要确定性脚本，比如检查 Markdown 标题层级、链接可达性、中文标点或代码块语言，就把脚本放进 scripts/。如果 workflow 需要风格指南，就放 references/。

6. 什么时候升级成 Plugin

Skill 是个人模式，plugin 是分发模式。当一个 workflow 只给你自己用，放在用户 skill 目录就够了；当它要给团队安装、要和 MCP server 或 app integration 一起分发、要有图标/市场元数据/权限说明，就应该做成 plugin。官方 plugin creator 可以脚手架 .codex-plugin/plugin.json，也可以帮你生成本地 marketplace。

选择	适合	不适合
AGENTS.md	仓库规则、测试命令、固定约束	复杂多步流程、外部工具连接。
Skill	可重复的专业任务：写发布说明、做安全 review、跑迁移 checklist	需要团队一键安装和外部 app 授权的场景。
Plugin	打包 skills、MCP servers、app integrations 给团队或社区使用	只有一段个人提示词的小需求。
MCP server	需要实时访问外部系统或私有数据	纯文本规范或静态参考资料。

7. Scheduled tasks：让稳定流程自己醒来

Codex App 的 automations 分两类：standalone/project automation 每次按计划开始新 run，把发现放到 Triage；thread automation 像 heartbeat，会回到同一个线程，适合持续跟进一个上下文。Git 仓库中的 automation 可以在本地项目或 dedicated worktree 里跑；worktree 能隔离自动化改动，但也要定期清理。

·每日 9:30：检查昨晚 Sentry 新增高优先级错误，关联最近部署，生成修复建议。

·每 30 分钟：在当前线程检查长跑测试是否完成；如果失败，读取日志并继续定位。

·每周五：总结本仓库 merged PR、风险变更和下周测试缺口，生成工程周报。

·PR babysit：轮询 GitHub review comments，若有新 P1 反馈则创建 worktree 修复并报告 diff。

自动化的提示要写得比普通 prompt 更耐久：它每次醒来都应该知道要看什么、什么算有发现、什么时候沉默或归档、什么时候必须问你。权限上不要让 unattended task 默认 Full；多数团队应该从 workspace-write 加 rules allowlist 开始。

8. Mobile：从手机 steering，不是把手机变成开发机

Codex 的移动体验本质是 remote control：你在 ChatGPT 移动 App 里发送提示、审批动作、看 diff 和结果；真正的仓库、终端、插件、MCP、浏览器和 Computer Use 都来自已连接的 Mac/Windows 主机或远程开发环境。设置时需要在 Codex App 主机上开启 mobile setup，手机扫码完成连接。

·适合：通勤时审批长任务、补充指令、查看测试结果、让 always-on 主机继续跑工作。

·不适合：在手机上配置复杂本地依赖、处理需要大量人工读 diff 的高风险变更。

·安全边界：主机的 sandbox、approval、插件权限仍然生效；手机只是控制面。

·实用搭配：always-on Mac/Windows 主机 + worktree + thread automation。

9. 301 实战蓝图：一周内搭出团队 Agent 系统

1.第 1 天：为核心仓库写一个短 AGENTS.md，只放目录、测试命令、禁区和 review 规则。

2.第 2 天：安装 GitHub/Linear/Sentry/Figma/Google Drive 等必要插件，逐个验证权限。

3.第 3 天：把团队最常做的三件事写成 skills：PR 描述、回归测试计划、线上错误 triage。

4.第 4 天：用 /review 和 browser annotations 走完一个真实 PR 修复闭环。

5.第 5 天：创建一个 thread automation 跟进长任务，一个 standalone automation 生成周报。

6.第 6 天：把有价值的 skill 包装成 plugin，在本地 marketplace 试安装。

7.第 7 天：做安全复盘：哪些插件可以保留，哪些命令需要 rules，哪些流程仍必须人工审批。

最终判断标准

一个成熟的 Codex 系统不是“agent 能不能自动写很多代码”，而是团队能否用更少重复沟通、更清晰证据、更可控权限，把需求、实现、验证、审查和知识沉淀串起来。

资料来源与核验说明

本文事实资料核验于 2026-06-20。Codex 的价格、模型、功能成熟度与插件目录会持续变化，发布前如需绝对最新版本，应再次打开官方页面核对。

·OpenAI Codex 文档首页: https://developers.openai.com/codex

·OpenAI Codex Pricing: https://developers.openai.com/codex/pricing

·OpenAI Codex CLI README: https://github.com/openai/codex

·OpenAI Codex Agent approvals & security: https://developers.openai.com/codex/agent-approvals-security

·OpenAI Codex App Features: https://developers.openai.com/codex/app/features

·OpenAI Codex Skills: https://developers.openai.com/codex/skills

·OpenAI Codex Plugins: https://developers.openai.com/codex/plugins

·OpenAI Codex Automations: https://developers.openai.com/codex/app/automations

·OpenAI Codex Remote connections / mobile: https://developers.openai.com/codex/remote-connections

·OpenAI Skills GitHub repository: https://github.com/openai/skills

·Awesome Codex Plugins community list: https://github.com/hashgraph-online/awesome-codex-plugins

·Awesome Codex CLI community list: https://github.com/RoggeOhta/awesome-codex-cli

·GitHub search sample for Codex skills/plugins: https://github.com/search?q=codex+plugin+skills&type=repositories