前言：Codex 不只是写代码，真正厉害的是“装技能”

很多人第一次用 Codex，都是这样用的：

帮我写一个接口。
帮我改一个 Bug。
帮我解释一下这段代码。

这样当然可以，但这只是最基础的用法。

真正高级的玩法，是给 Codex 装“技能”。

什么是技能？

简单来说，Agent Skill 就是一套可复用的工作方法。它通常是一个文件夹，里面有：

• SKILL.md：告诉 AI 什么时候用这个技能、怎么执行；

• scripts：可选脚本，用来做自动化处理；

• references：参考文档、模板、规范；

• assets：输出模板、图片、配置文件等资源。

你可以把它理解成：

普通 Codex 是一个聪明的程序员；
装了技能的 Codex，是一个带了工作手册、代码规范、测试流程、行业经验包的专业工程师。

比如你经常让 Codex 帮你：

• 做代码审查；

• 修复 CI 报错；

• 写测试用例；

• 生成会议纪要；

• 做 SEO 分析；

• 做科学研究；

• 生成简历；

• 分析 Excel；

• 设计产品方案；

• 写运营文案。

这些重复性工作，都可以封装成 Skill。

这篇文章就给大家整理一批 GitHub 上比较值得关注的 Agent Skills 仓库，不管你是程序员、产品经理、运营、设计师、科研人员，甚至是创业者，都能从里面找到适合自己的 AI 工作流。

---

一、Agent Skills 到底能给 Codex 带来什么？

在没有技能之前，你每次都要重复告诉 Codex：

请按我的代码规范来写。
请先分析再修改。
请检查空引用。
请注意 SQL 注入。
请输出测试用例。
请不要乱改无关文件。

时间长了非常麻烦，而且 Codex 每次执行质量也不稳定。

有了 Skill 之后，你可以把这些规则固化下来。

比如你可以创建一个 csharp-winforms-review 技能，里面写清楚：

当用户要求审查 C# WinForms 代码时，请检查：
1. 是否兼容 .NET Framework 4.5；
2. 是否使用了 C# 6.0 以上语法；
3. 是否存在 UI 线程跨线程访问；
4. 是否存在 DataTable 行数未判断；
5. 是否存在 SQL 拼接风险；
6. 是否存在资源未释放；
7. 是否影响 DevExpress 17.2 控件兼容性。

以后你只要说：

用 csharp-winforms-review 技能审查这次改动。

Codex 就能按照你的固定规范来执行。

这就像古代打仗，不只是将军聪明，还要有兵法、阵法、粮草和军纪。没有技能的 AI 是“临场发挥”，有技能的 AI 是“按标准作战”。

---

二、Codex Skill 的安装位置

一般来说，Codex 的技能目录可以放在：

~/.codex/skills

如果你想给某个项目单独配置技能，也可以考虑项目级目录，例如：

.agents/skills

一个典型技能结构如下：

my-skill/
├── SKILL.md
├── scripts/
├── references/
└── assets/

其中最核心的是 SKILL.md。

一个最简单的 SKILL.md 可以这样写：

---
name: csharp-code-review
description: Use this skill when reviewing C# WinForms or ASP.NET code for bugs, compatibility, SQL safety, and maintainability.
---

# C# Code Review Skill

When reviewing C# code, check:

1. Framework compatibility
2. Null reference risks
3. SQL injection risks
4. UI thread issues
5. Exception handling
6. Logging strategy
7. Performance risks
8. Maintainability

这个结构很简单，但价值非常大。

因为它让 Codex 从“临时问答”变成了“有流程、有规范、有上下文的专业助手”。

---

三、GitHub 上值得关注的高星 Codex / Agent Skills 仓库

下面这些仓库，大部分都可以直接用于 Codex，或者可以作为 Codex Skill 的参考模板。

---

1. OpenAI 官方 Skills 仓库

GitHub：

https://github.com/openai/skills

适合人群：

• Codex 用户；

• AI 编程工具使用者；

• 想学习官方 Skill 结构的人；

• 团队想做内部技能库的人。

这是 OpenAI 官方的 Skills Catalog。它的意义不只是“里面有几个技能”，更重要的是它代表了官方推荐的技能组织方式。

这个仓库适合你重点学习：

• Skill 文件夹怎么组织；

• SKILL.md 应该怎么写；

• 技能描述应该怎么写；

• 技能如何被 Codex 发现和触发；

• 官方推荐的技能目录规范。

适合放进 Codex 的方向：

1. 代码审查技能；

2. 测试技能；

3. 文档生成技能；

4. 项目计划技能；

5. 技能安装器；

6. 自定义团队规范技能。

我的建议：

如果你刚开始研究 Codex Skills，第一站就看这个仓库。

它相当于“官方教材”。

---

2. VoltAgent / awesome-agent-skills

GitHub：

https://github.com/VoltAgent/awesome-agent-skills

适合人群：

• 想快速找大量 Agent Skills 的人；

• 想看不同领域技能分类的人；

• 想找 Claude Code、Codex、Gemini、Cursor 通用技能的人；

• 想研究 AI Agent 生态的人。

这个仓库是一个非常大的 Agent Skills 导航合集，里面整理了大量官方团队和社区贡献的技能，并且明确提到兼容 Claude Code、Codex、Gemini CLI、Cursor、GitHub Copilot、Windsurf 等多个 AI 编程工具。

它的优势是：

• 技能数量多；

• 分类清楚；

• 覆盖面广；

• 不局限于写代码；

• 适合当作“技能市场导航”。

可以重点关注这些类型：

开发类技能

比如：

• 代码审查；

• 测试生成；

• CI 修复；

• GitHub PR 处理；

• 架构审查；

• 技术债分析；

• 安全审计。

产品类技能

比如：

• PRD 编写；

• 用户故事拆解；

• 产品路线图；

• 需求优先级评估；

• 竞品分析。

运营和营销类技能

比如：

• SEO；

• 内容生成；

• 广告投放分析；

• 用户增长；

• 线索挖掘。

设计类技能

比如：

• 设计规范；

• 主题生成；

• UI 布局；

• 图片优化；

• 品牌风格指南。

我的建议：

这个仓库适合收藏，不一定一次全装。

你可以先从里面挑 3 到 5 个最适合自己的技能，比如：

• 代码审查；

• 测试；

• 文档；

• 产品需求；

• 运营文案。

---

3. K-Dense-AI / scientific-agent-skills

GitHub：

https://github.com/K-Dense-AI/scientific-agent-skills

适合人群：

• 科研人员；

• 医药研发人员；

• 生物信息学人员；

• 化学、医学、药物发现方向从业者；

• 想把 AI Agent 用在科研流程的人。

这个仓库非常有代表性，因为它说明 Agent Skills 不只是程序员专属。

它主打把 AI Agent 变成“AI Scientist”，提供大量科学研究相关技能，比如：

• 生物学分析；

• 化学分析；

• 医学研究；

• 药物发现；

• 科研数据库检索；

• 实验数据分析；

• 文献整理；

• 科研报告生成。

适合 Codex 的用法：

你可以把它当作“科研技能库”安装进 Codex 或其他支持 Agent Skills 的工具里，让 AI 按科研流程执行任务。

比如可以这样用：

请使用 scientific-agent-skills 的思路，帮我分析这组实验数据，并生成一份结构化科研报告。

或者：

请作为药物发现研究助手，帮我梳理某个靶点相关的文献、数据库和候选分子分析路径。

不过要注意：

医学、药物、科研结论属于高风险领域，AI 只能作为辅助分析工具，最终结论必须由专业人员审核。

我的建议：

如果你的博客想体现“Codex 不止能写代码”，这个仓库非常值得写进去。

---

4. alirezarezvani / claude-skills

GitHub：

https://github.com/alirezarezvani/claude-skills

适合人群：

• 程序员；

• 产品经理；

• 运营人员；

• 创业者；

• 管理者；

• 做 AI 工作流的人。

这个仓库虽然名字叫 claude-skills，但它明确支持 OpenAI Codex、Gemini CLI、Cursor、Windsurf、Aider 等多种 AI Coding Agent。

它的特点是覆盖面非常广。

里面包含：

• 工程技能；

• 安全审计；

• DevOps；

• 营销；

• 产品；

• 合规；

• C-level 管理角色；

• 商业增长；

• 财务分析；

• 学术研究；

• 日常效率。

比较有意思的是，它不只是技能，还包含了很多“角色能力”。

比如你可以让 AI 像这些角色一样思考：

• CTO；

• CFO；

• CMO；

• CPO；

• CISO；

• 产品经理；

• 架构师；

• 安全审计师；

• 内容创作者；

• 市场研究员。

这对创业者特别有用。

因为很多创业团队早期没有完整团队，一个人要兼顾产品、技术、运营、财务、增长。把这些角色技能装进 AI 里，就相当于给自己配了一个“迷你顾问团”。

适合使用场景：

程序员

使用 senior-architect 技能，帮我审查这个系统设计是否有扩展性问题。

创业者

使用 founder-mode 或 CFO 思路，帮我分析这个项目的商业模式和现金流风险。

运营人员

使用 content-creator 技能，帮我把这篇技术博客改成适合抖音口播的视频脚本。

产品经理

使用 product-manager 技能，帮我把这个校园 App 功能拆成 PRD 和迭代计划。

我的建议：

如果你想把 Codex 从“写代码工具”升级成“创业助手”，这个仓库非常值得研究。

---

5. ComposioHQ / awesome-codex-skills

GitHub：

https://github.com/ComposioHQ/awesome-codex-skills

适合人群：

• Codex CLI 用户；

• 想找 Codex 专用技能的人；

• 想做自动化工作流的人；

• 想让 Codex 连接外部工具的人。

这个仓库名字就很直接：awesome-codex-skills。

它整理了一批适合 Codex CLI 和 Codex API 的实用技能，包括：

• GitHub PR 评论处理；

• CI 修复；

• Sentry 问题分析；

• Web App 测试；

• 会议纪要；

• 邮件摘要；

• 简历生成；

• 表格公式助手；

• 客服工单分类；

• 主题生成；

• 图片增强；

• 视频下载；

• Skill 创建器；

• Skill 安装器。

这个仓库非常适合写在博客里，因为它的场景很接地气。

比如：

程序员可以用

gh-fix-ci：检查 GitHub Actions 为什么失败，并提出修复方案。

sentry-triage：根据 Sentry 异常堆栈定位源码问题。

webapp-testing：运行 Web 应用测试并总结结果。

运营和行政可以用

meeting-notes-and-actions：把会议记录整理成待办事项。

email-summary：总结邮件重点。

support-ticket-triage：对客服工单进行分类。

求职者可以用

tailored-resume-generator：根据岗位 JD 定制简历。

财务和数据人员可以用

spreadsheet-formula-helper：辅助生成 Excel / Google Sheets 公式。

我的建议：

这套技能非常适合普通人入门，因为它不只是工程化，还覆盖了很多办公场景。

---

6. heilcheng / awesome-agent-skills

GitHub：

https://github.com/heilcheng/awesome-agent-skills

适合人群：

• 想系统了解 Agent Skills 的人；

• 想知道哪些平台支持技能的人；

• 想学习技能标准的人；

• 想找多平台兼容技能的人。

这个仓库更像是 Agent Skills 的学习手册和导航站。

它把技能解释得很清楚：

Skills 就像给 AI 的“操作手册”。
AI 不需要提前记住所有内容，而是在需要时加载某个技能。

这点非常重要。

因为 AI 的上下文窗口再大，也不能把所有规则都一次性塞进去。Skill 的价值就在于“渐进式加载”：

1. 先让 AI 看到技能名称和描述；

2. 当任务匹配时，再加载完整技能；

3. 需要时再读取脚本、模板、参考资料。

这就像你电脑里装了很多软件，但你不会一次性全部打开。需要 PS 时打开 PS，需要 Excel 时打开 Excel，需要 VS 时打开 VS。

适合从这个仓库学习：

• 什么是 Agent Skill；

• 技能如何加载；

• 技能如何分类；

• 如何判断技能是否安全；

• 如何自己创建技能；

• 如何给不同 AI 工具配置技能。

我的建议：

如果你要写一篇面向新手的博客，这个仓库可以作为“理论基础”。

---

7. twostraws / Swift-Agent-Skills

GitHub：

https://github.com/twostraws/Swift-Agent-Skills

适合人群：

• iOS 开发者；

• Swift 开发者；

• SwiftUI 开发者；

• Apple 平台开发者；

• 想做移动端 App 的人。

这个仓库是 Swift 和 Apple 平台相关的 Agent Skills 导航集合，适合用来提升 AI 写 Swift 代码的质量。

它覆盖的方向包括：

• SwiftUI；

• SwiftData；

• Swift Concurrency；

• Swift Testing；

• Accessibility；

• App Intents；

• App Store；

• Core Data；

• 性能；

• 安全；

• UI；

• 架构。

对于 iOS 开发者来说，这类技能非常有价值。

因为 Swift 生态有很多平台特有规则，比如：

• SwiftUI 状态管理；

• async/await 并发；

• MainActor；

• App Store 审核；

• 无障碍适配；

• 内存和性能优化。

如果 AI 不懂这些细节，写出来的代码可能能跑，但不一定优雅。

我的建议：

如果你做 iOS 或者准备学 Swift，可以把这个仓库作为 Apple 开发的技能导航。

---

8. LambdaTest / agent-skills

GitHub：

https://github.com/LambdaTest/agent-skills

适合人群：

• 测试工程师；

• 前端工程师；

• 自动化测试人员；

• QA 团队；

• 做 Web、移动端、API 测试的人。

这个仓库主打测试自动化技能。

它覆盖：

• API 测试；

• BDD 测试；

• E2E 测试；

• 移动端测试；

• 单元测试；

• 视觉测试；

• DevOps 测试；

• 云测试。

对于团队来说，测试技能非常重要。

因为 AI 写代码最容易出现的问题不是“代码完全不能运行”，而是：

• 边界条件没覆盖；

• 异常场景没处理；

• UI 改动影响旧逻辑；

• 接口返回格式不一致；

• 测试用例太少；

• 自动化测试不规范。

如果你把测试技能接入 Codex，以后就可以这样要求：

请使用测试自动化技能，为这个登录功能生成 API 测试、UI 测试和异常测试用例。

或者：

请根据当前页面代码，生成 Playwright E2E 测试脚本，并覆盖正常登录、密码错误、网络异常三种场景。

我的建议：

程序员不要只装“写代码技能”，一定要装“测试技能”。

因为 AI 时代，代码生成会越来越快，质量控制才是核心竞争力。

---

9. hqhq1025 / skill-optimizer

GitHub：

https://github.com/hqhq1025/skill-optimizer

适合人群：

• 已经开始写自定义 Skills 的人；

• 团队想维护内部技能库的人；

• 想优化 AI 工作流的人；

• 对提示词工程感兴趣的人。

这个仓库的定位很有意思：它不是单纯提供某个业务技能，而是帮你优化技能本身。

也就是说，它关注的是：

• 你的 SKILL.md 写得好不好；

• 技能描述是否容易触发；

• 技能步骤是否清晰；

• 是否有重复指令；

• 是否可以泛化成公共技能；

• 是否能从历史对话中提炼出新技能。

这类工具非常适合进阶用户。

比如你发现自己经常这样指挥 Codex：

先分析项目结构，再找相关文件，不要直接改代码。

修改前先给我列出计划修改哪些文件。

写完后检查是否兼容 .NET Framework 4.5。

这些重复提示词，就可以整理成一个技能。

然后再用 skill-optimizer 这类工具检查你的技能是否写得专业。

我的建议：

新手先用别人的 Skills；
进阶之后，一定要开始沉淀自己的 Skills。

这是从“会用 AI”到“会训练自己的 AI 工作流”的关键一步。

---

10. steipete / agent-scripts

GitHub：

https://github.com/steipete/agent-scripts

适合人群：

• 代码审查重度用户；

• GitHub PR 工作流用户；

• 想提升代码质量的人；

• 习惯用 Codex CLI 的开发者。

这个仓库里有一些面向 AI Agent 的脚本和技能，其中比较值得关注的是 codex-review 相关能力。

它适合做：

• 未提交代码审查；

• 分支差异审查；

• PR 审查；

• commit 审查；

• 测试和 review 并行执行；

• 输出最终审查报告。

对于程序员来说，这类技能很实用。

你可以把它理解为：

给 Codex 加一个“专业代码审查员”的工作流。

比如你可以这样用：

请用 codex-review 技能审查当前分支相对 origin/main 的改动，重点检查安全、测试覆盖和潜在回归风险。

这比简单说“帮我看看代码有没有问题”专业得多。

---

四、哪些技能最适合程序员安装？

如果你是程序员，我建议优先装下面几类。

1. 项目分析技能

用途：

• 接手老项目；

• 梳理代码结构；

• 找核心模块；

• 分析技术债；

• 判断高风险文件。

推荐提示词：

请使用代码库分析技能，先不要修改代码，帮我分析当前项目结构、核心模块、数据访问层、配置文件和潜在风险。

---

2. 代码审查技能

用途：

• 检查 Bug；

• 检查安全问题；

• 检查兼容性；

• 检查性能；

• 检查可维护性。

推荐提示词：

请使用代码审查技能审查当前改动，重点检查空引用、SQL 注入、异常处理、线程安全、性能风险和兼容性问题。

---

3. 测试生成技能

用途：

• 生成单元测试；

• 生成接口测试；

• 生成 E2E 测试；

• 生成异常场景；

• 生成边界测试。

推荐提示词：

请使用测试技能，为这个接口生成测试用例，包含正常场景、异常场景、边界场景和安全测试场景。

---

4. CI 修复技能

用途：

• GitHub Actions 失败分析；

• 构建错误定位；

• 自动给出修复建议；

• 总结失败原因。

推荐提示词：

请使用 CI 修复技能，检查当前 GitHub Actions 失败原因，并给出最小修复方案。

---

5. 文档生成技能

用途：

• 接口文档；

• README；

• 部署说明；

• 更新日志；

• 技术方案；

• 测试报告。

推荐提示词：

请使用文档生成技能，根据当前代码生成接口文档，包含请求参数、返回字段、错误码和调用示例。

---

6. 安全审计技能

用途：

• SQL 注入；

• XSS；

• 权限绕过；

• 敏感信息泄露；

• 文件上传风险；

• Token 泄露；

• 依赖漏洞。

推荐提示词：

请使用安全审计技能检查这个模块，重点关注 SQL 注入、权限校验、敏感信息泄露和文件上传风险。

---

五、哪些技能适合非程序员？

Agent Skills 不只是程序员能用。下面这些方向，其他行业也很实用。

---

1. 产品经理：PRD 和需求拆解技能

适合做：

• 需求分析；

• 用户故事；

• 功能优先级；

• 版本规划；

• 竞品分析；

• 验收标准。

示例：

请使用产品经理技能，把“校园 App 的失物招领功能”拆成 PRD，包括用户角色、业务流程、页面结构、接口需求、状态流转和验收标准。

---

2. 运营人员：内容和增长技能

适合做：

• 活动策划；

• 短视频脚本；

• 小红书文案；

• SEO 文章；

• 用户增长方案；

• 社群运营话术。

示例：

请使用内容运营技能，把这篇 Codex 教程改成适合抖音口播的视频脚本，要求开头 3 秒有吸引力，中间有案例，结尾有关注引导。

---

3. 设计师：UI 和品牌技能

适合做：

• UI 规范；

• 配色方案；

• 设计说明；

• 页面结构；

• 组件规范；

• 品牌视觉指南。

示例：

请使用 UI 设计技能，为一个大学生校园社交 App 设计首页信息架构和视觉风格，要求年轻、清爽、有社交感。

---

4. 财务人员：表格和分析技能

适合做：

• Excel 公式；

• 费用分析；

• 报表总结；

• 异常数据识别；

• 现金流分析；

• SaaS 指标分析。

示例：

请使用表格分析技能，根据这份费用明细，统计每个部门的月度费用趋势，并找出异常高额报销记录。

---

5. 科研人员：科学研究技能

适合做：

• 文献综述；

• 实验数据整理；

• 科研报告；

• 数据库检索；

• 医药分析；

• 生物信息分析。

示例：

请使用科研分析技能，帮我整理这个研究主题的文献方向、实验方法、可用数据库和报告结构。

---

6. 创业者：商业分析和管理技能

适合做：

• 商业模式分析；

• 市场调研；

• 竞品分析；

• 融资 BP；

• 成本测算；

• 团队分工；

• 项目计划。

示例：

请使用创业顾问技能，帮我分析这个校园 App 项目的商业模式、用户增长路径、盈利方式、成本结构和风险点。

---

六、我建议优先安装的技能组合

如果你刚开始玩 Codex Skills，不要一口气装几十个。

建议按阶段来。

---

第一阶段：程序员基础组合

适合大多数开发者：

1. 代码审查；

2. 测试生成；

3. 项目分析；

4. 文档生成；

5. CI 修复。

对应仓库可以重点看：

https://github.com/openai/skills
https://github.com/ComposioHQ/awesome-codex-skills
https://github.com/VoltAgent/awesome-agent-skills

---

第二阶段：全栈开发组合

适合全栈程序员、独立开发者：

1. 前端测试；

2. API 测试；

3. 数据库设计；

4. 部署流水线；

5. Sentry 异常分析；

6. Web App 测试；

7. 安全审计。

对应仓库：

https://github.com/LambdaTest/agent-skills
https://github.com/ComposioHQ/awesome-codex-skills
https://github.com/steipete/agent-scripts

---

第三阶段：创业和产品组合

适合创业者、产品经理、团队负责人：

1. PRD 编写；

2. 项目计划；

3. 商业模式分析；

4. 市场研究；

5. 内容运营；

6. 财务分析；

7. 管理顾问角色。

对应仓库：

https://github.com/alirezarezvani/claude-skills
https://github.com/VoltAgent/awesome-agent-skills
https://github.com/heilcheng/awesome-agent-skills

---

第四阶段：专业行业组合

适合科研、iOS、测试、营销等垂直行业：

https://github.com/K-Dense-AI/scientific-agent-skills
https://github.com/twostraws/Swift-Agent-Skills
https://github.com/LambdaTest/agent-skills

---

七、怎么判断一个 GitHub Skill 值不值得装？

不要只看星标。

星标很重要，但不是唯一标准。

我建议从 8 个维度判断：

1. Star 数

星标越多，说明关注度越高。

但注意：新项目可能星标少，质量也不错。

2. 最近更新时间

如果一个技能仓库两年没更新，就要谨慎。

AI Agent 生态变化太快，过旧的技能可能已经不适配。

3. 是否明确支持 Codex

优先选择 README 里明确写了这些关键词的仓库：

Codex
OpenAI Codex
Codex CLI
Agent Skills
SKILL.md

4. 是否有清晰的安装说明

好仓库通常会告诉你：

安装到哪里；
怎么启用；
怎么测试；
怎么卸载；
适配哪些工具。

5. 是否有清晰的技能结构

至少应该有：

SKILL.md
name
description
usage
examples

6. 是否有许可证

优先选择 MIT、Apache-2.0 等开源协议明确的仓库。

7. 是否有安全提示

尤其是带脚本的技能，一定要看清楚是否会执行危险命令。

8. 是否真的解决你的问题

不要为了装而装。

你要问自己：

这个技能能不能减少我重复输入提示词？
能不能提高输出稳定性？
能不能降低犯错概率？
能不能沉淀我的工作经验？

如果答案是肯定的，那就值得装。

---

八、安装技能时的安全注意事项

技能虽然通常是文本说明，但有些仓库会带脚本。

所以安装前必须注意：

1. 不要盲目运行脚本

尤其是这些命令：

curl xxx | bash
rm -rf
sudo
chmod +x

看到这类命令，一定要先打开脚本看看。

2. 不要把公司敏感代码随便给第三方工具

如果是公司项目，要注意：

• 源码；

• 数据库连接串；

• 客户资料；

• Token；

• 密钥；

• 内网地址；

• 商业逻辑。

不要随便暴露。

3. 先在测试项目里验证

不要一上来就在正式项目里装一堆技能。

建议先建一个测试项目：

codex-skill-test

专门用来测试技能效果。

4. 技能越多不一定越好

技能太多可能造成触发混乱。

建议遵循：

少而精，常用优先，项目相关优先。

真正的高手，不只是会用 AI，而是会沉淀自己的工作流

很多人用 Codex，只是让它临时写代码。

但真正有价值的，是把你长期积累的经验沉淀成 Skills。

比如：

• 你的代码规范；

• 你的数据库规范；

• 你的接口规范；

• 你的 UI 风格；

• 你的测试清单；

• 你的上线流程；

• 你的项目管理方法；

• 你的行业经验。

这些东西一旦变成技能，Codex 每次都能按你的方式工作。

这就像王阳明讲的“知行合一”。

你知道怎么做是一回事，能不能把它固化成流程、反复执行、持续改进，是另一回事。

AI 时代最强的人，不一定是最会写提示词的人，而是最会把经验沉淀成系统的人。

未来的程序员、产品经理、运营、设计师、科研人员，都会有自己的 AI 技能库。

谁的技能库越专业，谁的 AI 助手就越强。

所以，别只把 Codex 当聊天工具。

把它当成一个可以不断训练、不断装技能、不断升级的工作伙伴。

这才是 Agent Skills 真正的价值。