OpenAI Skills 是什么？普通用户也能看懂的上手指南

很多人第一次看到 openai/skills 时，会以为这只是一个给开发者看的“提示词仓库”。其实它更像是 给 Codex 预装能力包的地方：把一套反复要做的事情，连同说明、脚本、参考资料，一起打包成一个 skill，以后需要时直接调用。

如果你平时会这样用 AI：

• 每次都要重复解释同一类任务
• 希望它按固定流程做事，而不是临场发挥
• 想把“我常用的一套方法”保存下来，自己复用或团队共享

那 skills 就值得了解。

先看结论（1 分钟版）

1. Skill 不是新模型，而是给 Codex 增加一套“专门做某件事的方法包”。
2. 它比一次性 prompt 更稳，因为里面不只有文字说明，还能带脚本、参考文档和资源文件。
3. 普通用户最常见的用法 是先安装现成 skill，再在聊天里点名调用。
4. Codex 既能显式使用 skill，也能自动匹配。你可以手动写 $linear，也可以让它根据任务自己判断。
5. 内置 skill 会自动带上；更多现成技能可以用 $skill-installer 安装。
6. 如果你想把自己的工作流长期保存下来，可以先做 skill；等需要分发给别人时，再打包成 plugin。

一、Skill 到底是什么

OpenAI 官方文档对 skill 的定义可以翻成一句人话：

把“怎么做一类事情”的经验，做成一个可复用的小工具包。

这个包里通常不止一段提示词，而是几样东西放在一起：

• SKILL.md：核心说明书，告诉 Codex 什么时候该用它、具体怎么做
• scripts/：可选脚本，用来执行更稳定的步骤
• references/：可选参考资料，减少每次重新解释背景
• assets/：可选模板、素材、资源文件

最简单的结构大概长这样：

my-skill/
  SKILL.md
  scripts/
  references/
  assets/

所以，skill 不是“更花哨的 prompt”，而是 把提示、流程、资料和执行动作放进同一个文件夹里。

二、它和普通 Prompt、Plugin 有什么区别

这是很多人最容易混淆的地方。

1. Prompt：一次性说清楚

普通 prompt 适合临时任务，比如：

帮我把这段话改得更口语一点

说完就结束，下次还得重新交代。

2. Skill：把重复流程固定下来

如果你经常做的是这类事：

• 检查 PR 为什么 CI 失败
• 把会议记录整理成周报
• 读取 PDF 并检查排版
• 在 Linear 里查、建、改 issue

那更适合做成 skill。因为它能把步骤固定下来，下次不用重新教。

3. Plugin：把 skill 变成“可安装包”

OpenAI 官方文档里也讲得很明确：skill 是创作格式，plugin 是分发格式。

可以这样理解：

• 你自己在本地折腾、打磨流程：先做 skill
• 你想给团队或多个项目安装复用：再打成 plugin

所以 openai/skills 仓库的重点是“能力模板”，而不是“应用商店”。

三、普通用户怎么开始用

第一步：先知道它不是隐藏功能

根据 OpenAI 官方文档，skills 现在可用于：

• Codex CLI
• IDE 扩展
• Codex App

也就是说，它不是只有命令行高手才能碰的东西。

第二步：先用现成 skill，不必一开始自己写

openai/skills 仓库里有两类现成内容：

• .system：随 Codex 自带的内置技能
• .curated：可额外安装的精选技能

当前仓库里可见的内置技能包括：

• imagegen
• openai-docs
• plugin-creator
• skill-creator
• skill-installer

如果你想安装一个精选 skill，官方推荐方式是直接在 Codex 里调用安装器。例如：

$skill-installer linear

也可以让它从别的 GitHub 目录安装 skill。安装完如果没立刻显示，官方建议重启 Codex。

第三步：用两种方式调用

OpenAI 官方文档给了两种触发方式：

1. 显式调用：你在提示里直接点名 skill
2. 隐式调用：Codex 根据任务描述自己判断要不要用

显式调用最容易理解，比如：

用 $pdf 帮我检查这份 PDF 有没有版面错位

用 $linear 帮我把这个需求拆成 3 条 issue，并按优先级排序

用 $gh-fix-ci 看一下这个 PR 为什么 GitHub Actions 失败了

如果你不知道当前有哪些技能，通常可以先试：

/skills

或者直接输入 $，从技能列表里选。

四、这个仓库里有哪些现成技能

截至本文检查时，openai/skills 仓库里的技能覆盖面已经相当广，不只是“写代码”。

1. 开发与排障

例如：

• gh-fix-ci：排查 GitHub Actions 失败
• playwright、playwright-interactive：做网页自动化和交互测试
• pdf：读、审、生成 PDF
• security-threat-model：做安全威胁建模

这类 skill 的价值在于：它不是单纯说“去检查一下”，而是把检查顺序、工具和交付结果都规范化了。

2. 协作与项目管理

例如：

• linear
• sentry
• notion-knowledge-capture
• notion-meeting-intelligence

这些技能说明一个趋势：Codex 不只是改代码，也开始进入“整理信息、追踪任务、管理流程”的工作区。

3. 设计与内容相关

例如：

• figma
• figma-generate-design
• figma-implement-design
• screenshot
• transcribe
• speech

这意味着 skill 的思路并不局限于程序员。只要一件事有相对固定的做法，就有机会被做成可复用技能。

4. 部署与发布

例如：

• vercel-deploy
• netlify-deploy
• render-deploy
• cloudflare-deploy

对很多团队来说，这类 skill 的意义不是“替你按按钮”，而是把常见发布步骤和检查项标准化。

五、为什么普通用户也值得关心

如果你只是偶尔问 AI 一个问题，skills 当然不是刚需。

但只要你进入下面这些场景，它就开始变得很有用：

1. 你有重复工作

比如每周都要：

• 写周报
• 整理会议纪要
• 检查文档格式
• 审核发布前清单

那 skill 的价值就是：以后不用再重复教 AI 做法。

2. 你希望结果更稳定

很多人对 AI 最大的不满不是“不会做”，而是“每次做法不一样”。

skill 的作用，就是把流程写死一点、边界讲清楚一点、需要时再配上脚本。这样输出会更像一个长期可复用的助手，而不是一次一变的聊天对象。

3. 你想把经验留下来

很多团队内部都有这种隐形知识：

• 新人怎么提 issue 更规范
• 发版前要检查哪些项
• 遇到线上报警先看什么
• 写某类文档要遵循什么结构

以前这些知识要么存在某个人脑子里，要么散落在群消息里。现在可以变成 skill。

六、自己做一个 Skill，难不难

没那么难，而且 OpenAI 官方已经把“从零新建”这件事做成了内置工具。

如果你想自己创建 skill，官方推荐先用：

$skill-creator

它会问你几件关键事情：

• 这个 skill 是干什么的
• 什么时候应该触发
• 是纯说明就够，还是要带脚本

如果你只想做一个最小版本，甚至一个 SKILL.md 就可以起步。比如：

---
name: weekly-report
description: Use when the user wants to turn rough meeting notes into a short weekly status update.
---

Read the notes, group them into progress, risks, and next steps, then write a concise weekly report in Chinese.

保存位置也不复杂：

• 只想自己跨项目使用：放到 $HOME/.agents/skills
• 只想给当前项目或团队使用：放到仓库里的 .agents/skills

这也是 skill 最实用的一点：先在本地把工作流跑顺，再考虑要不要产品化。

最后一句话：先别急着“自定义一切”

对大多数普通用户来说，最合理的起步顺序是：

1. 先装一个离自己最近的现成 skill
2. 用几次，感受它和普通 prompt 的差别
3. 真有重复工作，再把自己的流程写成 skill

如果只用一句话概括 openai/skills，我会这么说：

它想做的不是“再给你一个更聪明的模型”，而是让同一个模型，学会把常用工作长期、稳定地做下去。

相关链接：

• GitHub 仓库：https://github.com/openai/skills
• OpenAI 官方文档：https://developers.openai.com/codex/skills