前言

前一篇研究 mattpocock/skills 時，我介紹了可以另外安裝的 Agent Skills。這次反過來整理一個更基礎的問題：不安裝第三方套件時，Codex 自己有哪些內建 skills？

截至 2026 年 7 月 21 日，OpenAI 公開的 openai/skills repository 在 .system 目錄列出 5 個會隨 Codex 自動安裝的 system skills：

  1. imagegen
  2. openai-docs
  3. plugin-creator
  4. skill-creator
  5. skill-installer

不同 Codex 版本、CLI、IDE extension 與 desktop app 可能帶有額外內部 skill，或調整公開清單。因此這篇文章是以查核當下的 OpenAI Skills Catalog 和 Codex 官方文件為準，不把數量寫成永遠不會改變的產品承諾。

Codex Skill 是什麼？

Skill 是一個可重複使用的任務工作流。最基本的 skill 是一個資料夾和其中的 SKILL.md，也可以附帶：

  • scripts/：可重複執行、需要穩定輸出的程式。
  • references/：只有在需要時才讀取的參考文件。
  • assets/：模板、圖片、字型或其他輸出素材。
  • agents/openai.yaml：顯示名稱、說明、圖示與預設 prompt 等 UI metadata。

SKILL.md 的 YAML frontmatter 至少包含 name 與 description。其中 description 不只是給人看的簡介，也是 Codex 判斷何時應啟動 skill 的主要依據。Codex Build skills 文件 有完整格式與目錄範例。

可以把 skill 理解成「給 Codex 的專業操作手冊」：模型能力沒有因此改變，但遇到特定任務時，Codex 會多出一套經過整理的流程、限制、參考資料與工具使用方式。

為什麼 Skill 不會一開始全部塞進 Context？

Codex 使用 progressive disclosure 管理 skills：

  1. 一開始只載入 skill 的名稱、description 與路徑。
  2. 任務符合 skill 時，才讀取完整 SKILL.md。
  3. SKILL.md 引用的 scripts、references 或 assets，再依實際需要載入或執行。

這讓大量 skills 可以同時被發現，又不必在每個 task 一開始就占用整個 context window。官方文件也說明，初始 skill 清單有 context 預算；如果安裝數量太多，Codex 可能先縮短 description，甚至省略部分清單並顯示警告。

因此 skill 的 description 要寫得夠明確：觸發條件若含糊，Codex 可能該用時沒用，或在不適合的任務中誤用。

5 個公開內建 System Skills

Skill 主要用途 典型情境
imagegen 生成或編輯點陣圖片 網站 hero、插圖、mockup、去背素材
openai-docs 查核 OpenAI 與 Codex 官方文件 API、模型、Codex 設定與產品能力
plugin-creator 建立可安裝的 Codex plugin 封裝 skills、hooks、MCP 或 apps
skill-creator 建立或改善單一 skill 把重複工作整理成 SKILL.md
skill-installer 安裝 curated 或 GitHub skills 擴充本機 Codex 工作流程

下面逐一看它們實際負責什麼。

imagegen：生成與編輯圖片

imagegen 適合建立或修改點陣圖片，例如：

  • 網站首圖、文章封面與產品情境圖。
  • 遊戲素材、角色、背景與 texture。
  • UI mockup、概念圖與插畫。
  • 物件移除、換背景、改變光線或天氣。
  • 根據參考圖產生不同構圖或視覺版本。

一般情況會優先使用 Codex 內建的 image generation tool，不需要另外提供 OPENAI_API_KEY。Skill 也包含 CLI fallback，但主要留給使用者明確要求 API、CLI 或特定模型控制的情況。

它不適合所有視覺工作。既有 SVG icon、小型 logo 系統、可由 HTML／CSS／canvas 精準繪製的圖形，或 repository 中已有原生可編輯來源的素材，通常應直接修改原始檔，而不是生成新的 bitmap。imagegen 原始 skill 記錄了生成、編輯、透明背景與檔案放置規則。

可以明確呼叫：

$imagegen 幫這篇文章建立一張 16:9 的技術感封面圖

openai-docs：只從官方來源查核 OpenAI 產品

openai-docs 用來回答 Codex、OpenAI API、模型選擇與 migration 等容易隨版本變動的問題。它要求優先使用：

  • Codex manual。
  • OpenAI developer docs MCP。
  • developers.openai.com 等 OpenAI 官方來源。
  • 本機實際可用的 Codex capabilities。

這個 skill 的重點不是「讓模型多記住一些 OpenAI 知識」，而是建立查核順序，降低使用過時記憶回答產品問題的風險。若官方文件與目前 session 實際提供的功能不同，也要明確說明差異。

例如：

$openai-docs 查一下 Codex 的 skill 可以放在哪些目錄

這篇文章本身也使用了 openai-docs，先取得最新 Codex manual，再核對目前環境的 system skill 目錄。openai-docs 原始 skill 可查看它對來源優先順序與 fallback 的要求。

plugin-creator：建立可以散布的 Plugin

Skill 處理的是一套工作流；plugin 則是更大的安裝單位，可以一起包含：

  • 一個或多個 skills。
  • Hooks。
  • MCP server 設定。
  • Apps 或 connector mapping。
  • Scripts、assets 與顯示 metadata。

plugin-creator 會建立必要的 .codex-plugin/plugin.json，也能產生 skills、hooks、scripts、assets、MCP、apps 與 marketplace 結構，最後使用 validator 檢查 manifest。plugin-creator 原始 skill 使用 scaffold script，避免每次手工猜測 plugin 格式。

適合明確呼叫它的情境：

$plugin-creator 建立一個包含 GitHub skill 和 MCP 設定的個人 plugin

如果只是想替單一 repository 寫一套重複流程，先建立 skill 通常比較輕；需要一起散布多個工作流、工具與 connector 時，才升級成 plugin。

skill-creator：把重複工作變成 Skill

skill-creator 是建立與改善 skills 的指南。它不只生成一個空白 SKILL.md，還會協助釐清：

  • 使用者會用什麼 prompt 觸發它。
  • 哪些規則應寫進 description。
  • 工作需要多少自由度與防護欄。
  • 哪些內容適合 instructions，哪些應改成 script。
  • 是否需要 references、assets 或 UI metadata。
  • 如何驗證、測試並根據真實任務迭代。

一個好的 skill 不應把所有知識都複製進 SKILL.md。容易出錯、需要一致性的動作可寫成 script；大型參考資料則放到 references/，只在流程走到相關分支時讀取。

最簡單的呼叫方式：

$skill-creator 幫我建立一個「研究主題後寫成部落格並發布」的 skill

skill-creator 原始內容 也特別提醒 context 是共享資源，skill 應只加入模型原本不知道、而且確實有助於完成工作的內容。

skill-installer：安裝 Curated 或 GitHub Skills

skill-installer 負責列出與安裝內建清單之外的 skills，來源可以是：

  • openai/skills 的 .curated 清單。
  • .experimental 中尚在實驗的 skills。
  • 其他 GitHub repository 的指定目錄。
  • 使用既有 Git credential 或 token 存取的 private repository。

例如：

$skill-installer gh-address-comments

也可以貼一個 GitHub skill 目錄：

$skill-installer install https://github.com/owner/repo/tree/main/path/to/skill

目前 bundled installer 會把下載內容放進 $CODEX_HOME/skills/<skill-name>，預設通常是 ~/.codex/skills。安裝完成後，skill 會在下一個 turn 重新整理進可用清單；如果修改後仍沒有出現，再重新啟動 Codex。skill-installer 原始內容 同時記錄了 direct download、Git sparse checkout 與 private repository 的處理方式。

為什麼沒有把 review-agent 算成第 6 個？

某些 Codex App 版本的 $CODEX_HOME/skills/.system 還能看到 review-agent。它定義了一套唯讀、defect-first 的程式碼審查流程，主要供另一個 agent 委派 review，並要求不修改檔案、不 commit、不 push。

不過，在本文查核的 OpenAI 公開 Skills Catalog 中，.system 正式列出的只有前述 5 個；目前這個 review-agent 也沒有出現在一般 task 的可選 skill catalog。因此比較準確的說法是：「目前公開的內建 system skills 有 5 個，特定 Codex build 可能另帶內部支援 skills」，而不是保證每台 Codex 都固定有 6 個。

同樣地，未來 OpenAI 可能新增、移除或重新分類 system skills。最可靠的方式仍是查看自己當下的 /skills 清單與官方 repository。

如何啟動 Skill？

Codex 有兩種啟動方式。

明確呼叫

在 prompt 中直接寫 $skill-name。CLI／IDE 也能使用 /skills 瀏覽，或輸入 $ 從清單選擇。

$openai-docs 查核目前 Codex 的 plugin 格式

這種方式最適合你已經知道要套用哪個工作流，或希望避免 Codex 自行猜測。

自動判斷

當任務符合 skill 的 description，Codex 可以自動啟動。例如要求生成文章封面時可能使用 imagegen，詢問 Codex 官方設定時可能使用 openai-docs。

自動判斷不代表每次都一定會觸發。Skill 數量、description 品質、目前 context 與使用介面都可能影響選擇；重要流程可以直接寫出 $skill-name。

System、User、Repo 和 Admin Skill 的差別

Codex 官方文件將本機 skills 分成不同 scope：

Scope 來源 適合內容
System OpenAI 隨 Codex 提供 多數使用者都適用的基礎能力
User 個人 skill 目錄 跨 repository 使用的個人工作流
Repo Repository 內的 .agents/skills 專案或模組特有流程
Admin /etc/codex/skills 等共用位置 組織或執行環境統一提供的流程

Repository skill 會從目前工作目錄一路向上掃描到 repo root，因此大型 monorepo 可以在子目錄放較局部的 skill，也能在 root 放全團隊共用內容。

實際安裝工具與新版 open agent 路徑仍在演進：目前 bundled skill-installer 使用 $CODEX_HOME/skills，官方 Build skills 文件則同時記錄 $HOME/.agents/skills 與 repository .agents/skills 的 discovery scope。遇到路徑問題時，應以自己版本的 /skills、system skill 說明與實際掃描結果為準，不要只複製網路上的單一路徑。

Skill、Plugin、MCP 和 AGENTS.md 怎麼選？

需求 建議使用
只影響這一次 task 直接寫在 prompt
Repository 長期規範、指令與驗證方式 AGENTS.md
可重複的特定任務流程 Skill
一起安裝多個 skills、hooks、tools 或 connectors Plugin
連接外部即時資料或執行外部服務動作 MCP／App connector

不要把所有持久規則都做成 skill。例如「這個 repo 一律使用 pnpm、提交前要跑哪些測試」更適合 AGENTS.md；「研究一個專案並產出附來源的筆記」才是適合跨專案重用的 skill。

安全上要注意什麼？

Skill 是能改變 agent 行為的指令與資源，不是單純的文字模板。它可能要求 Codex：

  • 執行 bundled scripts 或 shell commands。
  • 存取網路、API 或 MCP server。
  • 修改 repository 與 repository 外的檔案。
  • 建立 issue、commit、push 或發送外部訊息。
  • 讀取 credential 或使用已登入的 connector。

Codex 原本的 sandbox、approval 與工具權限仍然適用，但 skill 本身不是安全邊界。安裝第三方 skill 前，至少應檢查 SKILL.md、scripts、外部 URL、寫入位置與需要的 credential；更新時也要 review diff。從 private repository 安裝成功，只代表你有存取權，不代表內容已經過安全審查。

System skill 由 OpenAI 隨 Codex 提供，信任來源與隨機 GitHub repository 不同；不過它們仍可能隨 Codex 更新而改變行為。對需要穩定與稽核的團隊，應記錄版本、限制 tool permissions，並在低風險環境先驗證流程。

我的看法

這 5 個內建 skills 組成了一個很清楚的擴充入口：imagegen 與 openai-docs 直接補足常用專業能力；skill-creator、skill-installer 和 plugin-creator 則讓使用者繼續建立、安裝與散布自己的工作流。

真正值得理解的不是把 5 個名字背起來，而是 Codex 的分層方式：system skill 提供共同起點、repo skill 保存專案流程、plugin 負責散布更大的整合、MCP 連接外部系統。選對層級，才不會把一次性的 prompt、長期規範和需要工具權限的 automation 全部塞進同一份 SKILL.md。

如果剛開始使用，可以先記住三個動作：用 /skills 看目前真正可用的清單；知道目標時直接輸入 $skill-name；同一套 prompt 與步驟重複出現多次時，再用 $skill-creator 把它整理成自己的 skill。

參考資料