Codex App Windows 版高级教程(四):Skills + MCP,教 Codex 学本事、连外脑
Codex 默认状态下具备通用的代码生成与审查能力,但在面对特定团队的代码规范、技术栈差异及外部数据源时,往往无法精准匹配需求。Skills(技能)与 MCP(Model Context Protocol)是解决这一局限的核心机制。前者通过“操作手册”形式固化团队规范,后者通过标准协议连接外部工具与数据源,共同将 Codex 从通用助手转化为具备团队特征且能调用外部资源的专才。
01核心概念解析
核心机制对比
教 Codex 怎么干活
定义:项目级或个人级的操作手册,包含 SKILL.md 及参考文档。
作用:固化代码规范、测试模板、审查清单等内部规则。
触发:通过 $ 符号主动调用,或根据 Description 自动匹配。


让 Codex 连外部工具
定义:基于开放标准连接外部服务的协议(如 Figma、Sentry)。
作用:读取设计稿、查询日志、访问 Git 仓库等外部数据。
类型:STDIO(本地进程)与 Streamable HTTP(远程服务)。
Skills 与 AGENTS.md 存在本质区别:AGENTS.md 相当于全局制度(如“用中文回复”),而 Skills 则是针对特定任务的岗位技能手册(如“Java 单元测试规范”)。两者配合使用,既能保证全局一致性,又能应对特定场景的深度需求。
02Skills 配置与实战
- 项目级(团队共享)
路径:项目根目录下的 .agents/skills/。 - 个人级(私有)
路径:用户目录下的 .agents/skills/。 - 搜索优先级
当前目录 → 父目录 → 仓库根目录 → 个人目录 → 管理员目录 → 系统内置。
Skill 的创建推荐使用内置的 $skill-creator。在 Prompt 中输入指令并按格式填写信息,即可自动生成 SKILL.md 文件夹结构。描述(Description)字段的准确性直接决定了自动匹配的灵敏度,需明确触发条件、适用范围及排除场景。
- 实战场景一:Java 代码审查 Skill
在 .agents/skills/java-review/SKILL.md 中定义检查清单(SQL 注入、事务注解、缓存一致性)。使用时输入$java-review,Codex 将按既定规范逐项审查代码。 - 实战场景二:Java 单元测试生成 Skill
在 .agents/skills/java-unit-test/SKILL.md 中固化 JUnit 5、Mockito 及 AssertJ 的使用规范。调用时无需重复交代技术栈细节,直接生成符合规范的测试代码。 - 实战场景三:安装第三方 Skill
使用内置的$skill-installer或指定 GitHub 仓库地址(如 Linear 项目管理工具)进行安装。安装后可通过 /skills 命令确认生效状态。
03MCP 连接与配置
MCP 配置文件位于 config.toml 中,支持个人级(CODEX_HOME)和项目级(项目根目录 .codex/config.toml)。配置完成后,App、CLI 和 IDE 扩展均可共享连接。以下是常用 MCP Server 的配置示例。
| 服务名称 | 类型 | 核心功能 | 配置要点 |
|---|---|---|---|
| Context7 | HTTP | 查询最新开发文档 | 免费、无需认证,解决训练数据滞后问题。 |
| Figma | HTTP | 读取设计稿与设计 Token | 需 OAuth 认证,支持读取布局、颜色、间距。 |
| Playwright | STDIO | 浏览器自动化测试 | 通过 API 控制浏览器,非屏幕识别,精度高。 |
| 阿里云 SLS/ARMS | STDIO | 查询日志与监控数据 | 需配置认证信息,Python 环境依赖(Windows 用 py)。 |
| GitHub | HTTP | 管理 Issue、PR 及代码审查 | 支持 OAuth 模式,可通过 enabled_tools 控制读写权限。 |
主流 MCP Server 配置概览
配置完成后,需重启 Codex 使设置生效。使用时,可直接通过自然语言指令调用 MCP 能力,例如“帮我查一下 Figma 上的首页设计稿”或“查看 Sentry 里的最新错误日志”。部分用户反馈,Playwright MCP 在 WSL 模式下可能需要配置完整的 npx 路径以确保正常运行。
04组合应用与避坑指南
Skills 与 MCP 的组合是提升效率的关键。例如,在开发 React 组件时,可先通过 Figma MCP 获取设计稿参数,再调用 react-component Skill 中定义的组件规范生成代码。这种“外脑获取数据 + 内功规范处理”的模式,能最大程度保证输出质量。
- 目录结构区分
.codex/ 目录存放配置文件(config.toml、agents),而 .agents/ 目录专门存放 Skills。两者路径不同,需避免混淆。 - Skill 冲突处理
不同位置的同名 Skill 不会互相覆盖,而是同时出现在列表中,需手动选择使用。 - 权限精细控制
在配置 GitHub MCP 时,建议利用 disabled_tools 字段禁用删除等高危写操作,仅保留读取和评论权限。 - 技术栈适配
Skills 中的技术栈模板应根据团队实际情况调整(如将 React 替换为 Vue),切忌生搬硬套官方示例。
建议优先从高频重复的场景入手,先利用 $skill-creator 创建简单的 Skill,再逐步接入 Context7 等低门槛 MCP 服务,最后探索组合玩法。这种渐进式配置策略能以较低成本快速验证收益。
当前文章无评论,是时候发表评论了