一行命令装好 AI 技能库：从入门到跑通第一个技能
【免费下载链接】skillsSkills Catalog for Codex项目地址: https://gitcode.com/GitHub_Trending/skills4/skills
团队里有人调教好了一套「让 AI 处理某类任务」的流程，你却只能靠口口相传：上下文给不齐、步骤对不上，照抄一遍全靠手动。skills4/skills 就是解这个痛点的 AI 技能目录——把「怎么做某件事」打包成一个个技能文件夹，一键安装、到处复用。
为什么不用手动配置也能跑
一个技能就是一个装着指令、脚本和资源的文件夹，放进指定位置后，AI 代理会自动发现它，遇到对应任务直接调用，不用你每次现场交代背景。简单说，相当于给 AI 装了一组可以插拔的快捷方式，随用随调。
报个名字就装好：三条上手路径 🚀
按动手成本从低到高走三层，每层装完动作都一样：重启一次 Codex，新技能才会被识别到。
这一层适合所有人：放在.system里的系统技能属于底座级能力，最新版 Codex 自动装好，你什么都不用做，开箱即用。
如果你不满足于默认那套，精选技能只要一行命令。在 Codex 里输入名字，安装器会默认去精选技能目录里找：
$skill-installer gh-address-commentsgh-address-comments换成你想装的技能名即可，装完重启 Codex。
实验性技能还在迭代，多一步「指路」动作——你得告诉安装器技能文件夹在哪。两条路二选一：
方式一，直接描述目标文件夹：
$skill-installer install the create-plan skill from the .experimental folder方式二，把该技能的目录 URL 直接丢给安装器，让它自己定位。
跑通第一个技能：用 Atlas 遥控 macOS 桌面应用 ⚡
以 Atlas 控制技能为例（macOS 专属），它通过 AppleScript 遥控 ChatGPT Atlas 桌面应用：列出标签页、聚焦指定标签、开新标签，命令行全搞定。先配好稳定路径，让后面的命令不依赖当前目录：
export CODEX_HOME="${CODEX_HOME:-$HOME/.codex}" export ATLAS_CLI="$CODEX_HOME/skills/atlas/scripts/atlas_cli.py"然后按需驱动标签页，三步走：
- 列出所有标签页，拿到每个标签的
window_id和tab_index（定位标签用的两个坐标值）：
uv run --python 3.12 python "$ATLAS_CLI" tabs- 用上一步列出的坐标，把焦点切到目标标签：
uv run --python 3.12 python "$ATLAS_CLI" focus-tab <window_id> <tab_index> </parameter>- 直接开一个新标签页：
uv run --python 3.12 python "$ATLAS_CLI" open-tab "https://chatgpt.com/"怎么确认成功了：跑uv run --python 3.12 python "$ATLAS_CLI" tabs --json，输出会带window_id等结构化字段，看新标签页有没有出现在列表里。顺带一提，app-name子命令可以随时确认应用名。
把自己的流程也打包成技能：社区约定一分钟
仓库欢迎社区提交技能，协作风格浓缩成三句话：
| 准则 | 具体怎么做 |
|---|---|
| 友善和包容 | 尊重每位成员，社区遵循 Contributor Covenant 行为准则 |
| 假设善意 | 文字沟通容易失真，理解上往善意一侧靠 |
| 教学与学习 | 看到哪里 confusing，直接提 issue 或 PR 来改进 |
发现安全漏洞发邮件到 security@openai.com 即可。各技能许可证独立存放在技能目录内的LICENSE.txt，用前瞄一眼。
技能的乐趣不止在于用别人的。下次团队里再有人问你怎么搞的，把$skill-installer 技能名这一行甩过去就行。
【免费下载链接】skillsSkills Catalog for Codex项目地址: https://gitcode.com/GitHub_Trending/skills4/skills
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
