Claude Code Skills 安装教程，Codex 技能与插件去哪找

Claude Code 和 Codex 装好以后，多数人的下一步是给它们加东西，让它按你的习惯写提交信息，或者按公司规范审代码。这些东西在 Claude Code 里叫 Skills、子代理和插件，在 Codex 里叫 skills 和 plugins，名字相近，放的位置和调用方式却不一样。这篇是AI 工具攻略系列的第 5 篇，上一篇讲了 token 怎么算钱，这一篇讲这几样东西各管什么、装在哪、去哪找、装之前怎么审。前提是你已经装好并登录了 Claude Code 或 Codex，还没装的先看 Claude 注册与安装和 Codex 注册与安装两篇。

Skill 是一个装着 SKILL.md 文件的文件夹，文件里写着让 AI 智能体完成某一类任务的说明，可以附带脚本、参考资料和模板。这个格式由 Anthropic 提出，后来以 Agent Skills 的名字作为开放标准发布在 agentskills.io，Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot 都支持。文中提到的技能和智能体仓库都是开源免费的，装在你自己的电脑上，运行时消耗的是你已有的 Claude 或 ChatGPT 订阅额度。

本文核验时的版本。截至 2026 年 9 月 14 日，我把 Claude Code 和 Codex 的官方文档、agentskills.io 的说明页和文中每个仓库的 GitHub 数据各核对了一遍，Claude Code 当时是 v2.1.270，Codex CLI 是 0.154.0。

Skills、子代理、MCP、插件是什么，各解决什么问题

Skills、子代理、MCP 和插件是 Claude Code 给自己加能力的四种方式，Codex 这边有 Skills 和插件，MCP 服务器可以随插件带进来，子代理没有像 Claude Code 那样的独立目录，本文讲子代理时只讲 Claude Code。

先把智能体这个词说清楚。放在这篇的语境里，智能体就是一个能自己决定下一步做什么的 AI 程序，它会自己读文件、跑命令，看到结果再决定下一步，Claude Code 和 Codex 本身就是智能体。仓库名里写着 230 个智能体的那种项目，装进去的是 230 份角色说明，每份告诉主程序扮演某个角色时该怎么干活。

Skill 解决的是每次都要重新教它怎么做的问题。你把一件事的做法写进 SKILL.md，下次说到这件事，它按说明办。Claude Code 官方文档的定义里，一个 Skill 由 YAML 头部和 Markdown 正文组成，头部的 description 决定它什么时候被自动用上，正文只在被用到时才进入对话。

子代理对付的是另一个麻烦，一件事太长，把主对话撑爆。Claude Code 文档把子代理定义为处理特定类型任务的专门助手，它有独立的上下文、自己的系统提示和工具权限，跑完只把一段结果带回主对话。翻几十个文件找一个定义这种活交给子代理，主对话只收到结论，不用陪它把每个文件都读一遍。子代理也是 Markdown 文件加头部，name 和 description 必填，内置的有 Explore、Plan 和 general-purpose 三个。

MCP 管的是 AI 够不着外部系统这件事。MCP 是 Model Context Protocol 的缩写，一个 MCP 服务器把数据库、Jira、浏览器这类东西变成模型能调用的工具，Claude Code 的配置写在项目里的 .mcp.json。它的代价上一篇提过，每个工具的定义都计入每一轮输入，装多了每句话都在为它们付钱。

插件是打包形式，省掉一样一样装的麻烦。Claude Code 的插件是一个带 .claude-plugin/plugin.json 清单的文件夹，里面可以同时放 skills、agents、hooks、MCP 配置和 LSP 配置，装完技能以 /插件名:技能名 调用。Codex 的插件结构类似，清单在 .codex-plugin/plugin.json，官方文档给的定义是“可安装的包，里面可以包含技能和 MCP 服务器”。

还有两个不用装的文件也常被混进来。CLAUDE.md 和 AGENTS.md 是项目说明，每次会话都会完整读入，适合放长期不变的规则；Skill 按需加载，适合放具体的操作流程。下面这张表把六样东西的位置和触发方式放在一起，信息来自两家 2026 年 9 月的官方文档。

Claude Code 的 Skills 装在哪、怎么装、怎么调用

Claude Code 的个人 Skills 放在 ~/.claude/skills/<技能名>/SKILL.md，项目 Skills 放在仓库里的 .claude/skills/<技能名>/SKILL.md，文件夹名就是调用时的命令名，截至 2026 年 9 月的官方 Skills 文档以这两个位置为主。Windows 上个人目录对应 %USERPROFILE%\.claude\skills\。

官方文档列出的全部位置如下，作用范围一列决定了你该把技能放在哪。

手动放一个文件夹

最简单的装法就是建文件夹、写文件。下面这个例子做一个写提交信息的技能，在 macOS 或 Linux 终端里执行。

mkdir -p ~/.claude/skills/commit-msg

然后在这个文件夹里新建 SKILL.md，头部至少要有 name 和 description，正文写具体做法。

---
name: commit-msg
description: 按本仓库的约定写 git 提交信息。用户要求写 commit、提交代码或整理提交说明时使用。
---

先运行 git diff --staged 看改动，再按下面的规则写提交信息。
第一行不超过 50 个字符，用中文动词开头。
空一行后写改了什么、为什么改，不写怎么改。

保存后不用重启，官方文档写明 Claude Code 会监视这两个目录，改动在当前会话里就生效，只有第一次新建整个 skills/ 目录时需要重启。

从仓库或市场装

从 GitHub 仓库装，做法一样，只是文件夹是别人写好的。把仓库克隆下来，挑出想要的技能文件夹复制到 ~/.claude/skills/，以 Anthropic 官方仓库里的 pdf 技能为例。

git clone https://github.com/anthropics/skills.git
cp -r skills/skills/pdf ~/.claude/skills/pdf

GitHub 在大陆能打开，大仓库克隆超时的话，换一条能稳定打开海外网站的线路再试，我这边克隆大仓库走的是星岛梦的香港节点，别的线路可以看机场推荐。

从插件市场装是另一条路。Claude Code 首次启动时会自动登记官方市场 claude-plugins-official，输入 /plugin 打开面板，在 Discover 一栏里挑选安装，也可以直接敲命令。

/plugin install github@claude-plugins-official
/plugin install skill-creator@claude-plugins-official

第二条装的 skill-creator 是官方做技能的工具，能生成骨架，也能跑测试用例比较装与不装的效果。想把 anthropics/skills 整个仓库当市场用，输入 /plugin marketplace add anthropics/skills，市场来源支持 GitHub 的 owner/repo 写法、Git 地址和本地路径。装好的插件技能带命名空间，调用时写 /插件名:技能名。

自己写的插件不用发布也能装，claude --plugin-dir ./my-plugin 在启动时加载本地目录，claude plugin init 生成插件骨架。

怎么调用、怎么关

调用有两种。你在对话里输入 /commit-msg 是手动调用，后面可以带参数，/fix-issue 123 里的 123 会替换掉 SKILL.md 正文里的 $ARGUMENTS，一次最多叠六个技能。另一种是自动调用，Claude 看到任务和某个技能的描述匹配，自己把正文读进来，所以 description 要写清楚什么时候用，官方文档给这一段的上限是 1,536 个字符。

有副作用的技能建议关掉自动调用。在头部加 disable-model-invocation: true，部署、发消息这类只由你亲手触发，官方文档举的例子就是 /deploy。反过来 user-invocable: false 会把技能从 / 菜单里藏起来，只让 Claude 在需要时调用。

几个常用的头部字段值得记住。allowed-tools 列出调用这个技能的那一轮里免询问的工具，写成 Bash(git add *) Bash(git commit *) 这种带通配符的形式，这一轮之外照常走权限确认；context: fork 让技能在独立的子代理里跑，配合 agent: Explore 指定只读的探索型子代理；model 和 effort 为这个技能单独换模型和推理力度。旧版的 .claude/commands/<名字>.md 仍然兼容，文件名就是命令名。

关掉一个技能不用删文件。在 .claude/settings.json 里写 skillOverrides，把某个技能设为 "off" 就不再加载，设为 "user-invocable-only" 是你能用而 Claude 不会自动用，/skills 菜单里也能改。桌面版和 CLI 共用同一套 ~/.claude/skills/，装一次两边都有。

Codex 的 Skills 装在哪、怎么装、怎么启停

Codex 的项目 Skills 放在仓库根目录的 .agents/skills/<技能名>/SKILL.md，个人 Skills 放在 ~/.agents/skills/，在 Codex CLI 里输入 $技能名 调用，这是 2026 年 9 月 Codex 官方技能文档的写法。目录名是 .agents，和 Claude Code 的 .claude 不同，两边可以在同一个仓库里并存。

Codex 按下面的顺序查找技能，前面的作用范围小，后面的大。

1. 当前工作目录的 .agents/skills
2. 上一级目录的 .agents/skills，针对 Git 仓库
3. 仓库根目录的 .agents/skills
4. 用户主目录的 ~/.agents/skills
5. 机器级的 /etc/codex/skills，管理员统一放
6. 内置技能，OpenAI 随 Codex 附带，比如 skill-creator 和 plan

官方文档写明技能文件夹可以是符号链接。

一个 Codex 技能的文件夹结构和 Claude Code 的几乎一样，SKILL.md 必须有，name 和 description 必填，可选 scripts/、references/、assets/ 三个子目录，另外可以加一个 Codex 自己认的 agents/openai.yaml。

装的方式有三种。手动新建文件夹；在 Codex CLI 里输入 $skill-creator、在 ChatGPT Work 里输入 @skill-creator，让它按对话生成；或者 $skill-installer 技能名 从 OpenAI 的精选技能里装，官方例子是 $skill-installer linear。第三种要留意，文档说精选技能来自 openai/skills 仓库，而这个仓库的 README 顶部已标注弃用，让人去看 openai/plugins，本文核验时两处口径没有统一，装之前看清安装器实际拉的是哪一处。

调用有三个入口。Codex CLI 和 IDE 扩展里输入 /skills 列出全部技能，或者直接 $技能名；ChatGPT 网页和桌面应用里则输入 @ 选技能。不指名的时候，Codex 也会按描述自动选用。

停用某个技能写在配置文件里。打开 ~/.codex/config.toml，加一段，路径指向那个技能的 SKILL.md，改完重启 Codex 生效。

[[skills.config]]
path = "/Users/你的用户名/.agents/skills/某技能/SKILL.md"
enabled = false

Codex 的插件顺带说一句。官方 openai/plugins 仓库里每个插件放在 plugins/<名字>/，清单是 .codex-plugin/plugin.json，市场文件叫 .agents/plugins/marketplace.json，ChatGPT 桌面应用里也有技能库和插件入口。

同一个 Skill 能不能两边通用，Agent Skills 开放标准怎么说

同一个 Skill 文件夹可以同时给 Claude Code 和 Codex 用，只要它只用到 Agent Skills 标准规定的字段，把文件夹复制到两边各自的目录就行，截至 2026 年 9 月两家的官方文档都写明遵循 agentskills.io 上的规范。

Agent Skills 是一种给 AI 智能体添加专门知识和工作流的轻量开放格式，这是标准官网的原话。它对一个技能的要求很少，一个文件夹，一个 SKILL.md，头部至少有 name 和 description，可选 scripts/、references/、assets/ 三个子目录。官网写明这个格式最初由 Anthropic 开发，随后作为开放标准发布，规范文本和讨论都在 GitHub 的 agentskills/agentskills 仓库，约 2.5 万 star，2026 年 9 月核对。

标准规定的加载方式叫渐进加载，启动时只读每个技能的 name 和 description，任务匹配时才读完整的 SKILL.md，执行时再按需运行脚本，两家的实现都是这个思路。

支持的工具比很多人想的多。截至 2026 年 9 月，agentskills.io 的客户端展示页列出了 Claude Code、ChatGPT 与 Codex、Cursor、Gemini CLI、GitHub Copilot、VS Code、OpenCode、Goose、Kiro、Trae 等几十个产品，连面向 DeepSeek 模型的终端工具 Deep Code 也在列表上。

通用性的障碍在各家自己的扩展字段。Claude Code 文档明确列出与标准兼容的只有六个，name、description、license、compatibility、metadata、allowed-tools；context、agent、paths、shell、disable-model-invocation 这些是 Claude Code 自己加的，上传到 claude.ai 或通过 Skills API 提交时会报校验错误，换到 Codex 也不要指望它们生效。正文里的 $ARGUMENTS 和 !`命令` 动态注入同样是 Claude Code 的功能。要两边通用，头部只留六个标准字段，脚本用相对 SKILL.md 的路径引用，别写 ${CLAUDE_SKILL_DIR} 这种只有一家认的变量。

省事的做法是只维护一份。Codex 文档写明支持符号链接的技能文件夹，我在 Claude Code 的文档里没找到关于符号链接的明确说法，保险起见我是把文件夹复制两份，改的时候两边一起改。

去哪找靠谱的 Skills 和智能体，官方市场与高星仓库清单

找 Skills 和智能体，先看两家官方的仓库和市场，再看几个 star 数在万级以上、最近还有提交的社区仓库，截至 2026 年 9 月 14 日下面这几个是我自己在用或者认真翻过的。

Claude Code 的官方市场 claude-plugins-official 首次启动就登记好了，/plugin 面板里能直接看。截至 2026 年 9 月里面有四类东西，typescript-lsp、pyright-lsp 这类语言服务器插件，GitHub、GitLab、Linear、Notion、Figma、Slack、Sentry 这类外部服务集成，security-guidance 安全指引，以及 commit-commands、pr-review-toolkit、skill-creator 这些开发辅助。官方另有一个社区市场，/plugin marketplace add anthropics/claude-plugins-community 加进来后用 /plugin install <名字>@claude-community 装，仓库约 4,000 star，比官方市场小得多。网页版目录在 claude.com/plugins。

Codex 这边的官方来源是内置的 skill-creator、$skill-installer 和 openai/plugins 仓库，后者约 6,700 star，2026 年 3 月才建。老的 openai/skills 仓库有约 2.7 万 star 但已标注弃用，搜到它别再往下装。

下面是仓库清单。anthropics/skills、obra/superpowers、msitarzewski/agency-agents 三个的 star 数是 2026 年 9 月 14 日当天用 GitHub API 取的，其余来自同一天核对的记录，都取约数。

agency-agents 是我自己装着的一套。它把常见岗位各写成一份角色说明，需要哪个叫哪个，我写文案和审页面时会叫不同角色分头看。它还有一个桌面安装器，官网 agencyagents.app，仓库 msitarzewski/agency-agents-app 2026 年 6 月才建、约 530 star，MIT 许可，本地运行，不收集数据，不用注册账号。支持 macOS 13 以上、Linux 和 Windows，Windows 版没有签名，第一次打开会有 SmartScreen 提示；macOS 用 brew tap msitarzewski/agency-agents && brew install --cask agency-agents 装。它能把智能体装进 Claude Code、Codex、Gemini CLI、Copilot、Cursor 等工具，2026 年 7 月 5 日的 v0.3.0 加了 Runbooks，界面也有了简体中文。中文用户还可以看社区做的 jnMetaCode/agency-agents-zh，277 个中文角色，约 2.1 万 star，用之前对一下最近提交的日期。

子代理合集的用法很直接，VoltAgent 那个仓库里每个子代理就是一个 Markdown 文件，挑几个复制进项目的 .claude/agents/ 就能用。想找更多，hesreallyhim/awesome-claude-code 是一个约 5.4 万 star 的索引，清单类仓库，本身不装东西。

star 数高只说明用的人多，既不说明安全，也不说明和你的工作流合拍。看仓库时我更在意最近一次提交的日期和 issue 区有没有人回复，表里用 API 取数的三个仓库，最近提交分别在 2026 年 9 月 10 日和 12 日。

装之前先看什么，来路不明的技能包怎么审

装一个 Skill 等于让 AI 按陌生人写的说明去操作你的电脑，装之前花五分钟把文件夹翻一遍，比装完再查省事得多。

风险出在几个具体的位置。SKILL.md 的正文会原样进入对话，成为模型要遵守的指令，allowed-tools 又能让某些命令免去逐条审批。正文里 !`命令` 形式的动态注入会在技能加载那一刻先在你的机器上执行，然后才把输出交给模型，而 scripts/ 里的脚本是被执行的，模型并不逐行读它们。插件更进一步，hooks/hooks.json 里的钩子会在特定事件上自动跑命令，.mcp.json 会启动一个常驻进程。下面五步就是对着这几处看。

1. 看 SKILL.md 的头部和正文里的命令。打开文件，找 allowed-tools、hooks 两个字段和所有以 !` 开头的行。Bash(git add *) 这种范围明确的正常，Bash(*) 以及带 curl、rm、sudo 的通配授权要问一句为什么，问不出理由就不装。
2. 搜外网请求。在技能文件夹里执行 grep -rn "http" .，把每个地址都看一遍，重点是 curl 或 wget 后面把结果接管道交给 sh、bash 的写法，以及把文件内容发到某个地址的脚本。一个写提交信息的技能没有理由联网。
3. 看有没有装依赖。搜 pip install、npm install、brew install，看装的是什么包、有没有锁版本、包名是不是知名项目。插件还要打开 .mcp.json 看它启动的是什么命令，打开 hooks/hooks.json 看钩子在什么事件上跑什么。
4. 看写文件的范围。脚本会改哪些路径，有没有碰 ~/.ssh、~/.claude/settings.json、.env、Git 配置这些敏感位置，有没有 rm -rf。只在项目目录内读写的技能风险最低。
5. 先在测试仓库里跑。新建一个空仓库，或者克隆一份现有项目的副本，把技能放在项目级的 .claude/skills/ 或 .agents/skills/ 里，插件用 claude --plugin-dir ./插件目录 临时加载，权限模式保持默认，让它每一步都问你。跑几次没有异常再复制到个人目录，不想要了直接删文件夹。

前四步用两条命令能扫个大概，剩下的靠眼睛。

cd ~/.claude/skills/某技能
grep -rn "http" .
grep -rn -E "allowed-tools|hooks|install|curl|wget|rm -rf|sudo" .

官方仓库的技能也带脚本，来源可查、有人维护，第 2、3 两步仍然要过。另外技能正文是给模型看的指令，里面如果写着忽略用户的其他要求，或者把结果发到某个地址，这本身就是提示注入，看到直接删。

Skills 会不会更费 token

装很多 Skills 不会直接让每轮对话变贵，Claude Code 和 Codex 启动时只把每个技能的名字和描述放进上下文，正文要等到被调用那一刻才进入，这就是上面说的渐进加载，截至 2026 年 9 月两家文档的口径一致。

启动时那一份列表确实占空间，但有上限。Claude Code 的每条描述最多 1,536 个字符；Codex 的初始技能列表最多占上下文窗口的 2%，窗口大小未知时按 8,000 个字符算，描述写得越长，能列进去的技能越少。装 20 个技能和装 5 个，每轮多出来的只是这份列表，通常几千个字符，按上一篇的换算也就一两千 token。

开销集中在调用之后。Claude Code 的文档写明，技能一旦被调用，整个 SKILL.md 作为一条消息进入对话，此后每一轮都跟着重发，不会在后续轮次重新读取；自动压缩时每个技能只保留前 5,000 个 token，所有技能加起来 25,000 个 token。所以文档建议 SKILL.md 控制在 500 行以内，详细资料放到旁边的文件里按需引用。一个 500 行的技能被调用一次，后面整段对话都带着它。

有两个办法把这笔开销挪走。一是 context: fork，让技能在子代理里跑，正文变成子代理的任务提示，主对话只收到结果；二是把只用一次的长流程直接写成子代理，Claude Code 的成本文档本来就建议把冗长的操作交给子代理。

和 CLAUDE.md 比一下就清楚了。CLAUDE.md 每次会话都完整读入，压缩后还会重新加载，官方建议控制在 200 行，把只有某些任务才用得上的流程从 CLAUDE.md 挪进技能，是官方成本文档列出的省 token 办法之一。MCP 服务器则相反，每个工具的定义都算进每一轮输入，不用的服务器要用 /mcp 关掉，/context 能看到各项占多少。

装好技能和智能体之后用得更多，额度自然消耗得更快，也有不少读者从一开始就打不开海外账号。国产工具能顶上多少，Trae、CodeBuddy、Kimi、DeepSeek 各能替代到什么程度，Claude Code 能不能接国产模型，下一篇 ChatGPT 国内平替接着讲。