没装这3个Skills，你的Codex只用了一半
如果你现在用 Codex 还是“提需求 → 等它写代码 → 自己打开网页验收”，真的太不智能了。
我重新核了一遍最近比较火的 Codex Skills。
值得尝试的优先看这 3 个：
agent-browser
代理浏览器
planning-with-files
文件规划
karpathy-guidelines
卡帕西-指导方针
先说清楚：
它们都是第三方社区工具，不是 OpenAI 官方内置 Skill。
“装完 Codex 性能翻倍”也没有任何可信 benchmark 支持。
真正补的是：
agent-browser → 浏览器执行 planning-with-files → 长任务状态管理 karpathy-guidelines → 约束 Coding 行为
Codex 本身已经支持 Agent Skills。一个 Skill 至少包含 SKILL.md，也可以附带 scripts、references、assets 等资源，让一套工作流能够重复使用。
01｜agent-browser：让 Codex 写完以后自己打开网页验证
第一个是：
agent-browser
代理浏览器
这是 Vercel Labs 开源的浏览器自动化 CLI，而且官方明确写明可以配合：
Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode 等 Agent 使用。
Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot、OpenCode 等代理工具被广泛应用。
它能做：
打开网页 ↓ 读取页面元素 ↓ 点击按钮 ↓ 填写表单 ↓ 截图 ↓ 抓取信息 ↓ 重新检查页面状态
最实用的并不是让 Codex：
帮我打开 Google。
而是：
让 Codex 写完 Web 功能以后自己做验收。
例如你刚让它完成一个登录页。
直接继续：
使用 agent-browser 测试 http://localhost:3000/login。分别测试空密码、错误密码和正确账号。检查错误提示、页面跳转和最终登录状态。失败场景保存截图。不要修改测试账号以外的数据。
Codex 就可以走：
写代码 ↓ 启动项目 ↓ 打开网页 ↓ 填写账号 ↓ 点击登录 ↓ 检查结果 ↓ 发现问题 ↓ 修改 ↓ 重新测试
agent-browser 的典型工作方式是先运行：
agent-browser snapshot -i
拿到页面中按钮、输入框、链接等交互元素及
、
这样的引用，再进行：
agent-browser click
agent-browser fill
“hello”
页面变化之后重新 Snapshot。
Coding Agent 真正开始好用，不只是因为它能写，而是因为它开始能够验证自己写的东西。
安装
agent-browser 当前官方推荐的全局安装方式：
npm install -g agent-browser agent-browser install
第二条会下载 Chrome for Testing。
然后给 Coding Agent 安装对应 Skill：
npx skills add vercel-labs/agent-browser
这也是 agent-browser 官方给 Codex、Claude Code、Cursor 等 Agent 推荐的方式。
02｜planning-with-files：给复杂任务装一个“外部工作记忆”
第二个：
planning-with-files
文件规划
它解决的是 Coding Agent 一个很现实的问题：
任务做得越长，原始目标越容易被挤出上下文。
比如你让 Codex：
给项目增加完整权限系统。
一开始很清楚。
然后开始：
分析数据库 ↓ 改 Schema ↓ 写 API ↓ 改前端 ↓ 修测试 ↓ 查 Bug ↓ 改配置
几十次 Tool Call 之后，就容易出现：
已经确认过的事情重新调查；
之前踩过的坑再踩一次；
做着做着偏离原始需求。
planning-with-files 的方法非常朴素：
重要状态不要全部存在模型上下文里，写到文件。
它核心维护 3 个 Markdown：
task_plan.md → 目标、阶段、下一步 findings.md → 调研结果、关键发现、决策 progress.md → 做过什么、测试结果、错误记录
项目作者自己甚至直接用：
Context Window = RAM
Filesystem = Disk
来解释这个设计。
所以任务即使经历较长会话、上下文压缩或者重新进入项目，Agent 仍然可以先读文件恢复工作状态。
安装
当前项目 README 给 Agent Skills 用户提供的方式是：
npx skills add OthmanAdi/planning-with-files –skill planning-with-files -g
项目当前明确列出了 Codex 支持。
安装之后可以直接告诉 Codex：
使用 planning-with-files 完成这个任务。先建立任务计划，再开始实现。重要发现写入 findings.md。每完成一个阶段更新 progress.md 和 task_plan.md。
03｜Karpathy Guidelines：它是防止CodeX乱写
第三个：
karpathy-guidelines
卡帕西-指导方针
这个 Skill 做的事情完全不同。
它不提供浏览器。
也不提供数据库。
它只负责一件事：
约束 Coding Agent 的行为。
很多人用 Codex 都遇到过：
我让你修一个按钮，你为什么把整个组件重构了？
或者：
我只是让你修 Bug，为什么顺手加了几个我没要的抽象层？
Karpathy Guidelines 就是在解决这种问题。
但先纠正一个很重要的信息：
它不是 Andrej Karpathy 官方制作或发布的 Codex Skill。
当前社区 Skill 自己的说明就是：
它是根据 Andrej Karpathy 对 LLM Coding 常见问题的公开观察整理出来的一套行为指南。
核心有四条。
① Think Before Coding
先搞清楚再写。
有歧义不要偷偷替用户做决定。
先明确：
目标是什么？ 有什么假设？ 有没有多个理解？ 有没有更简单方案？
② Simplicity First
只写解决当前问题所需要的代码。
50 行能解决：
就不要为了所谓“未来扩展”提前造 200 行框架。
③ Surgical Changes
这个特别实用。
只改完成任务真正需要改的地方。
比如用户让你修改：
LoginForm.tsx
不要顺手：
重构整个 Auth 换 CSS 架构 改十几个变量名 增加三个辅助类
每一处修改都应该能回答：
这和当前需求有什么关系？
④ Goal-Driven Execution
把：
修复这个 Bug。
转换成：
先复现问题 ↓ 建立可验证条件 ↓ 修改 ↓ 运行测试 ↓ 确认 Bug 消失 ↓ 确认相关功能没有回归
Agent 越能明确“什么叫完成”，越不容易出现写了一堆代码却没真正解决问题。
安装
目前
提供的安装方式：
npx skills add
https://github.com/multica-ai/andrej-karpathy-skills
–skill karpathy-guidelines
对应 Skill 已包含 Codex 使用所需的 Skill 元数据。
装完以后，可以显式告诉 Codex：
使用 karpathy-guidelines 修复这个 Bug。只修改完成任务必要的文件。不进行顺手重构。不增加没有要求的功能。先复现问题，修改后运行相关测试验证。
04｜三个一起用才是真正有意思的地方
它们其实分别控制一个阶段：
planning-with-files ↓ 先把复杂任务管住 karpathy-guidelines ↓ 编码过程中别乱扩需求 agent-browser ↓ 最后打开真实网页验证
最终形成：
需求 ↓ Planning ↓ Coding ↓ Tests ↓ Browser 验收 ↓ 记录结果
例如你准备：
给 SaaS 增加邮箱注册功能。
可以直接给 Codex：
使用 planning-with-files 和 karpathy-guidelines 完成这个任务。目标：增加邮箱注册。第一阶段只分析项目并建立计划，不写代码。成功标准： 正常邮箱能够注册； 重复邮箱被拒绝； 非法邮箱不能提交； 注册成功后进入 Dashboard； 新增测试以及现有相关测试全部通过。修改时只动必要文件，不顺手重构。完成后使用 agent-browser 在本地页面实际完成一次正常注册和两个失败案例。最后记录测试结果和遗留问题。
这个时候 Codex 的工作模式就会更接近：
读项目 ↓ 规划 ↓ 实现 ↓ 测试 ↓ 打开网页 ↓ 真实点击 ↓ 发现问题 ↓ 修复 ↓ 再验证
而不是：
代码已经生成，请自行测试。
05｜不是所有任务都启动这三个skills
如果只是：
改一个颜色 修一个错别字 解释一个函数 写一个正则
完全没必要启动复杂 Planning。
这三个 Skill 更适合：
agent-browser
Web 项目、E2E、表单、后台系统、Browser Automation。
planning-with-files
复杂研究、3+ 阶段任务、大量 Tool Call、可能跨长 Session 的工作。
项目自己也主要把它定位在这类长任务。
karpathy-guidelines
Debug、老项目维护、局部修改、重构，以及你最担心 Agent “越改越多”的任务。
它自己也明确提醒：
这些指南倾向谨慎，简单任务不要机械套用。
06｜最后一个避坑：第三方 Skill 不要无脑安装
这一点我认为比推荐哪 3 个更重要。
Codex Skill 并不一定只有一份 Markdown。
OpenAI 当前 Skill 规范允许包含：
SKILL.md scripts/ references/ assets/
其中 scripts 可以是真正可执行的 Python、Bash 等代码。
所以第三方 Skill 安装前至少先看：
SKILL.md scripts/ Hooks 需要调用哪些外部工具 会执行什么命令
Skill 本质上是在扩大 Agent 的能力边界，所以安装 Skill 和安装普通 Prompt 不是同一件事。
尤其是带：
浏览器控制；
文件修改；
Shell；
Hooks；
账号登录；
外部 API；
的 Skill。
优先看源码，再决定是否长期启用。
最后
很多人使用 Codex 的第一反应是：
换一个更强模型。
但真正做大型项目以后你会发现：
模型只是其中一部分。
一个 Coding Agent 还需要：
任务不跑偏。
代码别乱改。
结果能自己验证。
这 3 个 Skill 刚好分别对应：
planning-with-files：管理复杂任务。
karpathy-guidelines：控制工程行为。
agent-browser：完成真实网页验收。
