Codex 的插件太让人上瘾了

大家好，我是 Ai 学习的老章

我现在用 Codex，插件基本是常驻状态

写代码要查 PR，开 GitHub

查自己的云端资料和文档，开 Google Drive

要做表格、报告、PPT，开 Documents、Spreadsheets、Presentations

前端改完要看页面，我就开 Browser

越用越发现，这套把外部工具、流程、方法论一起塞进 Codex 的设计才是让 Agent 真正进入工作流的关键

本文就介绍一下 Codex 插件到底怎么玩

⚠️友情提醒，有可能会欲罢不能，像我，已经无法满足Plus，升到Pro了

Let‘s Go！

OpenAI Developers 文档的说法：

Plugin 会把 Skills、App integrations、MCP servers 打成一套可复用工作流

我的理解更土掉渣一点：

• App plugin 管外部系统，比如 Gmail、GitHub、Google Drive
• MCP server 管工具入口，比如 Cloudflare API 这种外部能力
• Skill 管做事流程，比如怎么 triage 邮箱，怎么修 CI，怎么写报告

Codex 既能拿到资料，又能按正确动作完成任务

Codex Plugin 的三层能力

怎么使用插件

两个入口

一个是插件目录，Codex App 左上角可以打开插件，浏览、安装、连接外部服务

另一个是对话入口

更具体的用法基本就三种，以邮箱为例：

# 轻量任务直接说，Codex 自己选工具
总结今天 Gmail 未读邮件，按需要回复、等待、仅 FYI 分类

# 明确要用哪个插件时，用 `@`
@Gmail 帮我把今天的邮件按紧急程度排一下

# 明确要走哪个工作流时，用 `$`
$google-calendar-daily-brief 生成明天日程简报

当然了，这些经常性的操作，也可以加到自动化中

每日执行结果如下：

分享几个我安装的插件

Codex 插件列表截图

基本覆盖了我日常高频工作：文档、表格、PPT、浏览器测试、云平台、创意生产、数据分析、GitHub、邮件、日程、云盘、模型社区、视频、OpenAI 开发、产品设计、数据库、工程方法论

Documents

Documents用于创建和编辑文档 ，包括 Word 文件和 Google Docs

对应 skill 是 documents

它的重点：创建、编辑、批注、红线修订 .docx、Word、面向 Google Docs 的文档 ，并且要求渲染成页面 PNG 做视觉检查

用法：

@Documents 把这份大纲整理成一份正式项目方案，输出 docx，并检查分页和标题层级

适合场景：

• 写方案、合同草案、评审文档
• 修改 Word 文档
• 需要可视化检查版式的正式交付

Spreadsheets

Spreadsheets 能创建、修改、分析、可视化、渲染和导出表格，也能做面向 Google Sheets 的 workbook

对应 skill 是 Spreadsheets

触发范围包括 .xlsx、.xls、.csv、.tsv，也包括公式、格式、图表、表格和重算

用法：

@Spreadsheets 读取这个 CSV，清洗异常行，生成一份带公式和图表的 xlsx

适合场景：

• 财务表、运营表、销售表
• CSV 清洗与透视
• 把分析结果做成能交付的 Excel

Presentations

Presentations用于创建、编辑、渲染、验证和导出幻灯片 deck，覆盖 PowerPoint、Google Slides、PPT、PPTX

对应 skill 是 Presentations

用法：

@Presentations 根据这篇文章做一套 12 页分享 PPT，保留技术重点和演讲节奏

适合场景：

• 技术分享
• 项目汇报
• 产品路演
• 把已有资料改成 PPT

Browser

当前 Browser 插件说明得更具体：打开、导航、检查、测试、点击、输入、截图、验证本地目标，比如 localhost、127.0.0.1、file URL，或者 Codex 内置浏览器当前标签页

对应 skill 是 control-in-app-browser

这个我用得非常多

前端改完之后，靠终端测试只能说明代码能跑，Browser 能直接看页面有没有白屏、按钮能不能点、移动端有没有挤爆

用法：

@Browser 打开 localhost:3000，检查首页首屏、导航点击和移动端布局

适合场景：

• 本地 Web App 验收
• 前端交互测试
• 截图确认 UI
• 文件页面或 localhost 页面检查

Cloudflare

这是 Cloudflare platform plugin，包含 Workers、Wrangler、Agents SDK 相关 skills，以及官方 Cloudflare API MCP server

它的 MCP 配置指向 Cloudflare 官方 API MCP server

skills 很硬核：

• cloudflare：Workers、Pages、KV、D1、R2、Workers AI、Vectorize、安全、IaC
• wrangler：Cloudflare Workers CLI，部署和管理 Workers、KV、R2、D1、Vectorize 等
• workers-best-practices：写和审 Workers 代码
• durable-objects：做有状态协调、WebSocket、SQLite storage、alarms
• agents-sdk：在 Cloudflare Workers 上构建 AI agents
• building-ai-agent-on-cloudflare：用 Agents SDK 做有状态 Agent、WebSocket、定时任务、工具调用
• building-mcp-server-on-cloudflare：在 Workers 上构建远程 MCP server，并处理 tools、OAuth、部署
• sandbox-sdk：安全代码执行、代码解释器、CI/CD、交互式开发环境
• web-perf：用 Chrome DevTools MCP 做性能分析和 Core Web Vitals

用法：

@Cloudflare 帮我把这个 Workers 项目检查一遍，重点看 wrangler 配置、R2 绑定和生产环境反模式

适合场景：

• 写 Workers
• 部署 Agent 或 MCP server
• 管 R2、D1、KV
• 查 Cloudflare API
• 做网站性能审计

Creative Production

Creative Production 用于探索营销活动创意、概念视觉、情绪板、产品植入、广告方向、电商列表图、社交帖子和新品发布素材。

skills 主要围绕商业视觉探索：

• explore：Creative Production 的入口，帮你选择 positioning、mood boards、scenes、offers、ads、shots、logos 等方向
• positioning-explorer：先梳理受众、场景、增长目标、证据和市场角度
• moodboard-explorer：探索视觉方向和 mood board
• scene-explorer：把产品、服务、场馆放进商业场景
• offer-explorer：围绕 offer 做多方向视觉提示词探索
• ads-explorer：广告方向和图片广告 prompt
• shot-explorer：基于上传图片探索镜头、裁切、特写
• logo-explorer：品牌标识、wordmark、logo route
• generative-polish：在不破坏文字、数据、logo、安全区的前提下做视觉强化

用法：

@Creative Production 根据这个产品截图，给我 5 个适合小红书投放的视觉方向

适合场景：

• 做广告素材方向
• 做产品图和落地页视觉
• 做品牌 mood board
• 发布前做视觉 polish

Data Analytics

主要作数据分析：用于分析产品使用情况、追踪调研指标变化、准备 KPI 报告、构建仪表盘和分析 notebook、创建有数据源支撑的语义层，并完成首次分析环境搭建

核心 skills：

• index：Data Analytics 路由入口
• gather-business-context：先收集业务上下文
• analyze-data-quality：检查 grain、freshness、null、重复、schema drift、join 风险
• validate-data：分享前 QA SQL、指标定义、图表、结论证据
• visualize-data：选择和制作合适图表
• build-report：做面向管理层、产品、业务、技术受众的分析报告
• build-dashboard：构建可监控、可探索、可行动的 dashboard
• design-kpis：设计 KPI 框架、目标和 measurement plan
• metric-diagnostics：诊断指标为什么变化
• product-business-analysis：用数据帮产品或业务做决策
• kpi-reporting：做 WBR、MBR、QBR 类 KPI 更新
• market-sizing：估算市场规模和机会空间
• jupyter-notebooks：创建、重构、验证可复现 notebook

用法：

@Data Analytics 看这份转化漏斗数据，先做数据质量检查，再解释本周注册率下滑的主要原因

适合场景：

• 指标异动归因
• KPI 周报月报
• 数据报告和 dashboard
• 数据质量 QA
• 市场规模测算

GitHub

用于检查仓库、triage PR 和 issue、debug CI，并通过 GitHub connector 与 CLI workflow 发布变更

skills 很贴近日常开发：

• github：仓库、PR、issue 的通用 triage 和上下文读取
• gh-fix-ci：修 GitHub Actions 失败
• gh-address-comments：处理 PR review comments 和 unresolved threads
• yeet：确认范围、提交、推分支、开 draft PR

用法：

@GitHub 看这个 PR 的 review comments，整理必须修改项，然后逐条修复

适合场景：

• 看 PR
• 修 CI
• 查 issue
• 发布分支和 draft PR
• 合并前做上下文梳理

Gmail

上面介绍过了

skills：

• gmail：邮箱搜索、线程摘要、行动项提取、草拟回复、转发、归档、删除、打标签前确认
• gmail-inbox-triage：把收件箱分成 urgent、needs reply soon、waiting、FYI 等行动桶

用法：

@Gmail 总结今天未读邮件，按紧急程度、是否需要回复、是否等待对方分类

适合场景：

• 每日邮件清理
• 找关键邮件
• 会议前查上下文
• 草拟回复

Google Calendar

用于安排日程、查询可用时间、生成每日简报，以及管理会议、活动和日历事件

skills：

• google-calendar：日程、冲突、会议室、提醒、hold、创建更新取消事件
• google-calendar-daily-brief：生成一天的日程简报
• google-calendar-free-up-time：找出怎么腾出大块时间
• google-calendar-group-scheduler：多人会议时间排序
• google-calendar-meeting-prep：根据会议和附近上下文做 meeting prep brief

用法：

@Google Calendar 明天上午有哪些空档，帮我找一个适合 3 人同步的 45 分钟时间

适合场景：

• 找会议时间
• 生成每日 agenda
• 清理日程
• 会前准备

Google Drive

主要用于把 Drive 作为 Drive、Docs、Sheets、Slides 工作的统一入口

skills：

• google-drive：找、取、整理、分享、导出、复制、删除 Drive 文件，或统一处理 Docs、Sheets、Slides
• google-docs：Google Docs 创建和编辑
• google-sheets：Sheets 分析、编辑、公式、图表、清洗
• google-slides：Slides 查找、读取、总结、创建、导入、模板适配、视觉清理
• google-drive-comments：写、回复、解决 Drive 文件评论

用法：

@Google Drive 找到上周产品评审文档，总结待办，再把相关 Slides 链接整理出来

适合场景：

• 从 Drive 拉资料
• 汇总文档
• 改 Google Docs、Sheets、Slides
• 处理评论

Hugging Face

用于检视模型、数据集、Spaces 应用和研究资料，帮助评估技术能力、应用场景与参考价值

skills 很多，覆盖从查模型到训练再到发布论文：

• hf-cli：用 hf 管 Hub 上的 models、datasets、Spaces
• huggingface-datasets：处理 datasets
• huggingface-gradio：构建 Gradio demo
• huggingface-jobs：在 Hugging Face Jobs 上跑 workloads
• huggingface-llm-trainer：用 TRL 做 SFT、DPO、GRPO、reward modeling
• huggingface-vision-trainer：训练目标检测、图像分类、SAM/SAM2 segmentation
• huggingface-community-evals：用 inspect-ai 和 lighteval 跑模型评估
• huggingface-trackio：跟踪和可视化训练实验
• huggingface-papers：读取和分析 Hugging Face paper pages、arXiv
• huggingface-paper-publisher：发布和管理 paper page
• transformers-js：在 JS/TS、Node、浏览器里跑 Transformers.js

用法：

@Hugging Face 帮我比较这两个模型卡，重点看许可、推理成本、适合的部署方式

适合场景：

• 查模型、数据集、Space
• 做模型训练和评估
• 写 Gradio demo
• 看论文和模型关联

HyperFrames by HeyGen

视频生成与动效制作：用于编写 HTML、渲染视频，覆盖视觉合成、GSAP 动画、字幕、旁白、音频响应式视觉，以及网页转视频采集等场景。

skills：

• hyperframes：创建 HTML 视频合成、标题卡、字幕、旁白、音频反应视觉、转场
• hyperframes-cli：init、lint、inspect、preview、render、transcribe、tts、doctor 等 CLI 工作
• hyperframes-registry：安装和接入 registry blocks/components
• gsap：GSAP 动画参考，覆盖 timeline、easing、stagger、性能
• website-to-hyperframes：抓取网站并生成 HyperFrames 视频

用法：

@HyperFrames by HeyGen 把这个产品页面做成 20 秒发布视频，先给 storyboard，再生成可预览项目

适合场景：

• HTML 驱动的视频
• 产品发布短片
• 网站转视频
• 带字幕、旁白、动效的内容

Product Design

它用于把早期想法变成团队可评审的 prototype，先确认 brief，再探索产品方向、审计用户流程、从 live URL 做 prototype，把静态截图变成交互体验

skills：

• index：Product Design 入口和路由
• get-context：设计 brief gate，先确认产品、视觉、交互上下文
• research：针对指定数字产品做 source-grounded UX research
• audit：审计产品流程、journey、onboarding、checkout、设置页等
• ideate：生成视觉方向和设计变体
• prototype：构建 coded prototype
• image-to-code：把截图、mockup、Image Gen reference 实现成响应式前端
• url-to-code：克隆 live URL 为本地 frontend-only app
• design-qa：prototype 或 image-to-code 完成后的设计 QA
• share：分享可运行 prototype
• user-context：保存 Product Design 偏好、产品 URL、Figma、设计系统等上下文

用法：

@Product Design 根据这个截图做一次 UX 审计，再给两个更适合 SaaS 后台的改版方向

适合场景：

• 产品原型
• UX 审计
• 截图转前端
• URL 转代码
• 设计方案探索

Remotion

Remotion 视频创作：用于基于 React 构建程序化视频，覆盖最佳实践、动画设计、音频处理、字幕生成、3D 场景与动态视觉等场景

对应 skill 是 remotion-best-practices

用法：

@Remotion 根据这段脚本做一个 30 秒技术解释视频，使用 React 组件和字幕时间轴

适合场景：

• 程序化视频
• React 视频组件
• 技术可视化动画
• 批量生成短视频模板

Supabase

它用于访问 Supabase 项目，管理表、获取配置、查询数据

skills：

• supabase：数据库、Auth、Edge Functions、Realtime、Storage、Vectors、Cron、Queues、客户端库、SSR、RLS、迁移、安全审计
• supabase-postgres-best-practices：Postgres 查询、schema、数据库配置的性能和最佳实践

用法：

@Supabase 检查这个项目的 RLS 策略和迁移脚本，指出可能的安全风险

适合场景：

• Supabase 数据库
• Auth 和 RLS
• Edge Functions
• Postgres 性能优化
• 迁移和 schema 审查

Superpowers

智能体技能框架与软件开发方法论：用于指导基于 agentic skills 的软件开发流程，覆盖任务规划、测试驱动开发、调试排障，以及多人协作与工作流管理等场景

我之前介绍过：Superpowers 是一套给 AI 编程 Agent 用的技能框架和开发方法论

它的 skills 非常像一套“让 Agent 做事更稳”的工程流程：

• using-superpowers：会话开始时查找和使用 skills
• brainstorming：创意和功能工作前先澄清意图和需求
• writing-plans：多步骤任务先写计划
• executing-plans：按计划执行，并设置 review checkpoints
• test-driven-development：实现功能或修 bug 前先写测试
• systematic-debugging：遇到 bug 或测试失败先系统排查
• verification-before-completion：声称完成前必须跑验证
• requesting-code-review：完成后请求 code review
• receiving-code-review：处理 review 意见前先判断意见质量
• dispatching-parallel-agents：多个独立任务并行给子 agent
• subagent-driven-development：在当前会话里用子 agent 执行独立任务
• using-git-worktrees：隔离工作区
• finishing-a-development-branch：完工后决定合并、PR、清理
• writing-skills：创建或修改 skills

用法：

@Superpowers 这个功能先帮我写实施计划，再按 TDD 方式执行

适合场景：

• 大一点的代码任务
• 高风险重构
• TDD
• Debug
• 并行子任务
• 写新的 skill

我最喜欢这套设计的地方

Codex 插件最有意思的地方，是它把“工具能力”和“流程经验”拆开了

GitHub 插件能读 PR，这是工具能力，gh-address-comments 知道怎么处理 review threads，这是流程经验

Google Drive 能拿文件，这是工具能力，某个团队周报 skill 知道怎么把文件整理成你们公司格式，这是流程经验

单靠模型，很多任务会停留在“知道怎么说”，加上插件和 skills，它就能更接近“知道怎么做”

即便你不用 Codex，也建议研究这个项目

OpenAI其实开源了其插件系统，github . com/openai/plugins 仓库本身也很值得学习，每个插件在 plugins/<name>/ 下，必须有 .codex-plugin/plugin.json manifest，还可以带 skills/、.app.json、.mcp.json、plugin-level agents/、commands/、hooks.json、assets/ 等内容

这套目录结构非常适合学习 Agent 工程化

尤其是 SKILL.md 的写法，这是最好的教材了

一个好的 skill 通常会写清楚：

• 什么时候触发
• 什么时候跳过
• 需要读取哪些参考资料
• 该调用哪些脚本
• 哪些事情必须验证
• 出错时如何回退
• 最终交付物长什么样

这比单纯写 prompt 更像工程资产

把团队经验沉淀成 SKILL.md，其实就是在给 Agent 写 SOP

我觉得这才是 Codex 插件最值得普通开发者学习的地方

不一定马上照抄，但它能告诉你一件事：好用的 Agent，背后往往有一堆写得很细的 workflow

你可以不用 Codex，也可以先照着 openai/plugins 的结构写自己的本地 skills

等你写多了就会发现，真正提升 Agent 稳定性的，往往是这些很朴素的流程细节