Agent Skills w OpenAI Codex: Twórz własne rozszerzenia AI

MCP daje Codexowi dostęp do zewnętrznych narzędzi. Agent Skills idą dalej — pozwalają nauczyć AI nowych procedur, workflow i sposobów myślenia. To różnica między daniem komuś młotka a nauczeniem go, jak budować domy.

  1. Skills vs MCP: jaka różnica?
  2. Struktura skilla
  3. Gdzie przechowywać skille
  4. Explicit vs implicit invocation
  5. $skill-creator: stwórz skill w 5 minut
  6. Podsumowanie

Skills vs MCP: jaka różnica? {#skills-vs-mcp}

MCP to protokół do łączenia AI z zewnętrznymi serwisami — GitHub, Sentry, Figma. Daje narzędzia.

Skills to instrukcje dla AI, jak wykonywać złożone zadania. Dają metodologię.

Przykład: MCP pozwala Codexowi czytać i pisać pliki w repozytorium. Skill code-review uczy go, JAK przeprowadzić code review — na co zwracać uwagę, jak formatować feedback, kiedy blokować merge.

Skills są komplementarne do MCP. Możesz mieć skill deploy-to-production, który korzysta z MCP do GitHuba (tworzenie tagów) i MCP do Slacka (powiadomienia). Skill definiuje procedurę, MCP dostarcza narzędzia.

Struktura skilla {#struktura}

Każdy skill to folder z plikiem SKILL.md jako punktem wejścia:

my-skill/
├── SKILL.md           # Wymagany: instrukcje + metadane
├── scripts/           # Opcjonalne: skrypty do uruchomienia
├── references/        # Opcjonalne: dokumentacja, przykłady
├── assets/            # Opcjonalne: szablony, zasoby
└── agents/
    └── openai.yaml    # Opcjonalne: metadane UI, zależności

Plik SKILL.md zawiera frontmatter YAML i instrukcje markdown:

---
name: code-review
description: Przeprowadza code review PR-a z focusem na bezpieczeństwo i wydajność
---

Gdy przeglądasz kod:

1. Sprawdź najpierw pliki związane z bezpieczeństwem
2. Zidentyfikuj potencjalne problemy wydajnościowe
3. Oceń czytelność i zgodność z konwencjami projektu
4. Zaproponuj konkretne poprawki z uzasadnieniem

Format feedbacku: [BLOCKER/WARN/SUGGESTION] - opis problemu - propozycja rozwiązania

Folder scripts/ może zawierać skrypty, które Codex uruchomi w ramach skilla. Folder references/ to dokumentacja, którą AI przeczyta dla kontekstu.

Gdzie przechowywać skille {#lokalizacje}

Lokalizacje skilów w Codex
ZakresŚcieżkaZastosowanie
Projekt$CWD/.agents/skillsSkille specyficzne dla projektu
Repozytorium$REPO_ROOT/.agents/skillsSkille dla całego repo
Użytkownik~/.agents/skillsTwoje osobiste skille
System/etc/codex/skillsSkille dla wszystkich użytkowników

Skille w katalogu projektu są wersjonowane razem z kodem — cały zespół ma do nich dostęp. Skille osobiste (~/.agents/skills) działają we wszystkich twoich projektach.

Priorytet: skille projektowe nadpisują osobiste, osobiste nadpisują systemowe. Dzięki temu możesz mieć domyślny skill code-review i specyficzną wersję dla konkretnego projektu.

Explicit vs implicit invocation {#invokacja}

Są dwa sposoby wywoływania skilów:

Explicit — wywołujesz skill bezpośrednio:

$code-review

lub przez komendę:

/skills

Implicit — Codex sam dopasowuje skill na podstawie opisu:

> przejrzyj ten PR pod kątem bezpieczeństwa

Jeśli skill code-review ma w opisie "bezpieczeństwo", Codex automatycznie go użyje.

Wskazówka: Pisz opisy skilów precyzyjnie. Im lepiej opisujesz, KIEDY skill powinien się uruchomić, tym trafniej Codex go dopasuje. Unikaj ogólników typu "pomocny skill do kodu".

$skill-creator: stwórz skill w 5 minut {#skill-creator}

Codex ma wbudowany skill do tworzenia nowych skilów:

$skill-creator

Skill-creator przeprowadzi cię przez proces:

  1. Nazwa i opis skilla
  2. Główne instrukcje
  3. Opcjonalne skrypty i referencje
  4. Gdzie zapisać (projekt/użytkownik/system)

To najszybszy sposób na prototypowanie. Możesz później ręcznie dopracować SKILL.md.

Dla zespołów: stwórz skille w .agents/skills/ i commituj je do repo. Nowi członkowie zespołu od razu mają dostęp do wszystkich procedur i workflow. Więcej o integracji Codex z GitHubem w artykule o automatycznym code review.

Podsumowanie {#podsumowanie}

Agent Skills to sposób na kodowanie wiedzy eksperckiej w Codex:

  • Struktura: SKILL.md + opcjonalne scripts/, references/, assets/
  • Lokalizacje: projekt → repo → użytkownik → system (od najbardziej do najmniej specyficznego)
  • Invokacja: explicit ($skill-name) lub implicit (automatyczne dopasowanie)
  • Prototypowanie: $skill-creator do szybkiego tworzenia

Skille są komplementarne do MCP — MCP daje narzędzia, skille uczą jak ich używać. Razem tworzą potężny system rozszerzeń dla multi-agentowych workflow.

Własne rozszerzenia AI
Agent Skills w OpenAI Codex: Twórz własne rozszerzenia AI