前面四篇把 Codex 的入口都讲完了，但真正让它和普通 AI 编程工具拉开差距的，是这一篇的内容：自动化，插件，Skill，MCP，记忆系统。这些东西组合起来，Codex 才从一个帮忙写代码的工具，变成一个可以长期托付任务的工程伙伴。
自动化：给项目请个 AI 值班工程师
Codex 自动化的意思是：它不只是听你指挥，还能按规则定期巡查项目，发现问题，处理问题。平时不打扰你，有问题来提醒，简单问题先尝试修，最后让你审核决定。
一个很实用的玩法是「每周会话自动复盘」：让 Codex 定期检查最近一段时间的会话记录，任务结果和常见问题，沉淀成一份可复用的工作流档案。复盘时总结哪些做法导致了问题，正确做法是什么，顺便记下你的使用偏好，再把结论改写成后续会话可以直接遵循的规则。用得越久，Codex 越懂你的习惯。
插件、Skill、MCP：三个最容易混的概念
这三个词不是互相替代关系，而是各管一层：
插件（Plugin）是能力安装包，范围最大，可以把 Skill 和 MCP 打包成容易安装的整体。常见的有 Chrome 插件（操作浏览器测网页），GitHub 插件（管理仓库，修 bug，建 PR），Computer Use 插件（像人一样操作电脑），Figma 插件（设计稿转代码），Presentations（生成 PPT），Remotion（用代码生成视频）等。在 Codex App 里搜到插件点 Add to Codex 就能装。CLI 里输 /plugins 管理。
Skill 是一套固定工作方法，解决同类任务怎么做的问题。比如你每次都要求 README 包含项目介绍，安装步骤，启动命令，文件结构，常见问题，那就可以做成 README Skill，以后调用它就按这套流程走，不用每次重新解释规则。判断标准很简单：只做一次的任务直接写提示词，经常重复做的任务适合做 Skill。
MCP 是连接外部工具的接口，解决连接什么工具或数据的问题。文档 MCP 让它查最新 API 文档，数据库 MCP 让它查表结构，Figma MCP 让它读设计稿。CLI 里添加很简单，比如 codex mcp add context7 -- npx -y @upstash/context7-mcp，配置会写进 ~/.codex/config.toml。记住一句话：怎么做的问题用 Skill，连什么工具的问题用 MCP。
好用的 Skill 从哪来
三个途径：一是插件里的技能市场有系统推荐的现成 Skill。二是用内置的 $skill-creator，告诉它你想把什么流程做成 Skill，它会帮你生成 SKILL.md 文件，这是最推荐的方式。三是熟悉文件结构后手动创建，本质就是一个带 SKILL.md 的文件夹，放在 .agents/skills/ 目录下。
社区里几个口碑不错的 Skill 项目可以关注：Superpowers（给编程 Agent 加一整套开发方法论，先澄清需求、写规格，再做实现计划），baoyu-skills（偏内容创作和日常效率：小红书图文，文章配图，公众号发布等），Agent Reach（给 Agent 装联网能力，读网页，YouTube，B站，小红书等），find-skills（帮你搜索和发现其他 Skill）。
Git：Codex 时代更不能省的基本功
用 Codex 做真实项目，Git 不是可选项。没有 Git，Codex 改错了你很难回退。有了 Git，它可以放心试，你可以随时检查和恢复。标准流程是：初始化 Git → 写好 .gitignore → 先 commit 一次干净版本 → 新建分支给 Codex 当实验区 → 让它改 → 看 diff → 跑构建 → 满意后 commit → push 到 GitHub。
进阶技巧是 Worktree：给同一个项目额外开独立工作副本，相当于草稿本。想让 Codex 大胆改，同时做多任务，或者比较方案 A/B/C，每个任务开一个 worktree，改坏了直接丢掉，主项目完全不受影响。
云端运行：不占电脑的后台任务
Codex 有三种运行模式：Local 直接改本地代码，Worktree 在安全副本里改，Cloud 则在 OpenAI 云端容器里拉取 GitHub 仓库处理任务，基本不占用你的电脑，特别适合后台任务和并行任务。云端跑完生成 diff 和总结，必要时直接创建 PR。要注意的是云端任务改完推回 GitHub 后，本地继续开发前先同步最新代码，避免在旧版本上修改产生冲突。
记忆系统：AGENTS.md 让它越用越顺手
README.md 是写给人看的项目说明，AGENTS.md 是写给 Codex 看的规则说明书。它可以放在项目根目录（管整个项目）、子目录（管某个模块）或用户目录 ~/.codex/（管你所有项目的个人通用规则），项目级和用户级叠加生效。
一份好的 AGENTS.md 包含：项目说明，技术栈，常用命令，项目结构，代码规范，UI 规则，禁止事项，完成标准。写法上要求具体、简洁，可执行，有限制，有验证。不用自己动笔，直接让 AI 总结项目核心内容生成一份，再人工微调即可。
再分享一个防翻车的全局规则写法：在设置的个性化指令里加上「禁止批量删除文件或目录，需要删除时只能一次删除一个明确路径的文件，批量删除必须停下来让用户手动操作」。AI 编程最怕的就是乱删东西，这条规则能挡住绝大多数事故。
下一篇是收官篇：标准工作流模板 + 五个从建站到做视频的完整实战案例。
