AI 程式設計教學中文版
官方教學中文版規則、安全與設定

定製 Codex 行為

把 AGENTS.md、Memories、Skills、MCP 和 Subagents 放到同一張行為定製地圖裡。

📖 本篇術語速查表
英文 / 縮寫中文一句話解釋
五層定製five layersAGENTS.md / Skills / MCP / Memories 等定製手段。
穩定規則stable rules用 AGENTS.md 固化的長期行為約定。
延續上下文continuity用 Memories 跨會話保持上下文。

不想讀完?把下面這段提示詞丟給 AI 幫你跑完——幫你按需求選對定製手段(AGENTS.md / Skills / MCP / Memories)。

你是 Codex 行為定製選型顧問,幫我從一個定製需求出發,選對該用 AGENTS.md、Skills、MCP 還是 Memories。

【角色】
你掌握定製的五層地圖:AGENTS.md 定穩定規則、Skills 複用重複流程、MCP 接外部系統、Memories 延續上下文,能按需求選最合適的層。

【輸入】
- 我想定製的行為 / 需求:___
- 它是長期規則、重複流程、外部接入還是上下文延續:___
- 個人用還是團隊:___
- 涉及敏感資訊嗎:___

【工作流程】
1. 判斷需求屬於哪一層定製
2. 選最合適的手段並說明理由
3. 說明為什麼不用其他層
4. 給落地的下一步

【輸出規範】
▌一、需求歸層
▌二、推薦定製手段 + 理由
▌三、為什麼不用其他層
▌四、落地下一步

【硬約束】
- 長期規則進 AGENTS.md,不靠每次重複交代
- 能用輕量手段不用重的
- 敏感資訊不進 Memories
- 一次聚焦一種手段,不堆疊
- 不確定的機制標註需查官方文件

Customization 的目標,是讓 Codex 按你和團隊的工作方式執行。它不是多裝功能,而是把長期規則、重複流程、外部系統和角色分工放到正確層級。

行為定製先從 AGENTS.md 和驗證命令開始。不要在專案規則還不清楚時先堆 MCP、skills 和 subagents。

五層地圖

flowchart LR
    Agents["AGENTS.md"] --> Behavior["Codex behavior"]
    Memories["Memories"] --> Behavior
    Skills["Skills"] --> Behavior
    MCP["MCP"] --> Behavior
    Subagents["Subagents"] --> Behavior

這幾層互補,不競爭:

  • AGENTS.md:持久專案指導。
  • Memories:從過去工作中延續有用上下文。
  • Skills:可複用 workflow 和 domain expertise。
  • MCP:連線外部工具和 shared systems。
  • Subagents:把工作委派給 specialized agents。

先問“這個需求應該放哪層”,再動設定。

AGENTS.md:穩定規則

AGENTS.md 給 Codex 提供 durable project guidance,會在 agent 開始工作前生效。它適合寫:

  • build and test commands。
  • review expectations。
  • repo-specific conventions。
  • directory-specific instructions。
  • 受保護路徑。
  • 文件和測試同步規則。

當 agent 對 codebase 做出錯誤假設時,把正確規則補進 AGENTS.md。這應該是反饋迴圈,不是一次性文件工程。

更新原則:

  • 從真正重要的 instructions 開始。
  • 把反覆出現的 review feedback codify。
  • 把 guidance 放到離適用目錄最近的位置。
  • 全域檔案塑造個人工作習慣,repo 檔案聚焦團隊和 codebase rules。

AGENTS.md 應該和 pre-commit hooks、linters、type checkers 配合。規則只靠模型遵守不夠,能自動驗證的就交給工具。

Skills:重複流程

Skills 適合封裝重複 workflows。它們通常比單純寫進 prompt 更適合複用,因為 skill 可以包含 instructions、scripts、references 和 assets。

常見結構:

my-skill/
  SKILL.md
  scripts/
  references/
  assets/

適合做 skill 的情況:

  • release steps。
  • review routines。
  • docs updates。
  • migration checklist。
  • 需要 examples、references 或 helper scripts 的流程。

不要把還沒跑穩的想法直接做成 skill。先用普通 prompt 跑通,重複出現後再沉澱。

MCP:外部系統

MCP 是把 Codex 連線到 external tools 和 context providers 的方式。它適合:

  • issue trackers。
  • design tools。
  • browsers。
  • shared documentation systems。
  • internal knowledge services。

MCP server 可以暴露 tools、resources 和 prompts。區別要清楚:

  • context 型 MCP 主要提供資訊。
  • action 型 MCP 可能改外部系統。
  • 帶寫許可權的 MCP 必須考慮審批、記錄和回復。

實踐中,MCP 和 skills 搭配最有價值:skill 定義 workflow,並說明什麼時候呼叫哪些 MCP tools。

Memories:延續上下文

Memories 適合儲存跨任務仍然有價值的偏好、專案習慣和歷史經驗。

不要把敏感資訊、臨時任務細節、過期路徑、一次性結論寫進 memory。Memory 是長期注入上下文,錯誤內容會持續影響後續任務。

Subagents:角色分工

Subagents 適合把 noisy 或 specialized tasks 拆出去。例如:

  • 一個 agent 專門跑測試和復現。
  • 一個 agent 專門審查 diff。
  • 一個 agent 專門查詢記錄或外部系統。

不要把 subagent 當成“更多模型就更強”。角色、輸入、輸出、許可權和驗收要寫清,否則只是把混亂並行化。

建設順序

推薦順序:

  1. 寫清 AGENTS.md,讓 Codex 遵守 repo conventions。
  2. 用 lint、type check、test、pre-commit 強制可驗證規則。
  3. 重複流程跑穩後建立 skill。
  4. 需要外部系統時接 MCP。
  5. 準備好角色邊界後再用 subagents。
  6. 需要分發給團隊時,把 skill 和設定打包成 plugin。

常見坑

  • 專案規則沒寫清,卻先裝很多 MCP。
  • 把一次性 prompt 做成 skill。
  • 把個人偏好寫進團隊 repo AGENTS.md
  • 把 action 型 MCP 當成只讀上下文。
  • subagent 職責重疊,最後沒人負責驗收。
  • Memory 裡儲存敏感資訊或過期事實。

驗收清單

  • 任何定製項都能說清屬於哪一層。
  • AGENTS.md 小而具體,包含驗證方式。
  • skill 有真實觸發詞、步驟和驗收。
  • MCP 許可權和資料來源可審計。
  • memory 不含 secret、token 或臨時結論。
  • subagent 的輸入、輸出、許可權和複核人明確。

官方資料

本頁目錄