会开 Codex、会派活，只算摸到门把手。真正决定它是玩具还是生产力的，是藏在底下的五样东西：自动化、插件，Skill，MCP，记忆系统。前四篇解决”怎么把它叫起来”，这一篇解决”凭什么把任务长期托付给它”。我的体感：工程伙伴和代码生成器的分水岭，就埋在这儿。
先解决一个认词问题：插件、Skill、MCP
仨词老是扎堆出现，其实各管一层，认混了就会装错东西。我先把边界钉死。
插件（Plugin）是能力安装包，覆盖面最宽，能把 Skill 和 MCP 打包成装完即用的整体。生态里常见几位：Chrome 插件操作浏览器做网页测试。GitHub 插件管仓库，修 bug，开 PR。Computer Use 让它像真人一样使电脑。Figma 插件把设计稿翻译成代码。Presentations 出 PPT。Remotion 拿代码产视频。装法：App 里搜到点 Add to Codex，CLI 端拿 /plugins 命令管。
Skill 是固化下来的工作方法，管”同类任务怎么处理”。打个比方：你要求每份 README 必含项目介绍、安装步骤，启动命令，文件结构，常见问题五件套，那就把它固化成 README Skill，往后一次调用整条流程跑完，规则不用再复述。要不要做成 Skill，判断特别简单，一次性的活写提示词就行，反复出现的活才配得上 Skill。
MCP 是通向外部的接口，管”连哪个工具、接哪份数据”。查最新 API 文档挂文档 MCP，摸表结构挂数据库 MCP，读设计稿挂 Figma MCP。CLI 接法一目了然：codex mcp add context7 -- npx -y @upstash/context7-mcp，配置写进 ~/.codex/config.toml。口诀收尾：方法论的事找 Skill，连接的事找 MCP。
它值夜班的时候，不出声
说到自动化，多数人脑子里是定时跑脚本。Codex 玩的不是这个：你给项目立规矩，它照规矩周期巡逻，撞见问题先自己试着修，修完交报告，全程不用你盯着。日子太平它一声不吭，绝不刷存在感。
官方文档里有个玩法我建议直接抄，叫每周会话自动复盘：让它定期回看近期的会话，任务结果和踩坑记录，汇总成工作流档案，哪种做法出过事，正确姿势是什么，你的偏好是啥。复盘出来的结论会被改写成规则，往后所有会话照此执行。这套东西的妙处是滚雪球，越久越懂你的项目，任何一次性手动配置都比不了。
Skill 的三条来路
搞 Skill 有三条路。第一条去技能市场挑现成的，插件内置、系统推荐即拿即用。第二条用 $skill-creator 自动生成，把想固化的流程讲给它听，SKILL.md 直接吐出来，强烈推荐。第三条等玩熟了手搓，Skill 的本质不过是 .agents/skills/ 目录下一个带 SKILL.md 的文件夹，没什么可神化的。
社区里几个口碑项目留意一下：Superpowers，一整套开发方法论，先问需求、再写规格，后排实现计划。baoyu-skills，内容和效率场景，小红书图文、文章配图，公众号发布都在射程里。Agent Reach 管联网，网页，YouTube，B站，小红书都能读。find-skills 专门挖新 Skill。下载前看两样：更新频率和 star 数，没人维护的坑别往里跳。
越依赖它，Git 越是命根子
真项目交给 Codex 还不配 Git，这是我最想拦新手的一条。没有版本控制，它改崩了你没有退路，只能眼睁睁看代码烂掉。配了 Git，它敢放开了试错，你随时能审、能回滚。标准动线：初始化仓库，补 .gitignore，干净版本先 commit，开实验分支交给它，改完审 diff，跑构建，过了才 commit，push 上 GitHub。
再进一步是 Worktree：给同一个项目克隆出几份独立工作副本，本质是草稿纸。并行多任务、对比方案 A/B/C，放开了大改，每种情形单独开一本，翻车整本扔掉，主线毫发无损。眼下最流行的玩法就是这个，比反复切分支舒服太多。
本地、副本、云端，三种跑法
Local 直接动本地代码。Worktree 在隔离副本里动。Cloud 让 OpenAI 云端容器拉你的 GitHub 仓库干活，本地机器全程歇着，后台任务和并行任务正合适。云端跑完交 diff 和总结，需要就顺手开 PR。一个必须焊在脑子里的细节：云端结果推回 GitHub 后，本地动手前先 pull 最新代码，不然就是站在旧版本上制造新冲突，这坑我亲自踩过，合并冲突修到半夜。
给机器配一份专用说明书
人看 README.md，Codex 看 AGENTS.md，专门写给它的规则手册。位置决定管辖范围：项目根目录管全项目，子目录只管那个模块，用户目录 ~/.codex/ 管你所有项目，多层规则叠加生效。内容清单照抄：项目说明、技术栈，常用命令，目录结构，代码规范，UI 规则，禁止事项，完成标准。行文五个词：具体、简洁，可执行，有限制，有验证。想偷懒也有路，让 AI 自己总结项目出初稿，你只管改。
最后压轴一条保命规则，建议原样抄进个性化指令：”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 编程最大的事故源就是乱删文件，这一条能挡掉九成以上的灾难。下一篇系列收官：标准工作流模板，加建站到做视频的五个完整实战。
