1. 为什么 Codex 和 WorkBuddy 用户都在聊 Skill 沉淀如果你已经在用 Codex CLI 或 WorkBuddy 写代码大概率经历过这样的场景每次让 AI 帮你生成提交信息都要重新描述一遍格式要求每次让它跑测试并总结失败用例都要把同样的指令再打一遍。这些重复劳动本身不复杂但累积起来非常消耗注意力。Skill 就是解决这个问题的机制。它把反复使用的指令、参考资料、脚本和判断逻辑打包成一个可被 AI 自动识别和调用的模块。和一次性 Prompt 最大的区别在于Prompt 是消耗品每次对话都要重新表述Skill 是资产写一次就能反复触发。Codex CLI 的 Skill 体系标准化程度较高核心文件是 SKILL.md配合 scripts/、references/、assets/ 等可选目录。WorkBuddy 同样基于 SKILL.md 的理念支持子 Skill 编排面向国内开发者的使用习惯做了适配。两者在文件结构上高度相通学会一种再迁移到另一种几乎没有门槛。但很多人在实际落地时会卡在同一个地方工具侧的 API 通道配置。Codex CLI 需要 settings.json 或 config.toml 来指定模型接入点WorkBuddy 的插件侧也需要类似的配置。如果每个工具都单独管理 Key不仅麻烦还容易在切换时出错。这篇内容聚焦的就是如何用 TaoToken 统一 Key/API 通道把 Codex 和 WorkBuddy 的 Skill 沉淀流程一次跑通。适合谁看已经用过 Codex CLI 或 WorkBuddy 至少一周手头有至少一件重复做过三次以上的任务想把它固化成 Skill 的开发者。不需要你懂 Rust 或深入理解 Agent 架构跟着配置走就行。2. TaoToken 前置统一 Key 与 API 通道在写 SKILL.md 之前先把工具侧的接入通道理顺。Codex CLI 和 WorkBuddy 各自有独立的配置文件如果分别去申请和管理 Key后续维护成本会随着工具数量增加而上升。TaoToken 的作用是提供一个统一的 API 入口让不同工具共用同一套 Key 和接入地址。你需要先拿到一个可用的 API Key。访问 TaoToken 控制台创建https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite创建完成后在 API Keys 页面复制你的 Keyhttps://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewriteAPI 基础地址统一使用https://taotoken.net/api注意这个地址后面不加 UTM 参数直接作为 base_url 填入工具配置即可。模型名称根据你实际使用的模型填写比如 claude-sonnet-4-20250514 或 gpt-4o 等具体以 TaoToken 文档中的模型列表为准https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite拿到 Key 和 base_url 之后接下来的配置就围绕这两个值展开。Codex CLI 侧我们改 config.tomlWorkBuddy 侧我们改 settings.json 或插件配置。两边共用同一个 Key后续换模型或调整通道时只需要改一处。3. 可复制配置Codex 与 WorkBuddy 的 settings.json / config.toml 骨架3.1 Codex CLI 的 config.toml 配置Codex CLI 的配置文件通常位于~/.codex/config.toml。如果你还没有这个文件手动创建即可。以下是一个可复制的骨架把your_api_key_here替换成你在 TaoToken 控制台创建的 Key# ~/.codex/config.toml [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY [profiles.default] model_provider taotoken model claude-sonnet-4-20250514然后在你的 shell 配置文件.bashrc、.zshrc或.profile中导出环境变量export TAOTOKEN_API_KEYyour_api_key_here这样配置的好处是 Key 不直接写在 config.toml 里避免误提交到 Git 仓库。Codex CLI 启动时会读取TAOTOKEN_API_KEY环境变量并通过base_url指向 TaoToken 的 API 入口。如果你更习惯把 Key 直接写在配置文件里也可以用下面这种简化写法但不推荐在多人协作的机器上使用[model_providers.taotoken] name TaoToken base_url https://taotoken.net/api api_key your_api_key_here [profiles.default] model_provider taotoken model claude-sonnet-4-202505143.2 WorkBuddy 的 settings.json 配置WorkBuddy 的 VS Code 插件侧配置通常放在项目根目录的.workbuddy/settings.json或用户全局配置目录中。以下骨架可以直接复制替换 Key 即可{ apiProvider: taotoken, apiBaseUrl: https://taotoken.net/api, apiKey: your_api_key_here, defaultModel: claude-sonnet-4-20250514, skills: { enabled: true, scanPaths: [ .workbuddy/skills, ~/.workbuddy/skills ] } }scanPaths告诉 WorkBuddy 去哪里扫描 SKILL.md 文件。项目级 Skill 放在.workbuddy/skills/下用户全局 Skill 放在~/.workbuddy/skills/下。同名 Skill 不会合并而是都会出现在选择器中这一点和 Codex 的层级覆盖逻辑一致。3.3 CC Switch 与 Cline 接入片段如果你同时使用 CC Switch 或 Cline 作为辅助工具它们也可以共用同一个 TaoToken Key。CC Switch 的配置片段如下{ provider: taotoken, baseUrl: https://taotoken.net/api, apiKey: your_api_key_here, models: [claude-sonnet-4-20250514, gpt-4o] }Cline 的配置在 VS Code 设置中搜索cline.apiProvider选择自定义 Provider填入Base URL: https://taotoken.net/api API Key: your_api_key_here Model: claude-sonnet-4-20250514这样 Codex、WorkBuddy、CC Switch、Cline 四个工具共用同一个 Key 和 base_url后续换模型或调整通道时只需要改一处不用逐个工具去更新。4. 验证请求确认 Skill 加载与调用生效配置写完之后不要急着写复杂的 SKILL.md先用一个最小 Skill 验证整条链路是否跑通。4.1 创建最小 SKILL.md在 Codex 的项目目录下创建.agents/skills/hello-skill/SKILL.md--- name: hello-skill description: 当用户输入打个招呼或hello skill时触发输出当前项目名称和一句问候。 --- # Hello Skill ## 触发条件 用户输入包含打个招呼或hello skill时触发。 ## 执行步骤 1. 读取当前工作目录的名称。 2. 输出你好当前项目是 {项目名}Skill 已生效。WorkBuddy 侧在.workbuddy/skills/hello-skill/SKILL.md放入同样内容即可。4.2 验证 Skill 是否被扫描到Codex CLI 中运行codex /skills如果配置正确你应该能在列表中看到hello-skill。如果没看到检查scanPaths或.agents/skills/目录是否存在以及 SKILL.md 的 frontmatter 格式是否正确。WorkBuddy 中打开命令面板搜索WorkBuddy: List Skills同样应该看到hello-skill。4.3 验证 Skill 是否被正确触发在 Codex CLI 中输入打个招呼预期输出类似你好当前项目是 my-projectSkill 已生效。如果 Codex 没有触发 Skill而是直接回答了一个通用问候说明 description 的匹配逻辑没有命中。这时候把 description 改得更具体比如加上必须包含打个招呼四个字。4.4 验证 API 通道是否走通如果 Skill 加载成功但调用时报错大概率是 API 通道的问题。用 curl 直接测试 TaoToken 的接口curl -X POST https://taotoken.net/api/v1/messages \ -H Content-Type: application/json \ -H x-api-key: $TAOTOKEN_API_KEY \ -H anthropic-version: 2023-06-01 \ -d { model: claude-sonnet-4-20250514, max_tokens: 100, messages: [{role: user, content: 回复 OK}] }如果返回中包含正常的模型回复内容说明 Key 和 base_url 都正确。如果返回 401检查 Key 是否复制完整如果返回 404检查 base_url 是否多了或少了路径段。4.5 验证 Skill 内的脚本调用在 SKILL.md 中引用 scripts/ 目录下的脚本时确保脚本有可执行权限chmod x .agents/skills/hello-skill/scripts/check.sh然后在 SKILL.md 中这样引用## 执行步骤 1. 运行 scripts/check.sh获取当前环境状态。 2. 根据脚本输出决定后续步骤。Codex 在执行时会自动解析相对路径。如果脚本没有执行检查 SKILL.md 中的路径是否相对于 Skill 根目录。5. 本篇常见错排查5.1 Skill 不触发最常见的原因是 description 写得太模糊。比如写处理代码相关任务这种描述几乎匹配所有输入导致要么误触发要么不触发。正确做法是穷举用户可能说的具体表达比如当用户输入包含生成提交信息或commit message时触发。另一个原因是 Skill 文件位置不对。Codex 会从$CWD/.agents/skills/、$REPO_ROOT/.agents/skills/、$HOME/.agents/skills/三个位置扫描确认你的 SKILL.md 在这三个路径之一下面。5.2 API 返回 401 或 403先检查环境变量是否生效echo $TAOTOKEN_API_KEY如果输出为空说明 shell 配置文件没有 source 或者写错了文件。运行source ~/.zshrc或对应文件后重试。如果环境变量正常但依然 401检查 Key 是否在 TaoToken 控制台被禁用或过期。重新创建一个 Key 并更新环境变量。5.3 config.toml 解析报错Codex CLI 对 TOML 格式比较严格。常见错误包括字符串没有加引号、节名拼写错误、缩进使用了 Tab 而不是空格。用codex --config-check可以快速定位格式问题。5.4 WorkBuddy 扫描不到 Skill检查 settings.json 中的scanPaths是否包含了你的 Skill 目录。如果路径中有~确认 WorkBuddy 是否正确展开了用户目录。建议先用绝对路径测试确认能扫描到之后再换成相对路径或~。5.5 Skill 触发了但执行结果不对这种情况通常是 SKILL.md 中的步骤描述不够具体。比如写运行测试并总结AI 可能只运行了部分测试就总结。改成运行npm test等待退出读取完整输出提取所有 FAIL 行按文件分组总结。另一个可能是参考文件没有放对位置。SKILL.md 中引用的references/或scripts/路径必须相对于 Skill 根目录不能相对于当前工作目录。5.6 多个工具之间 Key 冲突如果你在 Codex 和 WorkBuddy 中使用了不同的 Key切换时容易混淆。建议统一使用同一个 TaoToken Key通过环境变量注入。如果确实需要区分可以在 Key 名称上做标记比如taotoken-codex和taotoken-workbuddy但 base_url 保持一致。6. 把 Skill 沉淀变成日常习惯配置跑通之后真正的功夫在持续迭代。第一版 SKILL.md 几乎一定有问题这很正常。每次用完 Skill 之后花三十秒问自己三个问题这次触发对了吗AI 哪一步没按预期做我手动补了什么指令把答案写回 SKILL.md下一次就会更顺。Codex 内置了$skill-creator和$skill-installer两个 Skill前者帮你交互式创建新 Skill后者帮你从社区安装。WorkBuddy 侧虽然没有完全对应的内置工具但 SKILL.md 的格式是通用的你可以直接把 Codex 社区里的 Skill 迁移过来。如果你在配置过程中遇到 API 通道的问题优先检查 TaoToken 的接入文档和 API Keys 页面。模型对话功能可以用来快速验证 Key 是否有效https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel-chatutm_campaignrewrite如果你打算长期用 Codex 或 WorkBuddy 做编码和 Agent 任务Coding Plan 提供了更稳定的调用额度https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewriteClaude Code 和 Anthropic 生态的用户可以参考对应的接入说明https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_contentclaude-code-anthropicutm_campaignrewrite挑一件你已经做过三次以上的事按照触发词、边界、步骤、参考文件四个要素写第一版 SKILL.md然后用一次改一次。三个月后回头看你会发现自己的 AI 编程效率已经不在同一个档位了。