这是Codex学习路线图，分阶段由易到难了解Codex会用Codex。
基于Codex，但并不仅仅是Codex，而是要把重点聚焦于Skill、MCP、Subagents，学些了它们，主流的AI编程工具都不再是问题了。

先学“怎么稳定用”，再学“怎么配置和约束”，再学“怎么扩展 Codex 的能力”，最后才学“怎么把这些能力沉淀成你自己的工作系统”。

主线：使用 -> Prompting/Workflow -> 配置 -> AGENTS/Rules/Hooks -> Skill -> MCP -> Subagents -> Automation/SDK -> 方法论

阶段1：认识Codex

• 必读: Quickstart (https://developers.openai.com/codex/quickstart), CLI (https://developers.openai.com/codex/cli), Features – Codex CLI (https://developers.openai.com/codex/cli/features), Slash commands in
  Codex CLI (https://developers.openai.com/codex/cli/slash-commands)
• 怎么安装使用，CLI 和 图形界面。CLI有哪些命令，可以做什么；图形界面怎么使用
• 选读: IDE extension (https://developers.openai.com/codex/ide), Codex cloud (https://developers.openai.com/codex/cloud)
• 这一阶段只学 3 件事：怎么开一个会话、怎么让它读代码/改代码/跑命令、怎么管理会话和 slash commands
• 练习: 用一个熟悉的小仓库做 3 个任务，分别是“解释代码”“修一个小 bug”“加一个小测试”；顺手试 /init、/resume、/fork
• 过关标准: 不把 Codex 当聊天工具，而是知道它是“带工具的开发代理”

阶段2：Prompting 和 Workflow

• 必读: Prompting – Codex (https://developers.openai.com/codex/prompting), Best practices – Codex (https://developers.openai.com/codex/learn/best-practices), Codex Prompting Guide
  (https://developers.openai.com/cookbook/examples/gpt-5/codex_prompting_guide), Workflows – Codex (https://developers.openai.com/codex/workflows), Codex Use Cases
  (https://developers.openai.com/codex/use-cases)
• 学习重点: 怎么写任务目标、边界、验收标准；什么时候先调研、什么时候直接改；怎么让它验证结果
• 练习: 同一个任务写两版 prompt，一版随手写，一版带目标/约束/验收标准，对比输出质量
• 过关标准: 能稳定写出“工程任务描述”，而不是自然语言愿望清单

阶段3：配置，持久化约束

• 必读: Config basics (https://developers.openai.com/codex/config-basic), Advanced Configuration (https://developers.openai.com/codex/config-advanced), Configuration Reference
  (https://developers.openai.com/codex/config-reference), Custom instructions with AGENTS.md (https://developers.openai.com/codex/guides/agents-md), Rules (https://developers.openai.com/codex/rules), Hooks
  (https://developers.openai.com/codex/hooks), Agent approvals & security (https://developers.openai.com/codex/agent-approvals-security)
• 这一阶段要搞清 4 件事：~/.codex/config.toml 和 .codex/config.toml 的分层、AGENTS.md 的层级和覆盖、approval/sandbox 的组合、Rules/Hooks 分别解决什么问题
• 关键结论要记住: 项目级 .codex/config.toml 只会在 trusted project 下生效；AGENTS.md 是持久说明，不是一次性 prompt；
• 练习: 建一个你自己的 ~/.codex/AGENTS.md 和一个仓库级 AGENTS.md；再做 1 个 profile；把 Configuration Reference 当查表工具，不要求通读
• 过关标准: 能说清 prompt、AGENTS.md、config.toml、Rules、Hooks 各自的角色

阶段4：Skill

• 必读: Agent Skills – Codex (https://developers.openai.com/codex/skills), Plugins – Codex (https://developers.openai.com/codex/plugins), Build plugins – Codex
  (https://developers.openai.com/codex/plugins/build), Best practices – skill 部分 (https://developers.openai.com/codex/learn/best-practices)
• 学习重点: Skill 是可复用工作流，不是知识库；Codex 可以显式调用也可以按 description 隐式匹配；Skill 先是工作方法，Plugin 才是分发单元；使用skillcreator的skill创建属于自己的skill
• 练习: 先不要做复杂 Skill，只做 1 个你自己高频任务的本地 Skill，比如“代码阅读报告”“PR review checklist”“日志排查”
• 官方补充: openai/skills (https://github.com/openai/skills)
• 社区补充: addyosmani/agent-skills (https://github.com/addyosmani/agent-skills)
• 过关标准: 已经知道什么场景该继续写 prompt，什么场景该升级成 Skill

阶段5：MCP

• 必读: Model Context Protocol – Codex (https://developers.openai.com/codex/mcp), Docs MCP (https://developers.openai.com/learn/docs-mcp)
• 进阶选读: Building MCP servers for ChatGPT Apps and API integrations (https://developers.openai.com/api/docs/mcp)
• 学习重点: 先学“连接 MCP 服务器”；先配文档型和开发工具型 MCP，比如 docs、browser、figma 一类
• 要真正理解: MCP 解决的是“外部活数据和外部能力”，不是代替 Skill；Skill 是 workflow，MCP 是 tool/context
• 练习: 至少接 2 个 MCP，一个是文档类，一个是开发工具类；让 Codex分别用 MCP 和不用 MCP 解决同一类问题，对比效果
• 过关标准: 已经会判断“这个问题缺的是 repo 内上下文，还是外部系统上下文”

阶段6：进入 Subagents

• 必读: Subagent concepts (https://developers.openai.com/codex/concepts/subagents), Subagents – Codex (https://developers.openai.com/codex/subagents), Workflows – Codex
  (https://developers.openai.com/codex/workflows), Best practices – subagent 部分 (https://developers.openai.com/codex/learn/best-practices)
• 学习重点: Subagent 不是“多开几个 AI 更强”，而是解决上下文污染、上下文退化和并行分工；先学什么时候该拆，再学怎么定义 custom agents
• 要记住的边界: 官方文档说明当前 subagent workflow 默认可用，但 Codex 只会在你明确要求时才生成 subagents；而且 token 消耗会更高
• 练习: 先用内置角色做两类任务，一类是“explore + review”，一类是“trace + fix”；之后再试 .codex/agents/ 或 ~/.codex/agents/ 下的 2 个 custom agents
• 社区补充: VoltAgent/awesome-codex-subagents (https://github.com/VoltAgent/awesome-codex-subagents)
• 过关标准: 能判断什么时候该单线程做完，什么时候该让多个代理并行分工

阶段7：收束自己的方法论

• 必读回顾: Best practices (https://developers.openai.com/codex/learn/best-practices), Workflows (https://developers.openai.com/codex/workflows), Use Cases (https://developers.openai.com/codex/use-cases)
• 官方案例补充: Using skills to accelerate OSS maintenance (https://developers.openai.com/blog/skills-agents-sdk), Modernizing your Codebase with Codex
  (https://developers.openai.com/cookbook/examples/codex/code_modernization), Building frontend UIs with Codex and Figma (https://developers.openai.com/blog/building-frontend-uis-with-codex-and-figma)
• 哪些任务适合 prompt，哪些适合 AGENTS，哪些适合 Skill，哪些适合 MCP，哪些适合 Subagent，哪些适合 Automation
• 最终产出: “常用配置”“常用 Skill 清单”“MCP 清单”“Subagent 分工模板”“自动化候选项”
• 过关标准: 会设计工作系统

如何形成的方法论

• 一次性任务：先用 prompt
• 持久个人偏好：放 ~/.codex/AGENTS.md 和 ~/.codex/config.toml
• 持久仓库规范：放仓库 AGENTS.md 和 .codex/config.toml
• 重复性 workflow：抽成 Skill
• 外部系统/活数据：接 MCP
• 需要并行、隔离上下文、角色分工：用 Subagents
• 稳定且可重复的执行：上 codex exec、Automations、GitHub Action
• 要分享给团队或跨仓库复用：再打包成 Plugin