最新文章
OpenAI Skills 架构：指令、元数据、辅助脚本与宿主边界
通过 gh-fix-ci 理解技能的组成，区分展示配置、最小结构校验、确定性诊断以及仓库之外的宿主职责。
OpenAI Skills 架构：指令、元数据、辅助脚本与宿主边界OpenAI SkillsCodexgh-fix-ci
开始阅读 →Loading page…
九篇有源码依据的 OpenAI Skills 指南：弃用状态、工作流组成、固定安装、诊断辅助代码、权限、评估与迁移选型。
最新文章
通过 gh-fix-ci 理解技能的组成，区分展示配置、最小结构校验、确定性诊断以及仓库之外的宿主职责。
按发布时间
01 → 09
通过 gh-fix-ci 理解技能的组成，区分展示配置、最小结构校验、确定性诊断以及仓库之外的宿主职责。
用同一个 CI 诊断任务比较临时提示、确定性程序、可复用工作流与分发包，不把旧目录当作万能答案。
阅读旧安装器的真实行为：明确修订和目标目录、整库压缩包与稀疏 Git、已有目录拒绝，以及多技能安装不是原子事务。
以 gh-fix-ci 为例，梳理前提、失败报告、未就绪日志和修改授权，让第一次技能评估产生可核查的诊断结果。
一个可实践的学习项目构想：固定修订、负面提示、源码反例与透明迁移清单，用真实验收替代没有分母的评分。
理解已弃用的 openai/skills：工作流目录、逐技能许可证、宿主职责，以及研究旧示例与采用当前分发方式的区别。
区分压缩包获取、宿主上下文与任务执行成本，建立可复核测量方案，不编造令牌节省、成功率或性能数字。
审查凭据、压缩包边界、不可信日志、目录冲突，区分工作流文字要求与宿主真正执行的工具权限。
复现三个窄范围实现行为：含斜杠的 ref、解压前的路径检查，以及可能选中“0 failures”的倒序日志匹配。