[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-skills-directory--skill-codex":3,"tool-skills-directory--skill-codex":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",145895,2,"2026-04-08T11:32:59",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108111,"2026-04-08T11:23:26",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":10,"last_commit_at":59,"category_tags":60,"status":17},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,"2026-04-06T11:19:32",[35,15,13,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":76,"owner_location":76,"owner_email":76,"owner_twitter":76,"owner_website":76,"owner_url":77,"languages":76,"stars":78,"forks":79,"last_commit_at":80,"license":81,"difficulty_score":32,"env_os":82,"env_gpu":82,"env_ram":82,"env_deps":83,"category_tags":87,"github_topics":88,"view_count":32,"oss_zip_url":76,"oss_zip_packed_at":76,"status":17,"created_at":92,"updated_at":93,"faqs":94,"releases":95},5648,"skills-directory\u002Fskill-codex","skill-codex","A claude code skill to delegate prompts to codex","skill-codex 是一款专为 Claude Code 设计的扩展技能，旨在让 Claude 能够直接调用 Codex CLI 工具。它的核心作用是打通两者之间的协作壁垒，使开发者可以在 Claude Code 的对话环境中，自动执行代码分析、重构和编辑等复杂任务，而无需手动切换终端或复制粘贴指令。\n\n这一工具主要解决了 AI 编程工作流中“上下文断裂”的痛点。以往用户若需结合不同模型的优势，往往需要繁琐的手动操作；skill-codex 则实现了自动化委托，让 Claude 能根据需求智能选择 Codex 的模型版本、推理强度及沙箱模式（如只读分析），并自动汇总执行结果供用户决策。此外，它还贴心地默认屏蔽了冗余的思考过程输出，以保持对话上下文的整洁，仅在用户需要调试时才显示详细日志。\n\nskill-codex 非常适合经常使用 Claude Code 进行软件开发的工程师和技术研究人员。对于希望构建更自主代理工作流（Agentic Workflows）的高级用户，它提供了一个轻量且高效的集成方案。其技术亮点在于将复杂的命令行参数配置（如模型选择、沙箱权限）封装为自然的对话交互，让","skill-codex 是一款专为 Claude Code 设计的扩展技能，旨在让 Claude 能够直接调用 Codex CLI 工具。它的核心作用是打通两者之间的协作壁垒，使开发者可以在 Claude Code 的对话环境中，自动执行代码分析、重构和编辑等复杂任务，而无需手动切换终端或复制粘贴指令。\n\n这一工具主要解决了 AI 编程工作流中“上下文断裂”的痛点。以往用户若需结合不同模型的优势，往往需要繁琐的手动操作；skill-codex 则实现了自动化委托，让 Claude 能根据需求智能选择 Codex 的模型版本、推理强度及沙箱模式（如只读分析），并自动汇总执行结果供用户决策。此外，它还贴心地默认屏蔽了冗余的思考过程输出，以保持对话上下文的整洁，仅在用户需要调试时才显示详细日志。\n\nskill-codex 非常适合经常使用 Claude Code 进行软件开发的工程师和技术研究人员。对于希望构建更自主代理工作流（Agentic Workflows）的高级用户，它提供了一个轻量且高效的集成方案。其技术亮点在于将复杂的命令行参数配置（如模型选择、沙箱权限）封装为自然的对话交互，让用户只需通过简单的自然语言指令，即可触发强大的底层代码处理能力，显著提升了编码效率与体验。","Note: If you want a more autonomous setup for agentic workflows, check out [klaudworks\u002Fralph-meets-rex](https:\u002F\u002Fgithub.com\u002Fklaudworks\u002Fralph-meets-rex).\n\n# Codex Integration for Claude Code\n\n\u003Cimg width=\"2288\" height=\"808\" alt=\"skillcodex\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fskills-directory_skill-codex_readme_a22b7c9a3eaa.png\" \u002F>\n\n\n## Purpose\nEnable Claude Code to invoke the Codex CLI (`codex exec` and session resumes) for automated code analysis, refactoring, and editing workflows.\n\n## Prerequisites\n- `codex` CLI installed and available on `PATH`.\n- Codex configured with valid credentials and settings.\n- Confirm the installation by running `codex --version`; resolve any errors before using the skill.\n\n## Installation\n\nThis repository is structured as a [Claude Code Plugin](https:\u002F\u002Fcode.claude.com\u002Fdocs\u002Fen\u002Fplugins) with a marketplace. You can install it as a **plugin** (recommended) or extract it as a **standalone skill**.\n\n### Option 1: Plugin Installation (Recommended)\n\nInstall via Claude Code's plugin system for automatic updates:\n\n```\n\u002Fplugin marketplace add skills-directory\u002Fskill-codex\n\u002Fplugin install skill-codex@skill-codex\n```\n\n### Option 2: Standalone Skill Installation\n\nExtract the skill folder manually:\n\n```\ngit clone --depth 1 git@github.com:skills-directory\u002Fskill-codex.git \u002Ftmp\u002Fskills-temp && \\\nmkdir -p ~\u002F.claude\u002Fskills && \\\ncp -r \u002Ftmp\u002Fskills-temp\u002Fplugins\u002Fskill-codex\u002Fskills\u002Fcodex ~\u002F.claude\u002Fskills\u002Fcodex && \\\nrm -rf \u002Ftmp\u002Fskills-temp\n```\n\n## Usage\n\n### Important: Thinking Tokens\nBy default, this skill suppresses thinking tokens (stderr output) using `2>\u002Fdev\u002Fnull` to avoid bloating Claude Code's context window. If you want to see the thinking tokens for debugging or insight into Codex's reasoning process, explicitly ask Claude to show them.\n\n### Example Workflow\n\n**User prompt:**\n```\nUse codex to analyze this repository and suggest improvements for my claude code skill.\n```\n\n**Claude Code response:**\nClaude will activate the Codex skill and:\n1. Ask which model to use (`gpt-5.4`, `gpt-5.3-codex-spark`, or `gpt-5.3-codex`) unless already specified in your prompt.\n2. Ask which reasoning effort level (`low`, `medium`, or `high`) unless already specified in your prompt.\n3. Select appropriate sandbox mode (defaults to `read-only` for analysis)\n4. Run a command like:\n```bash\ncodex exec -m gpt-5.3-codex-spark \\\n  --config model_reasoning_effort=\"high\" \\\n  --sandbox read-only \\\n  --full-auto \\\n  --skip-git-repo-check \\\n  \"Analyze this Claude Code skill repository comprehensively...\" 2>\u002Fdev\u002Fnull\n```\n\n**Result:**\nClaude will summarize the Codex analysis output, highlighting key suggestions and asking if you'd like to continue with follow-up actions.\n\n### Detailed Instructions\nSee [`plugins\u002Fskill-codex\u002Fskills\u002Fcodex\u002FSKILL.md`](plugins\u002Fskill-codex\u002Fskills\u002Fcodex\u002FSKILL.md) for complete operational instructions, CLI options, and workflow guidance.\n","注意：如果您希望为代理工作流搭建更自主的环境，请查看 [klaudworks\u002Fralph-meets-rex](https:\u002F\u002Fgithub.com\u002Fklaudworks\u002Fralph-meets-rex)。\n\n# Claude Code 的 Codex 集成\n\n\u003Cimg width=\"2288\" height=\"808\" alt=\"skillcodex\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fskills-directory_skill-codex_readme_a22b7c9a3eaa.png\" \u002F>\n\n\n## 目的\n使 Claude Code 能够调用 Codex CLI（`codex exec` 及会话恢复）来实现自动化代码分析、重构和编辑工作流。\n\n## 先决条件\n- 已安装 `codex` CLI，并确保其位于系统的 `PATH` 中。\n- Codex 已配置有效的凭据和设置。\n- 通过运行 `codex --version` 确认安装是否成功；如有任何错误，请先解决后再使用此技能。\n\n## 安装\n\n本仓库以 [Claude Code 插件](https:\u002F\u002Fcode.claude.com\u002Fdocs\u002Fen\u002Fplugins) 的形式组织，并提供市场供用户使用。您可以将其作为 **插件** 安装（推荐），也可以将其提取为 **独立技能**。\n\n### 选项 1：插件安装（推荐）\n\n通过 Claude Code 的插件系统进行安装，以便自动更新：\n\n```\n\u002Fplugin marketplace add skills-directory\u002Fskill-codex\n\u002Fplugin install skill-codex@skill-codex\n```\n\n### 选项 2：独立技能安装\n\n手动提取技能文件夹：\n\n```\ngit clone --depth 1 git@github.com:skills-directory\u002Fskill-codex.git \u002Ftmp\u002Fskills-temp && \\\nmkdir -p ~\u002F.claude\u002Fskills && \\\ncp -r \u002Ftmp\u002Fskills-temp\u002Fplugins\u002Fskill-codex\u002Fskills\u002Fcodex ~\u002F.claude\u002Fskills\u002Fcodex && \\\nrm -rf \u002Ftmp\u002Fskills-temp\n```\n\n## 使用方法\n\n### 重要提示：思考标记\n默认情况下，此技能会通过 `2>\u002Fdev\u002Fnull` 来抑制思考标记（stderr 输出），以避免填充 Claude Code 的上下文窗口。如果您希望查看这些思考标记，以便进行调试或了解 Codex 的推理过程，可以明确要求 Claude 显示它们。\n\n### 示例工作流\n\n**用户提示：**\n```\n使用 Codex 分析这个仓库，并为我的 Claude Code 技能提出改进建议。\n```\n\n**Claude Code 的回应：**\nClaude 将激活 Codex 技能，并执行以下步骤：\n1. 询问要使用的模型（`gpt-5.4`、`gpt-5.3-codex-spark` 或 `gpt-5.3-codex`），除非您的提示中已明确指定。\n2. 询问推理力度级别（`low`、`medium` 或 `high`），除非您的提示中已明确指定。\n3. 选择合适的沙盒模式（默认为只读模式用于分析）。\n4. 运行类似如下的命令：\n```bash\ncodex exec -m gpt-5.3-codex-spark \\\n  --config model_reasoning_effort=\"high\" \\\n  --sandbox read-only \\\n  --full-auto \\\n  --skip-git-repo-check \\\n  \"全面分析这个 Claude Code 技能仓库...\" 2>\u002Fdev\u002Fnull\n```\n\n**结果：**\nClaude 将总结 Codex 的分析输出，突出关键建议，并询问您是否希望继续执行后续操作。\n\n### 详细说明\n完整的操作说明、CLI 选项及工作流指南，请参阅 [`plugins\u002Fskill-codex\u002Fskills\u002Fcodex\u002FSKILL.md`](plugins\u002Fskill-codex\u002Fskills\u002Fcodex\u002FSKILL.md)。","# skill-codex 快速上手指南\n\n`skill-codex` 是一个专为 **Claude Code** 设计的插件技能，旨在让 Claude Code 能够调用 Codex CLI（执行 `codex exec` 及会话恢复），从而实现自动化的代码分析、重构和编辑工作流。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **系统要求**：支持 Claude Code 的操作系统（Linux\u002FmacOS\u002FWindows）。\n*   **前置依赖**：\n    *   已安装 `codex` CLI 工具，并确保其二进制文件位于系统的 `PATH` 环境变量中。\n    *   Codex 已配置有效的凭证（Credentials）和相关设置。\n*   **验证安装**：\n    在终端运行以下命令确认安装成功且无报错：\n    ```bash\n    codex --version\n    ```\n\n## 安装步骤\n\n您可以选择通过 Claude Code 插件市场安装（推荐，支持自动更新），或手动提取为独立技能。\n\n### 方式一：插件安装（推荐）\n\n在 Claude Code 交互界面中依次运行以下命令：\n\n```bash\n\u002Fplugin marketplace add skills-directory\u002Fskill-codex\n\u002Fplugin install skill-codex@skill-codex\n```\n\n### 方式二：独立技能安装\n\n如果您希望手动部署，可以使用以下脚本将技能文件夹提取到本地配置目录：\n\n```bash\ngit clone --depth 1 git@github.com:skills-directory\u002Fskill-codex.git \u002Ftmp\u002Fskills-temp && \\\nmkdir -p ~\u002F.claude\u002Fskills && \\\ncp -r \u002Ftmp\u002Fskills-temp\u002Fplugins\u002Fskill-codex\u002Fskills\u002Fcodex ~\u002F.claude\u002Fskills\u002Fcodex && \\\nrm -rf \u002Ftmp\u002Fskills-temp\n```\n\n> **注意**：国内用户若遇到 GitHub 克隆速度慢的问题，可使用国内镜像源（如 Gitee 镜像或加速代理）替换上述 `git clone` 地址。\n\n## 基本使用\n\n安装完成后，直接在 Claude Code 对话中发出指令即可触发该技能。\n\n### 使用示例\n\n**用户输入：**\n```text\nUse codex to analyze this repository and suggest improvements for my claude code skill.\n```\n\n**执行流程：**\n1.  **模型选择**：Claude 会询问您使用的模型（如 `gpt-5.4`, `gpt-5.3-codex-spark` 等），除非您在提示词中已指定。\n2.  **推理强度**：询问推理努力程度（`low`, `medium`, `high`），除非已指定。\n3.  **沙箱模式**：默认选择 `read-only`（只读）模式进行分析。\n4.  **自动执行**：Claude 将构建并运行类似以下的命令（默认隐藏思考过程令牌以保持上下文简洁）：\n    ```bash\n    codex exec -m gpt-5.3-codex-spark \\\n      --config model_reasoning_effort=\"high\" \\\n      --sandbox read-only \\\n      --full-auto \\\n      --skip-git-repo-check \\\n      \"Analyze this Claude Code skill repository comprehensively...\" 2>\u002Fdev\u002Fnull\n    ```\n\n**结果反馈：**\nCodex 执行完毕后，Claude 会总结分析结果，突出关键改进建议，并询问您是否需要执行后续操作。\n\n> **提示**：默认情况下，为了节省上下文窗口，该技能会屏蔽 Codex 的思考过程输出（stderr）。如果您需要调试或查看推理细节，请在提示词中明确要求“显示思考令牌 (show thinking tokens)\"。","一位全栈开发者正在维护一个包含数十个微服务的复杂仓库，急需对其中遗留的 Python 模块进行深度重构和性能优化。\n\n### 没有 skill-codex 时\n- **工具切换繁琐**：开发者必须手动离开 Claude Code 对话环境，打开终端单独运行 Codex CLI，复制粘贴上下文后再将结果传回，打断心流。\n- **配置容易出错**：每次调用都需人工指定模型版本（如 `gpt-5.3-codex`）和推理强度，容易因参数遗漏导致分析深度不足或成本失控。\n- **上下文割裂**：Codex 生成的详细分析报告与 Claude Code 当前的项目理解是隔离的，开发者需要自行整合两份独立的智能建议，效率低下。\n- **安全顾虑难平衡**：难以在“只读分析”和“自动执行”之间快速切换，要么不敢让 AI 动代码，要么担心误操作破坏现有逻辑。\n\n### 使用 skill-codex 后\n- **无缝原生集成**：直接在 Claude Code 对话框中指令其调用 Codex，系统自动处理底层 CLI 交互，实现从“分析”到“建议”的一站式闭环。\n- **智能参数决策**：skill-codex 能根据任务复杂度自动推荐合适的模型和推理等级（如自动选择 `high` 模式处理复杂重构），无需人工干预配置。\n- **上下文深度融合**：Codex 的深度分析结果直接被 Claude Code 吸收并总结，开发者可立即基于此结论发起后续的代码修改指令，逻辑连贯。\n- **灵活沙箱控制**：默认以“只读”模式运行分析确保存量代码安全，确认方案后可一键升级为自动执行模式，兼顾了安全性与自动化效率。\n\nskill-codex 通过打通两大顶级编码智能体的壁垒，将割裂的工具链转化为流畅的自主开发工作流，显著提升了复杂重构任务的执行效率与安全性。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fskills-directory_skill-codex_a22b7c9a.png","skills-directory","skills.directory","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fskills-directory_9a979811.jpg",null,"https:\u002F\u002Fgithub.com\u002Fskills-directory",1112,88,"2026-04-08T11:09:11","MIT","未说明",{"notes":84,"python":82,"dependencies":85},"该工具是 Claude Code 的插件或独立技能，而非独立的 AI 模型。核心依赖是已安装并配置好有效凭证的 `codex` 命令行工具（需存在于系统 PATH 中）。运行前需执行 `codex --version` 确认安装无误。默认会抑制思考令牌输出以节省上下文窗口，如需调试可手动要求显示。",[86],"codex CLI",[35,13,52],[89,90,91],"claude","claude-code","codex","2026-03-27T02:49:30.150509","2026-04-09T05:23:55.195572",[],[]]