Codex 最實用的 11 個 Skills
Anthropic Skills 讓 Codex 更會讀文件、抽表格、處理工作流。這篇整理安裝方式、文件技能、適合場景，以及它和一般文件處理工具的差別。
Anthropic Skills 讓 Codex 更會讀文件，也更適合處理工作流。
把 Anthropic Skills 裝進 Codex，最直接的變化，就是它開始能吃文件了。這件事看起來普通，實際上很實用，因為開發者每天都在跟 PDF、Word、Excel、PPT 打交道。
原始內容提到的重點很明確。它不是在講一個宏大概念，而是在講怎麼把 document-skills 接到工作流裡。對常碰規格書、報表、簡報的人來說，這比多一個聊天框有用多了。
| 項目 | 內容 | 用途 |
|---|---|---|
| 官方倉庫 | anthropics/skills | 取得技能包 |
| 本地安裝路徑 | ~/.agents/skills/anthropic-skills | 放入技能目錄 |
| 文檔技能 | PDF、Word、Excel、PPT 解析 | 處理常見辦公文件 |
| 插件安裝 | /plugin marketplace add anthropics/skills/plugin | 透過插件市場安裝 |
| 插件命令 | /plugin install document-skills@anthropic-agent-skills | 直接安裝指定技能 |
這套 Skills 解決的，是文件型工作流
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
很多人以為 Codex 只適合寫程式。其實日常工作裡，真正耗時間的常常不是碼字，而是讀文件。需求文件、測試表、設計稿、會議紀錄，這些東西一多，人工切頁面和複製貼上就很煩。
Anthropic Skills 的價值，在於把文件內容轉成模型能直接處理的資料。這樣一來，Codex 不只是回答問題，還能先讀、再整理、再推理，工作流會順很多。
這種定位很務實。它不是要取代編輯器，也不是要變成另一套大型平台。它比較像一組可插拔模組，讓 Codex 多了幾種固定技能，尤其適合文件密集型任務。
- 讀 PDF 規格書更省時間
- 整理 Word 需求稿更順手
- 抽 Excel 表格更直接
- 提煉 PPT 重點更快
安裝方式簡單，重點是接進既有流程
這篇內容最討喜的地方，是它沒有把安裝寫得很玄。第一種方式是直接 clone 官方倉庫，再放到本地技能目錄。第二種方式更快，走插件市場就能裝上去。
對開發者來說，這種設計很對味。你只要知道倉庫位置、路徑和命令，就能把技能接進去，不需要先搞懂一堆抽象名詞。終端機用熟的人，會覺得這種做法比圖形介面乾脆。
更重要的是，這種安裝方式很適合團隊內部複製。你可以把同一套技能裝到多台機器上，讓大家處理文件時有一致的行為，少掉很多「每個人都用不同工具」的混亂。
“Skills are small, focused capabilities that extend Claude’s behavior.” — Anthropic
這句話很直白，也很準。Skills 的核心就是把單一能力包起來，讓模型按需使用。對 Codex 使用者來說，這代表你可以針對任務補功能，不必把整個工具鏈全部換掉。
如果你常處理跨部門文件，這種模組化方式會很有感。因為你要的不是更多對話，而是更少手動整理。
文件處理的差別，藏在細節裡
單純打開 PDF，任何閱讀器都做得到。真正拉開差距的，是能不能把內容抽成可用資料。像表格欄位、段落結構、頁面重點，這些都會影響後續分析品質。
原始內容提到的 document-skills，正好覆蓋 PDF、Word、Excel、PPT 四種常見格式。這四種文件幾乎就是辦公室裡最常見的資訊容器。
尤其是 Excel 和 PPT。前者常有結構化數據，後者常有圖表和簡報語境。這兩種文件最怕人工重整，因為一不小心就漏欄位，或抓錯重點。
- PDF 適合規格、合約、研究文件
- Word 適合需求、草案、說明稿
- Excel 適合數據核對、報表比對
- PPT 適合簡報摘要、重點提取
誰會最常用到這套能力
如果你每天只寫 API，這套 Skills 可能不是第一優先。但只要工作裡混進文件、報表、提案和交付，它的使用頻率就會上來。這類場景在產品、顧問、售前、資料分析都很常見。
對開發者而言，最實際的好處是少做一次人工轉換。以前你要先打開文件、找內容、整理成文字，再丟給模型。現在可以把這段前處理壓縮掉，工作節奏會更順。
我覺得這也是 Skills 類工具最有價值的地方。它不炫技，但很貼近真實工作。很多 AI 工具看起來很猛，最後卻只拿來聊天；這套東西反而更像能上工的配件。
和其他文件工具比，它的位置在哪
如果只看「能讀文件」這件事，很多工具都能做。像 Adobe Acrobat 偏向閱讀與編修，Microsoft 365 偏向辦公協作，Google Workspace 則強在雲端共編。它們各有定位，但都不是以模型推理為核心。
Anthropic Skills 的位置比較像中間層。它把文件變成模型能吃的資料，再交給 Codex 做後續處理。這種設計比較適合需要分析、摘要、比對、抽取的任務。
如果你的需求是批次處理，這種方式會比手工工具更省事。尤其當文件數量一多，差距會拉得很明顯。
- Acrobat 強在閱讀與註記
- Microsoft 365 強在團隊協作
- Google Workspace 強在雲端共編
- Anthropic Skills 強在模型前處理
這波更新反映了什麼趨勢
AI 工具正在往工作流靠攏。光會聊天已經不夠了，能不能接文件、接資料、接內部流程，才是更實際的問題。這也是為什麼 Skills 這種設計會越來越常見。
從技術角度看，這類功能也很符合現實。模型本身很強，但它需要外部工具把資料整理好。文件解析、格式轉換、內容抽取，這些前處理工作，才是落地時最常碰到的地方。
如果你在做內部 AI 助手，我會建議先從這種技能包開始。先讓模型能讀懂你公司最常見的文件格式，再談更複雜的自動化，會比一開始就做大整合更穩。
接下來最值得做的事
如果你已經在用 Codex，可以先挑一個最常見的文件場景測試。像是讀規格書、整理報表，或從簡報裡抓條列重點。先做小範圍驗證，比一次全導入更實際。
我會把這套 Skills 看成一個工作流補丁。它不會改變你怎麼寫程式，但會改變你怎麼接觸資料。這個差異很小，卻很容易在一週內省下幾個小時。
如果你的團隊常被文件拖慢，下一步就很明確了：先裝，再測，再看哪個環節最值得接進 Codex。