skill是codex脑内的结构化操作手册，决定流程如何执行；mcp是连接外部系统的usb接口，提供真实世界数据访问能力。二者必须协同：skill依赖mcp获取外部数据，mcp需skill触发调用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
当你在Codex里反复让AI检查代码风格、生成周报模板、或从Figma同步设计规范时，必须分清Skill和MCP——它们解决的是完全不同的问题，混用会导致流程卡死、指令被忽略、甚至外部数据根本拉不进来。
Skill：教Codex“怎么做”
第一步：打开你的项目根目录，确认存在 AGENTS.md 文件。如果没有，Codex会把所有规则都当成一次性prompt处理，Skill就无法稳定触发。
第二步：在 %USERPROFILE%\.codex\skills\ 目录下新建文件夹，比如 code-review，里面必须包含一个 SKILL.md 文件——没有它，Codex根本不识别这是Skill。
第三步：在 SKILL.md 里用纯文本写清楚三件事：输入条件（如“当用户提交PR且含‘fix’关键词”）、执行步骤（如“1. 运行 eslint --fix；2. 检查 package.json 版本号是否递增；3. 输出带emoji的结论”）、输出格式（如“✅ 通过｜⚠️ 需修改｜❌ 拒绝”）。这一步不能用自然语言描述，必须结构化，否则Codex会跳过执行。
第四步：重启Codex终端或执行 codex reload。此时你对Codex说“用 code-review Skill 检查这个 PR”，它才会严格按你写的四步走——而不是凭经验自由发挥。
深入解析 Figma Make AI 功能，教你如何通过简单的文字描述一键生成高品质、可编辑的移动端与网页端 UI 设计。涵盖高效 Prompt 撰写、组件自动化布局及原型连线技巧，助你彻底告别空白画布焦虑，实现设计效率指数级提升。
注意：Skill不会主动访问任何外部系统。它只读取你当前对话中提供的内容、本地文件、或AGENTS.md里声明的路径。想让它读GitHub issue？不行。想让它调Figma API？也不行。这正是MCP要补上的缺口。
MCP：给Codex连上“真实世界”
方法一：直接调用已安装的MCP服务
在Codex中输入 /mcp，你会看到类似 figma-v2（running）、github-enterprise（offline） 的列表。只有标着 （running） 的MCP才能被Skill调用。如果显示 offline，Skill里写再多“读取Figma链接”也没用。
方法二：手动启动MCP服务
比如你要用达人精灵查TikTok商品数据，得先在命令行运行：npx @tiktok-mcp/server --port 3001。Codex本身不自带这个服务，它只负责发现并转发请求——服务没起来，Skill再完整也拿不到数据。
方法三：在Skill中嵌入MCP调用指令
在你的 code-review/SKILL.md 里可以加一行：→ 调用 mcp://github-enterprise/get-pr-comments?pr_id={{pr_number}}。但前提是：① github-enterprise MCP 已 running；② {{pr_number}} 是Skill前一步解析出的变量；③ 该MCP配置了正确的token权限。漏掉任意一条，这行指令就静默失败，不会报错提示。
关键区别一句话收口
Skill是Codex脑内的操作手册，决定“流程怎么走”；MCP是插在Codex身上的USB接口，决定“能摸到哪些外部设备”。没MCP，Skill再精细也是闭门造车；没Skill，MCP再强大也只是个裸奔的数据管道。
