Codex

dmux-workflows 是一份使用 dmux 在 tmux 窗格中编排并行 AI 代理会话的指南。它帮助你把研究、实现、测试和文档工作拆分到 Claude Code、Codex、OpenCode 及类似运行框架中，从而以更少的上下文瓶颈管理多智能体开发。

ai-regression-testing 能帮助发现 AI 辅助开发里常漏掉的 bug，包括修复不彻底、过时假设，以及 sandbox 和生产路径之间的回归问题。当前当 agent 修改了 API 路由、后端逻辑，或做了需要实际、可重复验证的 bug 修复时，可使用这个 ai-regression-testing 技能进行回归测试。它尤其适合无数据库的 sandbox 模式验证，以及能暴露隐藏分支的审查工作流。

agent-eval 是一项用于对编码 agent 进行基准测试的技能，支持在可复现任务上让多个 agent 直接对比，评估通过率、成本、耗时和一致性。你可以用 agent-eval 在自己的 repo 中评估 Claude Code、Aider、Codex 或其他 agent，并获得比临时提问更清晰的证据。

verification-before-completion 是一个用于最终检查的技能，专门防止在缺乏依据时宣称任务已完成。本文说明它适合在什么场景使用、如何从 obra/superpowers 安装，以及怎样让每一条“已修复”“已通过”“可评审”等状态声明都对应到最新的验证证据。

using-superpowers 是来自 obra/superpowers 的会话启动技能，要求在任何回复前先进行技能查找，帮助代理优先发现并激活合适的工作流。

安装并使用 test-driven-development skill，落实严格 TDD：先写失败测试，确认测试确实失败，再实现最小可行代码，最后安全重构。

systematic-debugging 是一项以根因为先的调试技能，适用于 bug、偶发测试失败、构建失败和各种异常行为。你可以先了解它的四阶段工作流、配套文件以及适用时机，再决定是否在提出修复方案前优先使用它。

subagent-driven-development 是一项用于执行实现计划的技能：为每个任务分配一个全新的 subagent，然后对每项结果进行两轮评审——先检查是否符合 spec，再评估代码质量。它内置了 implementer、spec reviewer 和 code quality reviewer 的提示词模板。

executing-plans 用于让代理按书面实施计划有序执行：先审阅计划，再按顺序完成任务、运行指定检查，遇到阻塞就停止，并交接给收尾工作流。最适合 Project Management 等以计划驱动交付的场景。

dispatching-parallel-agents 是一项 Agent Orchestration skill，适合把真正彼此独立的任务拆分给多个 agent 并行处理，在上下文隔离的前提下统一协调结果。

webapp-testing 是一项用于本地 Web 应用测试的技能，基于 Python Playwright。它可帮助智能体通过 `scripts/with_server.py` 启动服务、检查渲染后的 UI、发现选择器、抓取截图与控制台日志，并以先侦察后验证的方式检查前端行为。

quieter 是一项用于打磨 UI 设计的 refinement 技能，适合在界面显得过于强烈、嘈杂或造成感官负担时使用，在保留清晰度、层级关系和品牌意图的前提下降低视觉攻击性。它最适合在父级 `$impeccable` 技能之后使用，帮助团队先判断强烈感的来源，再做有针对性的调整。

notion-meeting-intelligence 可将 Notion 上下文转化为可直接用于会议的议程和会前材料，并结合 Codex 研究，为决策、状态更新、规划、复盘和 1:1 准备提供支持。它尤其适合 notion-meeting-intelligence for Meeting Prep 工作流：当你需要有依据的材料、清晰的时间分配，以及面向不同参会者的输出时，这个技能会很有帮助。

colorize 技能可帮助 UI 团队为灰暗或过于平淡的界面加入更有策略性的色彩。了解何时适合使用、需要提供哪些上下文，以及它如何融入 impeccable 工作流，与 $frontend-design 和品牌导向的配色决策配合使用。

arrange 可帮助诊断并优化 UI 布局、间距与视觉层级。适合用这个 arrange 技能修复界面拥挤、网格重复、构图薄弱等问题；使用前需先完成 $frontend-design 配置，并可按需补充 $teach-impeccable 上下文。

neat-freak 是一款用于会话结束交接的知识清理技能。它会对项目文档、agent 记忆和代码漂移进行校准，确保 CLAUDE.md、AGENTS.md 和 docs/ 保持准确。适合技术写作人员、开发者以及需要更干净、更可靠项目知识库的 agent 运营者。

codex 是一个面向 Claude Code 的技能封装，用于包装 Codex CLI，支持代码分析、重构和自动化编辑。它可帮助你以更合适的 model、sandbox、resume 流程和更安静的默认输出运行 `codex exec` 与 `codex resume`。使用前需要先在本地正确安装并可用的 Codex CLI。

subagent-driven-development 帮助你把实现计划拆分为独立任务，为每个任务派发一个全新的 subagent，并在各步骤之间审查结果。它适用于需要通过 agent 编排来更快交付、同时保留质量关卡的场景，尤其是 3 个及以上彼此独立的问题、bug 修复、功能切片或仓库清理。

cross-agent-delegation 可帮助 Claude Code 在 Kimi 和 Codex 之间分配工作，用于 agent 编排。它支持自动工具检测、测试后自动交给 Codex 审查，以及基于复杂度信号的受限 Kimi 委派。若你想要一份实用指南来安装、启用并使用多 CLI 工作流中的隐藏路由机制，这个 cross-agent-delegation 技能会很合适。

long-task-coordinator 通过持久化状态文件、恢复检查、明确状态以及“先持久化再汇报”的工作流，帮助 agent 协调长时间运行或委派执行的任务，从而更可靠地支持中断后恢复与续接。

skills-cli 可帮助用户通过最新的 `bunx skills` 或 `npx skills` 命令发现、安装和管理 Agent Skills，涵盖 `--skill`、`skills-lock.json`，以及更新、移除、恢复和同步等常见流程。

image-to-code 是一款面向 Codex 的 image-to-code 技能，可将视觉参考转化为真实网页。它先生成设计图像，再进行细致分析，最后落地实现，以匹配布局、间距、排版和英雄区构图。适用于着陆页、产品页、编辑型版式、作品集以及需要高视觉还原度的重设计项目。

codex-review 是一个面向 OpenAI Codex CLI 代码审查的 GitHub 技能，结合 GPT-5.2-Codex 使用。它通过结构化发现、GitHub 原生审查流程以及适合 CI/CD 的使用方式，帮助团队发现 bug、安全问题和代码质量隐患。

code-review 是一套用于代码变更在提交和部署前的强制性审查工作流。它帮助团队执行结构化的 /code-review 步骤，选择合适的 engine，并获得可执行的反馈，而不是泛泛的通过结论。非常适合用于合并前检查、发布候选版本，以及高风险重构。