你花了一下午写了个 Codex Skill，今天跑得完美，明天模型一更新就崩了。本文介绍 Caliper，一个专门为 AI Agent Skills 设计的可靠性测试框架，用 pass@k 量化你的 Skill 到底有多靠谱。

OpenAI 官方发布了 Codex 最佳实践指南，涵盖提示词结构、AGENTS.md 配置、计划模式、测试驱动验证、MCP 工具接入、Skills 技能封装和自动化调度七大核心板块。本文完整解读这些实践，并补充真实使用经验中的技巧和坑。

Codex 有三种界面，底层却共用一套配置栈。本文从 AGENTS.md 指令层级、MCP 外部工具接入、Skills 可复用技能，到 config.toml 细粒度调优，完整拆解 Codex 的配置体系，帮你构建一套可维护、可扩展的 AI 编程环境。

深入解析 OpenAI Codex 的四层配置架构：AGENTS.md 指令体系、MCP 服务器扩展、Skills 可复用剧本、config.toml 偏好设置。三个界面共享同一套配置，理解分层逻辑才能真正驾驭 Codex。