教你用 Codex 从零到一写一个 SKILL

作者:袖梨 2026-07-13

用 Codex 从零制作一个 GIF 处理技能,将视频转 GIF 的繁琐过程自动化,一劳永逸。核心内容:1. 从解决具体问题入手,让 Codex 生成 FFmpeg 命令2. 将一次性操作整理成可复用的自动化工作流3. 如何封装成通用 skill 以处理各种视频剪辑需求

 

为了宣传 oh-my-prompt 2.0,我用 Codex 从 0 写了个 GIF skill

我今天刚发布了 oh-my-prompt 2.0。

这次版本里有两个主要更新。

云端备份,还有 Prompt Agent。

Prompt Agent 这个功能比较适合用 GIF 展示,所以我录了一段屏,准备剪一下,加速一下,转成一个动图放到文章里。

img_6a5429bf2a9ad30.webp

以前遇到这种视频处理,我一般会用 Remotion。

Remotion 很强,做视频比例转换、自动加字幕、复杂渲染都很好用。但这次需求太简单了,我只是想把一个录屏转成 GIF,再专门起 Remotion 项目就有点重。

所以我临时起了一个念头。

能不能直接让 Codex 帮我做一个专门处理视频转 GIF 的 skill?

不是写一条 FFmpeg 命令就完事,而是做成一个可以反复用的工作流。

以后我只要告诉它,视频在哪,保留哪一段,速度调多少,输出多大,它就能先检查视频,再复述计划,等我确认后生成 GIF。

这篇就记录一下,我是怎么用 Codex 从 0 到 1 做出这个 skill 的。

如果你也经常有一些重复的小任务,比如整理文件、处理图片、转格式、生成草稿、批量改名,其实都可以照这个思路来做。

1、先别急着写 skill,先把任务跑通一遍

我一开始问 Codex 的问题很简单。

我想将视频进行剪辑,并变速,再转成 gif,可以使用什么工具?
img_6a5429bf2a9b231.webp

Codex 给出的建议是 FFmpeg。

这个选择挺合理。因为视频裁剪、变速、拼接、转 GIF,这些能力 FFmpeg 都能做,而且免费,适合放在自动化流程里。

然后我继续回答它的询问。

一个命令搞定,且免费。
img_6a5429bf2a9b432.webp

Codex 给了一条 FFmpeg 命令,并解释了几个关键参数。

到这里,其实已经能解决一次性问题了。

但我不想每次都重新拼命令。

而且真实的视频处理,往往不是只截取一段。

img_6a5429bf2a9b633.webp

后面我是直接边看视频,并将对应的要剪辑的位置描述成语言发给codex。

8 秒之前不要,8 秒到 15 秒加速 4 倍,16 秒到 31 秒不要,32 秒到 40 秒加速 4 倍,41 秒到 53 秒不要,54 秒到 55 秒加速 2 倍,55 秒之后不要。

这句话翻译成命令,其实挺麻烦。

要拆片段,要分别变速,要拼接,要转 GIF,还要检查输出大小。

它生成了一个 4 秒多的 GIF,保留了三个片段,并分别按 4 倍速、4 倍速、2 倍速处理。

img_6a5429bf2a9b834.webp

其实到这里,我本次的需求已经解决了,它帮我将视频转成了我需要的 GIF 了。

但我不制作成 SKILL 的话,下次我还需要重复跟它沟通上面的对话。

2、把一次操作,整理成可复用流程

上面的第一步很重要。

你在创建 skill 之前,最好先让 Codex 完整做一遍真实任务。不要一上来就说,帮我写一个视频转 GIF skill。

这样很容易写成空泛说明。

更好的方式是先让它解决一次真实问题,把过程里的输入、判断、异常、确认、输出都暴露出来。

跑通之后,再让它把这套流程沉淀成 skill。

任务跑通之后,我让 Codex 使用 Skill Creator,把上面的过程整理成一个 skill。

我的要求不是直接创建,而是先跟我确认。

img_6a5429bf2a9ba35.webp

这个习惯建议大家保留。

因为 skill 不是一段普通 prompt,它会影响 Agent 后续怎么做事。如果它里面写得太粗,后面就容易乱执行。如果写得太死,又不好用。

所以创建前最好先确认几个问题。

这个 skill 叫什么。

它在什么场景下触发。

它需要用户提供什么信息。

它什么时候应该追问。

它什么时候可以执行。

它执行前要不要确认。

它执行后怎么验证结果。

它解决的不是所有视频剪辑问题,只解决一个很具体的场景,把视频里的片段裁出来,按需要变速,拼接,然后转成 GIF。

范围一定要收住。

很多朋友第一次写 skill,容易什么都想塞进去。

比如视频转 GIF、加字幕、加封面、压缩、调色、去水印、转 MP4,全都写进去。

看起来很强,实际很容易失控。

我自己的经验是,skill 越小越容易真的用起来。

它只要把一件重复的小事做稳定,就已经很值了。

3、设计 skill 时,重点写清楚交互流程

这次 video-gif-editor 的核心,不是 FFmpeg 命令。

FFmpeg 只是底层工具。

真正重要的是交互流程。

我希望它按这个顺序工作。

1、先定位来源视频。

如果我没有指定视频,就问我视频在哪里。

2、读取视频基础信息。

包括时长、分辨率、帧率、文件大小。

3、询问我要怎么处理。

我可以用自然语言描述,比如裁掉开头 8 秒,后面整体 4 倍速,或者保留几段不同速度。

4、检查描述有没有问题。

比如时间段是否超出视频长度,片段是否重叠,速度倍率是否合理。

5、复述即将执行的计划。

包括保留哪些片段,每段速度多少,输出尺寸多少,预计 GIF 时长和大小。

6、等待我明确确认。

我没确认,就不能执行。

7、生成 GIF 并校验结果。

输出实际时长、尺寸、帧率、帧数、文件大小。

img_6a5429bf2a9bc36.webp

你看,这里真正要写进 skill 的,是这些规则。

是让 Agent 知道什么时候问、什么时候判断、什么时候复述、什么时候执行。

我觉得这是很多 skill 好不好用的分界线。

差一点的 skill,只写怎么做。

好一点的 skill,会写清楚怎么跟用户一起做。

尤其是视频处理这种任务,执行一次可能要等几十秒,甚至几分钟。如果没确认就直接跑,错了就是在浪费时间。

所以我在 skill 里明确要求,用户确认前不能执行。

这个规则很简单,但很有用。

4、让 Codex 创建文件,并自己验证

确认流程之后,Codex 创建了 video-gif-editor skill。

它包含几个东西。

SKILL.md,用来描述触发场景和工作流程。

scripts/render_gif.py,用来真正调用 FFmpeg 生成 GIF。

img_6a5429bf2a9be37.webp

5、用新 skill 处理真实素材

这一步也建议大家照做。

不要只看 Codex 说创建完成了。

一定要让它用一个真实素材跑一下。

skill 这种东西,如果只写不跑,很容易看起来很完整,但真正调用时才发现路径不对、依赖没装、参数解析有问题。

能跑通,才算完成。

skill 做好之后,我就拿它测试处理这次 oh-my-prompt 2.0 的录屏。

img_6a5429bf2a9c038.webp

源视频是 PixPin_2026-05-26_10-20-06.mp4

video-gif-editor 先读取了视频信息。

因为刚刚创建skill的过程中,它其实已经帮我把 GIF 做出来了。

所以这里我测试,给它的处理要求是随便编的

全部加速 4 倍,裁剪掉末尾 2 秒。

它解析出的计划是,保留 0 到 124.45 秒,整体加速 4 倍,预计 GIF 时长约 31.11 秒。

然后它给了我三个输出规格。

img_6a5429bf2a9c239.webp

我选择了 small。

因为这个 GIF 主要是发文章和聊天记录,不需要特别高清,体积小一点更好传播。

然后 skill 再次复述即将执行的参数,并要求我明确回复确认执行。

img_6a5429bf2a9c4310.webp

确认之后,它开始生成 GIF。

img_6a5429bf2a9c6311.webp

到这里,这个 skill 就完成了它的第一次真实工作。

从需求上看,它只是帮我做了一个 GIF。

但从工作流上看,它把一个以后会反复出现的小任务固定下来了。

下次我再录一个产品演示,不需要重新想用什么工具,我只要把视频丢给 video-gif-editor,然后用自然语言描述想怎么剪就行。

这就是我觉得 Codex 做 skill 最实用的地方。

它不是只能帮你写大型项目。

它也适合把那些反复出现、步骤不复杂但容易出错的小任务,变成稳定工具。

比如你可以这样做。

先让 Codex 帮你手动完成一次真实任务。

再让它总结流程,找出固定步骤和容易出错的地方。

然后用 Skill Creator 把流程写成 skill。

接着让它创建必要脚本。

再用真实素材验证。

这就是一条很简单的 skill 创建路径。

再顺便介绍一下 oh-my-prompt 2.0。

这次更新主要是两个功能。

云端备份和 Prompt Agent。

云端备份解决的是 prompt 资产安全问题。

很多人用 oh-my-prompt 不是只存几条提示词,而是按项目、角色、平台、风格长期积累。积累到一定程度之后,这些 prompt 就不是临时文本了,而是你的素材资产。

所以 2.0 加了云端备份,换电脑、重装浏览器、同步 prompt 都会更稳。

Prompt Agent 则是这次 GIF 展示的重点。

img_6a5429bf2a9c8312.webp

以前 oh-my-prompt 更像是一个 prompt 管理器。

你保存一段 prompt,要用时一键插入。

但很多 prompt 其实不是一段固定文本,而是一个任务入口。

比如你要做产品海报,它应该继续问你产品是什么、卖点是什么、风格是什么、面向谁。

比如你要做角色一致性,它应该帮你补全角色设定、生成参考表、测试场景、沉淀模板。

Prompt Agent 想做的就是这件事。

把静态 prompt,变成一个可以继续追问和推进任务的小助手。

这也是为什么我需要一个 GIF。

因为这个功能光用截图不好说明,动起来更直观。

官网是 oh-my-prompt.com

GitHub 是 github.com/wk240/oh-my-prompt

如果你已经在用,可以更新到 2.0 试试。

如果你还没用过,也可以从这版开始看看。

 

我是Neo,工作了8年,独立开发5年,专注于制作各种产品与提高工作效率。关注我,你可以获得AI相关的思考和产品构建思路。如果觉得不错,随手点个赞、推荐、转发三连吧,如果想第一时间收到推送,也可以给我个星标~如果你想用on my prompt,可以加进我们的用户群。img_6a5429bf2a9ca313.webp

相关文章

精彩推荐