真实环境测试 · 2026 年 7 月

更新能提醒,进度能看见吗

我们做了一个短文助手,实际跑了一遍发布、升级和三步润色。下面直接说明哪些能做到、怎么做到,以及哪些地方不能说过头。

业务场景:三轮短文润色 本轮实现:Plugin 演示路径 + 公开版本 + 云端记录 结果:完整流程已跑通

两件事都能做到

能提醒更新,也能看到用户做到了哪一步。

前提是把链路补齐

短文助手负责检查和询问,公开目录负责提供版本,自己的服务负责保存进度。用户同意后,正文也可以一起上传。

当前 Demo 的两项核心能力,纯 Skill 和 Plugin 都能完成。

本轮为了尽快把旧版安装、版本发布、更新确认和结果核对放进同一场演示,我们先用了 Plugin。它现成提供版本清单和安装缓存,少做了一套版本规则。这是本轮的实现选择,不是能力成立的条件。

先把 Marketplace 说清楚

Plugin 安装目录(Codex 称为 Marketplace)是一份 JSON 清单,告诉 Codex 有哪些 Plugin、版本是多少、安装文件在哪里。 它不是 GitHub Marketplace,不是 Cloudflare,也不是 DHub 或 Docker Hub,更不是自动升级服务。

纯 Skill 能否完成当前 Demo

能。纯 Skill 配合自己的版本文件、安装器和更新器,也可以查版本、询问用户、替换文件、核对结果并发送进度。区别只是版本规则由项目自己维护。

本轮为什么先用 Plugin

Plugin 已有明确版本字段、固定缓存和 Plugin 目录安装入口,适合快速做出一条可核对的演示链路。它省的是搭建时间,不是补上纯 Skill 缺失的联网或打点能力。

同一个业务需求纯 Skill本轮 Plugin 路径
公开安装从 GitHub 写入标准 Skill 目录;安装入口由项目提供。先加入 Plugin 目录,再安装清单中的 Plugin。
版本发布与回退读取项目自己的版本文件和发布包。读取 Plugin 清单和对应版本缓存。
发现新版并询问使用 Skill 时,由自带脚本查询并询问。本轮同样由 Skill 脚本查询并询问。
记录步骤与内容需要自己的云端服务和用户同意。同样需要自己的云端服务和用户同意。

从发布新版,到看见用户完成任务

更新提醒和进度记录不是两套孤立功能。它们发生在同一次真实使用里。

管理员发布一个新版本

管理员在看板选择预设版本并点击发布。GitHub 上本轮使用的 Plugin 目录和文件随之更新;没有点击,就保持原样。

服务端重新核对公开版本

服务端会从 GitHub 再读一次。两边版本一致才算成功;失败就保留旧版,并记下失败原因。

用户下次使用短文助手

短文助手主动检查版本。这不是服务端主动推送。发现新版后询问“要不要更新”;普通更新一天只检查一次,避免反复打扰。

用户更新或跳过,然后继续写作

跳过就继续用旧版;确认更新后,先核对是否真的装好,再继续选择润色方向、标题方向,最后生成终稿。本轮由 Plugin 安装命令完成替换;纯 Skill 路径会改用项目自己的更新器。

看板还原整段过程

同一安装环境下,安装记录、写作任务和更新结果会放在一起。用户同意后,原文、选择和终稿也会显示;拒绝后只保留步骤。

我们究竟验证了什么

资料部分来自用户提供的 2026 年 7 月 21 日资料快照。实测部分只写我们亲自跑过、并留下证据的结果。这样可以避免把“一次成功”说成“平台保证”。

问题实测答案结论
纯 Skill 能联网吗? 能。带上脚本且环境允许联网时,可以查询版本和上报数据。
查看经过筛选的过程
早期可行性实验Codex CLI 0.144.6结果:通过
Codex

运行 Skill 自带脚本,先向服务端查询当前公开版本。

工具结果

版本查询成功;随后五条步骤事件全部送达,服务端按顺序保存。

这份证据的边界:证明纯 Skill 的脚本可以联网查询和上报;不证明 OpenAI 为纯 Skill 提供原生版本管理或自动升级。

能,版本规则需自建
发布后会主动弹窗吗?不会。用户再次使用短文助手时,客户端主动检查,才会发现新版。使用时检查
公开目录变了,用户就升级了吗?不一定。还要核对安装记录、本地文件,以及新任务真正加载的版本。要核对结果
装成 Plugin 就会自动有数据吗?不会。安装、操作步骤、成功或失败,都要由产品明确发送。需要自己的服务
Windows 能直接安装纯 Skill 吗? 能看到成功案例。本轮提供的 Dashi PPT 会话中,Codex 自带的 Python 安装器把 Skill 从 GitHub 直接写入 Skill 目录,没有调用 Plugin 命令。
查看经过筛选的过程
Windows Codex Desktop2026-07-23结果:安装成功
用户

要求在 Windows 环境安装公开的 Dashi PPT Skill。

Codex

选择 Codex 自带的 Python Skill 安装器,从 GitHub 下载并写入用户的 Skill 目录。

工具结果

安装器返回成功,目标目录已经生成;整个过程没有调用 Plugin 命令。

查看工具调用python [CODEX_HOME]/skills/.system/skill-installer/scripts/install-skill-from-github.py --repo chuspeeism/dashi-ppt-skill --path skills/dashi-ppt

这份证据的边界:证明一次 Windows 纯 Skill 首装;不等于短文助手已经在 Windows 完成安装、升级和数据回传的全流程。

安装已观察到
用户写的内容能上传吗?能。安装时询问一次;同意后上传原文和终稿,拒绝后只记录步骤。已验证同意与拒绝
完整 Demo 是否端到端跑通? 跑通。旧版、发布、更新选择、三轮写作、内容授权、看板记录、失败保护和最终重置都经过同一套验收。
查看经过筛选的过程
统一验收 T102026-07-23451 项 Python 测试 + 14 项浏览器测试
用户

分别走了同意上传和拒绝上传两条路径;旧版用户还分别选择跳过更新和确认更新。

Codex

按顺序完成润色方向、标题方向和终稿三轮交互;确认更新时先安装并核对版本,再继续原任务。

工具结果

看板收到安装、写作步骤、授权内容和更新终态;故意失败的发布没有污染当前版本,回退与完整重置也通过。

这份证据的边界:完整流程在 Ubuntu、真实 Cloudflare 和公开 GitHub 上完成;跨设备身份、Windows 与 macOS 的同等验收不在本轮范围。

完整链路通过
能跨设备认出同一个人吗?这次没有验证。匿名用户只代表同一安装环境,不等于真实自然人。未覆盖
我们曾经看到 Codex 在新任务启动时自动刷新目录并加载较新版本,但不能保证每次启动都自动升级。
官方机制

Plugin 目录可以刷新;安装后的 Plugin 会按目录、名称和版本进入本地缓存。目录更新和已安装版本升级是两件事。

本轮观察

Codex 曾在一个新任务启动时刷新 GitHub 上的 Plugin 目录,并加载较新版本。这证明路径可能发生,不代表每次都会发生。

未被承诺

官方没有承诺每次启动或每次调用 Skill 都会自动升级,也不会替产品留下“成功、失败或跳过”的记录。

如果进入 OpenAI 官方 Plugin 目录,版本发布、发现和安装路径会更统一,也更有机会由平台在启动或新任务阶段刷新;相对纯 Skill,项目少维护一套目录和缓存规则。但这不等于自动升级得到保证。因此,Demo 仍固定旧版,再让产品主动检查、询问、安装、核对和记录。

Windows 有安装证据,完整流程仍待验证

Windows 上已经观察到 Dashi PPT 以纯 Skill 方式安装成功;短文助手的完整 Demo 仍只在 Ubuntu 跑通。 这说明“Windows 必须通过 Plugin 安装”的判断不成立,但还不能替代短文助手从安装、升级到数据回传的整套验收。

macOS 本轮也没有完成同等深度的验证。因此,报告不对 Windows 或 macOS 下“能不能使用”作绝对判断。TELE 开头的记录能力可以帮助后续观察安装和升级结果,但它本身不代表跨平台验证已经完成。

查看资料侧主要来源

OpenAI:Build skills · OpenAI:Plugins · OpenAI:Build plugins · OpenAI:CLI plugin commands · OpenAI:Windows App · Dashi PPT Skill。官方页面可能随平台更新;Dashi 是公开项目案例,不代表 OpenAI 的平台承诺。

谁负责什么

这套方案只有一条主线,但每一部分各管一段。名词看起来多,职责其实很清楚。

GitHub 仓库:公开版本来源

nexteamer/codex-short-essay-marketplace 是本轮仓库的真实名称,保存安装脚本、可发布版本和 Plugin 目录。名字里虽然有 marketplace,它仍只是一个 GitHub 仓库;不是 GitHub Marketplace、DHub 或 Docker Hub。

Plugin 目录:告诉 Codex 去哪里安装

它就是前面定义的 JSON 清单,写明有哪些 Plugin、版本是多少、文件在哪里。OpenAI 可以维护官方目录,团队也可以把自己的目录放在 GitHub。Plugin 目录只服务于本轮 Plugin 路径;纯 Skill 的安装和更新不需要它。

Skill:真正完成短文业务

Skill(技能)包含业务说明和可选脚本,负责询问润色方向、标题方向、展示终稿,也可以查询版本和发送记录。当前两项核心能力都发生在这里和自建服务之间。

Plugin:本轮采用的分发外壳

Plugin(插件)把 Skill、版本清单和安装信息打成一个产品包。本轮用它快速建立可核对的版本链路;它不负责自动打点,也不是纯 Skill 完成同一 Demo 的前提。

Cloudflare Worker:保存在线状态

它保存当前版本、匿名安装、操作进度、授权内容和升级结果,并把数据提供给运行看板。

GitHub Actions:真正执行发布

管理员点击发布后,这个自动流程才会更新公开仓库。没有点击发布,就不会换版本。

Cloudflare Pages:只托管这份报告

报告和公开证据一起放在 Pages 上。即使本机服务器关闭,网页仍能独立打开。Pages 不参与短文助手的更新和数据记录。

使用入口官方支持的方式本次判断
纯 Skill 安装Codex 自带 Skill 安装器可以从 GitHub 下载并写入用户的 Skill 目录。Dashi PPT 已在本轮 Windows 会话中安装成功;短文助手的覆盖升级仍需要自己的更新器。
Plugin / Plugin 目录独立 Codex CLI 可以用 codex plugin marketplacecodex plugin 管理目录与插件;命令中的 marketplace 指的就是这份目录。本轮 Ubuntu 完整 Demo 采用这条路,便于核对清单版本和缓存。
Windows App 原生模式官方支持 Skill、Plugin 和 PowerShell 沙盒。纯 Skill 首次安装已经观察到;短文助手从升级到回传的完整流程尚未验证。
Windows App 的 WSL 模式官方支持让 agent 在 WSL2 中运行。本轮没有单独验证 WSL 与 Windows 原生环境在重启加载上的差异。
macOS官方提供独立 CLI 安装方式。本轮没有安排完整验证,后续可按同一套验收流程补测。

为什么安装仍然需要权限

两条路径都要访问 GitHub写入用户的 Skill 目录,这些操作超出了当前项目目录。Plugin 路径还会写入 Plugin 目录配置与插件缓存,并通过 Codex CLI 管理安装。遥测则是另一项联网行为,只发送用户已同意的数据;是否打点不会决定它是 Skill 还是 Plugin。

最容易混淆的三件事

平台可能刷新插件目录;产品主动检查服务端版本;用户确认升级后,产品再安装并核对。它们不是同一件事,只有最后两步组成了这次可控的升级流程。

这份结论应该怎么用

这次没有证明

服务端可以在 Codex 关闭时主动弹出通知。

登录 Codex 就等于登录你的产品,或匿名 ID 能跨设备识别人。

任何电脑和企业网络都已经验证可用。本轮完整流程只在 Ubuntu 验证;Windows 和 macOS 因时间有限尚未完成同等验证,因此不作绝对结论。

按目标选择

只想复用一套方法:用 Skill 就够了。

希望直接证明 Skill 安装方便:用纯 Skill,加自己的版本文件和一键安装、更新脚本。

希望沿用 Codex 的 Plugin 管理方式:再使用 Plugin 和公开 Plugin 目录。Plugin 是一种可选的分发方式,不是当前两项能力的前提。

希望看到用户进度:再配一个轻量服务;要上传材料,就先取得同意。

希望跨设备连续服务:增加自己的登录体系。

完整验收的过程和底层材料已经放进上一节“完整 Demo 是否端到端跑通”的展开区,不必离开主线才能读懂。

需要时,再看这些细节

服务端最少记录什么

anonymous_user_id 代表一个安装环境,run_id 代表一次短文任务,step_id 代表走到哪一步,attempt_id 把一次升级的开始和结果连在一起。正文只在用户同意后发送。

为什么普通更新一天只检查一次

目的是减少打扰。用户跳过某个版本后,短时间内也不会反复询问。验收时可以强制检查,但日常默认不会这样做。

纯 Skill 的版本和更新从哪里来

Skill 标准没有统一版本字段,因此项目需要在 Skill 内保存自己的 version.jsonpackage.json,并用更新器下载、校验和替换目标版本。Dashi PPT 展示了这种做法的可行性。它证明的是“项目可以自建更新”,不是 OpenAI 提供了 Skill 原生自动升级。

数据怎么清理

原始记录按 30 天窗口清理;完整重置会恢复 0.1.0,并清空安装和任务数据。网络或记录失败,不会阻塞短文润色本身。

Windows 和 macOS 后续要验证什么

按与 Ubuntu 相同的流程,分别验证安装、版本检查、确认升级、重启后加载和结果记录即可。TELE 记录可以辅助观察结果,但不能代替实际验证。