我建立了一个公共技能注册中心和MCP服务器，以便Codex可以安装新的技能。
嗨，HN，
我一直在思考一个简单的想法：与其将功能硬编码到类似Codex的智能体中，不如让它们从公共注册表中按需安装技能。
这个设置故意保持简约：
- 一个公共技能注册表（JSON索引 + 签名工件）
- 一个命令行工具（npx codex-skill install <skill>）供人类使用
- 一个模型上下文协议（MCP）服务器，以便智能体可以：
- 搜索技能
- 获取清单
- 验证工件
- 以编程方式安装工作流
作为一个具体的例子，第一个技能是针对前端项目（静态HTML或Next.js + shadcn/ui）的主题技能。智能体可以安装该技能，应用主题，并在一分钟内生成一个干净的差异。
这使得以下几点成为可能：
- 智能体在不重新部署核心模型的情况下进化
- 一个中立的、可检查的“应用商店”供智能体技能使用
- 确定性的工作流（安装 → 应用 → 差异 → 验证）
- 人类和智能体使用相同的安装路径
这仍处于早期阶段，技术上故意保持简单。目标是看看为智能体构建一个共享技能生态系统在实践中是否真的有意义。
欢迎分享想法、批评或类似的实验经历。如果相关，评论中有仓库/演示链接。
查看原文
Hi HN,<p>I’ve been working on a simple idea: instead of hard-coding capabilities into Codex-like agents, let them install skills on demand, from a public registry.<p>The setup is intentionally minimal:<p>A public skill registry (JSON index + signed artifacts)<p>A CLI (npx codex-skill install <skill>) for humans<p>A Model Context Protocol (MCP) server so agents can:<p>search skills<p>fetch manifests<p>verify artifacts<p>install workflows programmatically<p>As a concrete example, the first skill is a theming skill for frontend projects (static HTML or Next.js + shadcn/ui).
An agent can install the skill, apply a theme, and produce a clean diff in under a minute.<p>What this enables:<p>Agents that evolve without redeploying the core model<p>A neutral, inspectable “app store” for agent skills<p>Deterministic workflows (install → apply → diff → verify)<p>Humans and agents using the same install path<p>This is early and intentionally boring technically. The goal is to see if a shared skill ecosystem for agents actually makes sense in practice.<p>Happy to hear thoughts, criticism, or similar experiments people have tried.<p>Repo / demo links in comments if relevant.