开发者生态的下一站,不再只是模型能力,而是如何把能力打包、复用与分发。
OpenAI近日为Codex引入插件(Plugins)机制,正式将“技能(Skills)+工具(Tools)+上下文(Context)”整合为一个可安装、可分发的标准单元。这一变化意味着,Codex开始从单点AI能力,走向工程化的工作流平台。
与此同时,官方还同步重置了Codex使用量(覆盖所有订阅用户),为新一轮插件生态铺路。
在Codex体系中,插件并非传统意义上的功能扩展,而更接近一种可复用的工程单元。
一个插件可以同时包含三类核心组件:
这三者组合在一起,构成一个完整的“AI执行环境”。
换句话说,插件的本质是:
把“如何做一件事”标准化,并让模型可以直接调用。
Codex为插件设计了清晰的使用与演进路径——从个人实验,到团队共享。
开发者可以通过内置的 @plugin-creator 技能,快速生成插件骨架:
.codex-plugin/plugin.json这一步解决的是:如何把零散Prompt变成结构化资产。
Codex引入了“插件市场(Marketplace)”作为分发中枢,本质是一个JSON目录:
{
"name": "local-repo",
"plugins": [
{
"name": "my-plugin",
"source": {
"source": "local",
"path": "./plugins/my-plugin"
},
"policy": {
"installation": "AVAILABLE",
"authentication": "ON_INSTALL"
},
"category": "Productivity"
}
]
}
关键点在于:
source.path 挂载policy 定义Codex运行时会将插件缓存到:
~/.codex/plugins/cache/$MARKETPLACE/$PLUGIN/$VERSION/
这意味着插件具备了版本化与隔离能力。
无论是GUI还是CLI,插件都成为一等公民:
/plugins 统一管理插件可以被独立启用/禁用,其状态记录在:
~/.codex/config.toml
Codex插件采用明确的目录规范:
my-plugin/
.codex-plugin/
plugin.json # 必须:插件入口
skills/ # 可选:技能定义
.app.json # 可选:应用集成
.mcp.json # 可选:MCP配置
assets/ # 可选:展示资源
其中,plugin.json承担三大职责:
一个完整示例中,甚至包括:
这已经非常接近传统软件包(如npm package)的成熟形态。
Codex官方明确区分了两个层级:
| 使用场景 | 推荐方式 |
|---|---|
| 单项目 / 实验 | Local Skills |
| 多团队 / 可复用 | Plugins |
这背后的设计逻辑是:
插件的价值在于:
本质上,它解决的是AI工程中的三个长期问题:
插件体系的另一个关键点,是对MCP(Model Context Protocol)的原生支持。
通过 .mcp.json,插件可以声明:
这使得Codex不再只是代码生成工具,而是逐步演化为:
一个可以调度工具、管理上下文、执行复杂任务的Agent运行平台
目前,官方插件目录仍以“精选(curated)”为主,但文档已经明确:
这意味着Codex正在复制一条成熟路径:
模型 → 工具 → 插件 → 市场 → 生态
类似于:
一旦开放,插件将成为Codex生态增长的核心驱动力。
Codex插件的上线,标志着AI开发范式的一次重要转折:
如果说过去两年AI的关键词是“生成”,那么下一阶段的关键词很可能是:
组合(Composition)与分发(Distribution)
而插件,正是这套新范式的最小单位。