Codex
“Codex”是指一系列软件智能体产品，包括 Codex CLI、Codex Cloud 和 Codex VS Code 扩展。
memory
https://learn.chatgpt.com/docs/customization/memories
本地内存在 ~/.codex/memories
~ ls ~/.codex/memories
extensions memory_summary.md MEMORY.md raw_memories.md rollout_summaries skills xcrun_db
项目文档记忆：AGENTS.md
openai/codex 遵循这个规范.
如果每个项目都需要为不同的 Agent 维护一套不同的“私约”，那么我们刚刚从“复制粘贴上下文”的泥潭中挣扎出来，又将陷入“维护多套 AI Agent 配置”的新泥潭。这种碎片化，极大地阻碍了 AI 原生开发方法论的沉淀和迁移。
- Claude Code 有自己的 CLAUDE.md。
- Gemini CLI 有 GEMINI.md。
- CRUSH 有 CRUSH.md。
正是在这样的背景下，AGENTS.md 应运而生。它不再是某一家公司的“私有协议”，而是由 OpenAI、Google 等多家 AI 巨头和社区共同倡议的一个开放标准.
建议在你的项目根目录下创建一个名为 AGENTS.md 的文件，专门存放那些写给 AI Agent 看的、结构化的核心指令。
skill
https://learn.chatgpt.com/docs/build-skills
扫描路径: 使用 ~/.agents/skills/ 作为中央 canonical 目录
分发: 打包成 plugin
Agent Skill 开放标准
Agent Skill 标准通常包括技能的定义格式、调用协议、响应格式等关键要素。技能可以通过 MCP（Model Context Protocol）或其他通信机制与 AI 模型进行交互，为模型提供超出其内置能力的功能，如数据库查询、API 调用、文件操作等。
Agent Skill 标准在 AI 应用开发中具有重要意义：
- 能力扩展：AI 模型无需掌握所有领域知识，可通过调用相应的技能来完成特定任务。
- 安全性：通过预定义的技能接口，可以控制 AI 对系统资源的访问权限，提高系统的安全性。
- 可维护性：技能作为独立的组件，可以单独开发、测试和更新，而不影响 AI 模型本身。
- 可复用性：同一技能可以被多个 AI 模型或应用共享使用，提高开发效率。
- 实时性：AI 可以获取实时数据和执行实时操作，而不仅仅依赖于训练时的数据
遵从 Agent Skill 开放标准列表: https://agentskills.io/clients
- openclaw
- hermes
- trae
- claude code
- chatgpt
第三方应用 agent.md
- 线上监控诊断产品 arthas: https://github.com/alibaba/arthas/blob/master/AGENTS.md
hooks
https://learn.chatgpt.com/docs/hooks
事件决定何时触发（如 SessionStart、PreToolUse、PostToolUse、Stop），matcher筛选具体情形或工具，handler执行命令或 MCP 工具。
~ cat ~/.codex/hooks.json
{
"hooks": {
"SessionStart": [
{
"matcher": "startup|resume",
"hooks": [
{
"type": "command",
"command": "bash /Users/python/.codex/hooks/ai-coding-rules-session-start.sh"
}
]
}
],
"PreToolUse": [
{
"matcher": "Bash",
"hooks": [
{
"type": "command",
"command": "bash /Users/python/.codex/hooks/ai-coding-rules-pre-tool-use.sh"
}
]
}
]
}
}
