1. 为什么你的 Skill 装了却像没装Claude Code 和 Codex 的 Skill 机制本质上是把「一段可复用的能力说明」放进一个目录让模型在合适的时机自动或手动调用。它不是一个二进制插件核心入口就是SKILL.md——里面写清楚什么时候触发、要完成什么任务、按什么步骤执行。听起来简单但真正落地时十个人里有八个会卡在同一个地方Skill 目录放对了SKILL.md也写了客户端重启了结果模型该触发的时候不触发手动敲命令又提示「未知命令」。我试过把同一个 Skill 分别丢进 Claude Code 和 Codex发现两边对目录结构、字段支持、调用方式的容忍度并不一样。更麻烦的是如果你同时用多个 AI 工具每个工具都要单独配一套 Key 和 API 通道光是环境变量就能把人绕晕。这篇就聚焦一件事用 TaoToken 统一 Key 和 API 通道把 Claude Code 与 Codex 的 Skill 配置一次打通从SKILL.md骨架到settings.json/config.toml再到验证请求全部给可复制的片段。适合谁看已经在用 Claude Code 或 Codex、想装别人现成 Skill 的人想自己写SKILL.md并在两个客户端复用的人以及被「Skill 不触发」「命令不可用」「安装后没反应」折腾过的人。下面按「先统一通道再配 Skill最后验证排障」的顺序走每一步都能直接抄。2. 先把 TaoToken 的 Key 和通道准备好Skill 能不能跑起来前提是客户端能正常发请求。Claude Code 和 Codex 默认各走各的通道配置分散换一次 Key 要改好几个文件。TaoToken 的作用是把这些请求收敛到一个统一的 API 入口你只需要维护一份 Key两个客户端都指向同一个地址。先拿到 Key。打开控制台在 API Keys 页面创建一个新 Key复制出来备用。这个 Key 就是后面settings.json和config.toml里要填的凭证。创建入口在这里https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite拿到 Key 之后记住两个地址官网是https://taotoken.net/API 基址是https://taotoken.net/api。注意 API 地址后面不加任何 UTM 参数配置里填的就是这个干净地址。Claude Code 走 Anthropic 兼容协议Codex 走 OpenAI 兼容协议TaoToken 两边都接得住所以同一个 Key 可以同时喂给两个客户端。如果你还没决定用哪种接入方式可以先看接入文档里面把不同客户端的填法列得很清楚https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite这一步做完你手里应该有三样东西一个 Key、一个 API 基址、一份接入文档。接下来就是把这些填进客户端的配置文件并让 Skill 目录挂到正确的位置。3. 可复制配置SKILL.md 骨架 settings.json config.toml3.1 SKILL.md 的最小可用骨架一个 Skill 目录里SKILL.md是必需项其余都是可选。Frontmatter 负责告诉系统「这是什么、什么时候用」正文负责「具体怎么做」。下面这份骨架可以直接复制改掉name和description就能用--- name: md-polish description: 当用户要求润色 Markdown 文档、优化 README、补充技术说明或统一文档格式时使用。输出为润色后的完整 Markdown 文本。 disable-model-invocation: false user-invocable: true allowed-tools: - Read - Write argument-hint: [待润色的文件路径] effort: medium --- 读取目标 Markdown 文件按以下步骤处理 1. 检查标题层级是否连续禁止跳级 2. 统一代码块语言标注 3. 修正中英文混排空格 4. 保持原有技术含义不变只做表达优化 5. 输出完整润色结果不省略段落这里几个字段值得单独说。description是自动触发的命门写得太泛比如「用于优化内容」模型根本判断不出该不该用要同时说清场景、任务和输出。disable-model-invocation: true用于有副作用的 Skill比如提交代码、部署、发消息防止模型自作主张。user-invocable: false则是把 Skill 藏成幕后能力不出现在手动调用列表里。3.2 Claude Code 的 settings.json 骨架Claude Code 的配置放在用户级或项目级目录。用户级在~/.claude/settings.json项目级在项目根目录的.claude/settings.json。把 TaoToken 的 Key 和基址填进去{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: sk-你的TaoToken密钥 }, skills: { directory: ~/.claude/skills } }ANTHROPIC_BASE_URL指向 TaoToken 的 API 基址ANTHROPIC_API_KEY填刚才创建的 Key。Skill 目录默认就是~/.claude/skills如果你放在项目里改成.claude/skills即可。改完保存重启 Claude Code 让配置生效。3.3 Codex 的 config.toml 骨架Codex 用 TOML 格式配置在~/.codex/config.toml。同样把通道指向 TaoTokenmodel_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY [skills] directory ~/.codex/skills这里用env_key引用环境变量比把 Key 明文写进文件更稳妥。在 shell 里导出一次export TAOTOKEN_API_KEYsk-你的TaoToken密钥Windows 用户可以在系统环境变量里加或者用 PowerShell 的$env:TAOTOKEN_API_KEYsk-...。Codex 的 Skill 目录默认是~/.codex/skills和 Claude Code 的目录分开但SKILL.md的写法基本通用只有调用方式有差异。3.4 目录结构对照把两个客户端的目录和调用方式放一起看避免放错位置项目Claude CodeCodex用户级 Skill 目录~/.claude/skills/~/.codex/skills/项目级 Skill 目录.claude/skills/.codex/skills/配置文件settings.jsonconfig.toml手动调用/技能名$SkillName自动触发匹配 description匹配 description正确结构是~/.claude/skills/md-polish/SKILL.md而不是~/.claude/skills/md-polish/md-polish/SKILL.md。多嵌套一层是最常见的「装了不生效」原因排查时先看这个。4. 验证请求确认 Skill 真的被调用配置写完别急着写复杂 Skill先用一个最小例子验证通道和触发都正常。第一步确认 API 通道通。在终端里直接发一个请求看返回是否正常curl https://taotoken.net/api/v1/messages \ -H x-api-key: sk-你的TaoToken密钥 \ -H anthropic-version: 2023-06-01 \ -H content-type: application/json \ -d { model: claude-sonnet-4-20250514, max_tokens: 64, messages: [{role: user, content: 回复 OK}] }如果返回里有正常的文本内容说明 Key 和基址没问题。如果报 401检查 Key 是否复制完整报 404检查base_url是不是写成了带路径的地址。第二步验证 Skill 被加载。在 Claude Code 里输入/skills看列表里有没有你刚放的md-polish。在 Codex 里用对应的技能列表命令查看。能看到名字说明目录和SKILL.md格式没问题。第三步验证自动触发。新建一个待润色的 Markdown 文件然后在对话里说「帮我润色一下 README.md」观察模型是否调用了md-polish。如果触发了你会看到它按SKILL.md里的步骤走。手动触发则直接敲/md-polish README.md。第四步验证输出。润色完成后检查结果标题层级是否连续、代码块语言是否标注、中英文空格是否统一。这一步是确认 Skill 正文指令真的被执行而不是模型自由发挥。想更直观地对比不同模型在同一个 Skill 下的表现可以用模型对话页面直接测https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite5. 本篇常见错排查5.1 安装后不生效先查三件事SKILL.md文件名是否全大写、目录是否多嵌套一层、客户端是否重启。正确路径是~/.claude/skills/md-polish/SKILL.md。如果用了项目级目录确认当前工作目录就是项目根目录。5.2 能看到 Skill 但从不自动触发九成是description的问题。检查它是否太泛、是否和其他 Skill 描述重叠、是否误设了disable-model-invocation: true。把 description 改成「当用户要求 X 时使用输出 Y」这种明确句式触发率会明显上升。5.3 斜杠命令提示「未知命令」常见原因有三个命令名拼写不对、插件没正确加载、需要带命名空间调用。比如某些插件里的命令是/everything-claude-code:plan而不是简单的/plan。先确认 Skill 来源是手动安装还是插件托管再决定调用格式。5.4 插件冲突装了多个功能相近的大插件最容易出现同类 Skill 抢触发、命令命名空间冲突、上下文占用过高。用插件列表命令查看来源卸载功能高度重叠的整包只留真正常用的一套。5.5 API 请求报错如果 Skill 本身没问题但请求失败回到第 4 节的 curl 测试。401 查 Key404 查base_url是否多了路径429 查额度。Claude Code 和 Codex 的报错信息位置不同但根因基本都在 Key 和基址这两项上。6. 长期编码场景把 Skill 和 Coding Plan 接起来如果你不只是偶尔用 Skill而是长期在 Claude Code 或 Codex 里做编码、跑 Agent 工作流那 Key 的消耗和通道稳定性就变成主要矛盾。TaoToken 的 Coding Plan 就是为这种持续调用场景准备的配合前面配好的统一通道Skill 的自动触发不会因为额度或通道切换而中断。https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite配置层面不需要额外改动settings.json和config.toml里填的还是同一个 Key 和基址。区别在于长期使用下你可以把多个项目的 Skill 都挂到用户级目录让它们共享同一套通道避免每个项目重复配 Key。Claude Code 的 Anthropic 兼容接入细节如果遇到协议层面的问题可以对照这份说明https://taotoken.net/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_contentclaudecodeutm_campaignrewrite到这里从SKILL.md骨架、settings.json/config.toml配置到验证请求和排障整条链路就通了。真正决定 Skill 好不好用的不是装了多少个而是description、边界约束和执行流程写得够不够清楚。先把一个 Skill 跑通再复制这套结构去扩比一次性装一堆插件稳得多。