在 Claude、ChatGPT 和 Codex 中使用同一项 Skill
教程 · 阅读时间 7 分钟
如果你使用不止一个 AI 智能体——一个项目用 Claude，另一个用 ChatGPT，命令行流程用 Codex——你多半已经把同样的指令写过两遍：一遍作为 Claude 的「skill」或项目文档，一遍粘进 ChatGPT 的自定义指令，也许还有一遍写成 Codex 配置里的注释。每当你在某一处加以改进，其余几处就悄悄过时了。
Skilnu 省去了复制粘贴：把 Skill 放在一处，并通过三者早已支持的同一套协议（MCP）提供给任何来请求的客户端。每个客户端连接一次，此后每个客户端读到的都是当前版本。
你需要准备
- 一个免费的Skilnu account。
- 一项 Skill——自己写，或者从catalog里挑一个。
- 一个兼容 MCP 的客户端。Claude、ChatGPT 和 Codex 都可以；任何支持添加自定义 MCP 服务器的智能体工具同样可以。
1. 获取你的 MCP 服务器地址
每个 Skilnu 账户都有一个 MCP 端点。你可以在应用的 MCP server url 中找到它，也可以在账户页面查看——它形如 https://app.skilnu.com/mcp。复制下来；你会把同一个地址粘贴到每个客户端。
2. 把 Skilnu 添加为 MCP 服务器
各客户端的具体菜单不同，但步骤处处一致：找到添加自定义 MCP 服务器或连接器的设置，粘贴地址，在提示时用你的 Skilnu 账户完成授权。
- Claude — add it as a custom connector/MCP server in your client's connector settings.
- ChatGPT — add it under the client's connector or MCP server settings, the same way you'd add any other tool.
- Codex — register it as an MCP server in your Codex configuration.
每个客户端做一次即可。授权之后，该客户端就能列出并加载你账户可见的任何 Skill——你自己的私有 Skill、他人与你共享的 Skill，以及目录中的公开 Skill。
3. 加载 Skill
在每个客户端中按名称请求使用该 Skill（若客户端支持，也可以让它自行发现）。智能体会通过 MCP 获取当前的 SKILL.md 并遵循它——无论由哪个智能体执行，指令相同，行为也相同。
4. 只更新一次
当 Skill 所描述的流程发生变化时，在 Skilnu 中编辑该 Skill 并发布新版本。你不必逐个去改 Claude、ChatGPT 或 Codex——它们下次加载时各自都会拿到新版本，因为它们从一开始就没有保存过副本。
Skill 只存在于一个地方。每个客户端都是读者，而不是副本。
下一步
当一项 Skill 在各处表现一致之后，接下来值得做的并不是从零开始写下一项——请看 Compose and version skills like code，了解如何在已有 Skill 之上继续构建。