别再让 AI 读聊天记录了——OpenAI 开源了一个教你给它造 CLI 的 Skill

把一坨聊天记录扔给 AI 让它自己找信息，听起来很聪明，实际上是在难为它——既慢又乱，最后大概率还要追问三遍。OpenAI Codex 团队的 Nick Baumann 换了个思路：别让 AI 读乱糟糟的数据，给它造个命令。Codex 官方把这一整套方法论做成了一个开源 Skill —— cli-creator。

这个 Skill 干的事非常明确：从 API 文档、OpenAPI spec、SDK、curl 示例、甚至一个网页后台，一键生成一个可组合的命令行小工具。生成的 CLI 默认输出稳定 JSON、带 --json doctor 自检、支持 discover / resolve / read / write 这一整套动词组合，并且配套生成一个 companion skill 描述自己怎么用。Codex 自己运行这个 CLI 时，会自然地加 flag 过滤、把上一条命令的结果拼到下一条命令里，不需要你教它怎么调。

它解决了什么真实问题

作者本人用三个 CLI 把日常 Codex 工作流盘活了：

• codex-threads：本地索引自己的 Codex 历史会话，按模式搜、按主题读，把好用的对话沉淀成可复用 skill；
• slack-cli：精准定位某个 Slack 频道里的一次技术讨论，不再丢一坨聊天记录让 AI 自己爬；
• typefully-cli：用 Rust 包一层 Typefully 的 API，只暴露写推、排期、查队列这几个高频动作，Skill 里硬写一条规矩：没有明说就不许自动发布。

这三个 CLI 的共同点是：把 AI 要反复处理的同类噪音数据，从「喂文本」变成「调命令」。Codex 拿到的输入始终是结构化 JSON，token 消耗降一档，准确率升一档。

设计上的几个硬要求

cli-creator 的 SKILL.md 不是泛泛而谈，它给生成的 CLI 立了一组硬契约：

• 命令面必须可组合：discover → resolve → read → write 是一条标准链，不要只暴露一个万能 request；
• 写入要窄而稳：每个写动作一个命令、支持 --dry-run，不要把 fix / debug / auto 这种宽泛动词当写操作；
• Auth 优先级固定：环境变量 → 用户级 ~/.<tool>/config.toml → --api-key flag（仅一次性测试用），token 永远不打印完整值；
• runtime 选择有标准：默认 Rust 产单二进制，TS/Node 当官方 SDK 是主路径，Python 留给数据/Notebook 场景，不增加 setup 摩擦的语言不要选。

谁应该装这个 Skill

如果你经常让 Codex / Claude Code 处理 Slack 历史、CI 日志、Sentry 工单、Linear 任务、Typefully 排期这些「半结构化数据源」，与其每次写一大段 prompt，不如花 10 分钟让 Codex 自己造一个 CLI 出来。Skill 本身的调用方式也很简单——在 Codex 里直接说「用 cli-creator 给 Sentry 造一个 CLI」，剩下的流程它会自己跑。

GitHub：https://github.com/openai/skills/tree/main/skills/.curated/cli-creator（所属仓库 openai/skills，24.4k stars，Codex 官方 Skills Catalog）。同仓库里还有 playwright、gh-fix-ci、notion-meeting-intelligence、security-threat-model 等 30+ 官方 curated skill，cli-creator 是其中最值得先试的一个。

GitHub: https://github.com/openai/skills/tree/main/skills/.curated/cli-creator