大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

是的，Claude和Codex能够识别同一个路径下的Skills，但具体实现方式和兼容性取决于所使用的工具和配置模式。

核心兼容性分析

特性	Claude Code	Codex CLI	兼容性说明
Skills路径识别	支持全局和项目级Skills	支持全局和项目级Skills	两者都能识别标准化的Skills目录结构[ref_1]
文件格式要求	需要YAML格式的Skills定义	需要YAML格式的Skills定义	两者都遵循相同的YAML元数据规范[ref_6]
跨平台一致性	高度标准化	高度标准化	在主流AI平台上测试显示高度统一[ref_2]

实现同一路径识别的技术方案

1. 使用Vercel Skills统一管理

Vercel Labs开发的vercel-labs/skills工具可以解决多平台Skills管理问题：

# 安装Vercel Skills CLI npm install -g @vercel-labs/skills # 查看支持的AI代理 skills agents # 为Claude和Codex安装同一Skills skills install --agent claude --agent codex 
  
    
     
    

该工具支持为Cursor、Codex、Claude Code等40+ AI编程代理统一安装与管理Skills[ref_3]。

2. 使用OpenSkills进行跨平台管理

OpenSkills提供了更灵活的多平台Skills管理方案：

# openskills.yaml 配置示例 agents: - name: claude type: claude-code skills_path: ~/.claude/skills - name: codex type: codex-cli skills_path: ~/.codex/skills shared_skills: - path: ./shared-skills # 共享Skills路径 agents: [claude, codex] 

通过OpenSkills，可以在不同IDE中统一管理和复用Agent Skills[ref_4]。

3. 符号链接实现路径共享

对于需要完全共享同一物理路径的场景，可以使用符号链接：

# 创建共享Skills目录 mkdir -p ~/.shared-skills # 为Claude创建符号链接 ln -s ~/.shared-skills ~/.claude/skills # 为Codex创建符号链接 ln -s ~/.shared-skills ~/.codex/skills 

Vercel Skills工具在安装时支持符号链接模式，确保Skills更新时两边同步[ref_3]。

实际应用示例

案例：共享代码审查Skill

假设有一个代码审查Skill需要同时在Claude和Codex中使用：

# ~/.shared-skills/code-review.yaml name: code-review description: 代码质量审查与优化建议 version: 1.0.0 instructions: | 你是一个专业的代码审查助手。请按照以下步骤分析代码： 1. 检查代码风格一致性 2. 识别潜在的安全漏洞 3. 提出性能优化建议 4. 提供重构建议 examples: - input: "请审查这段Python代码" output: | 代码审查结果： 1. 风格问题：缺少类型注解 2. 安全问题：使用了不安全的eval函数 3. 性能建议：循环内可以缓存计算结果 4. 重构建议：提取重复逻辑为函数 platforms: - claude-code - codex-cli 

测试验证跨平台兼容性

通过标准化测试验证Skills在不同平台的表现：

# test_skills_compatibility.py import yaml import json import os def test_skill_parsing(skill_path): """测试Skill在不同平台的解析一致性""" with open(skill_path, 'r') as f: content = yaml.safe_load(f) # 验证必要字段 required_fields = ['name', 'description', 'instructions'] for field in required_fields: assert field in content, f"缺少必要字段: {field}" # 验证平台兼容性声明 if 'platforms' in content: platforms = content['platforms'] assert 'claude-code' in platforms, "未声明支持Claude Code" assert 'codex-cli' in platforms, "未声明支持Codex CLI" return True # 测试共享Skills shared_skill_path = "~/.shared-skills/code-review.yaml" if test_skill_parsing(os.path.expanduser(shared_skill_path)): print("✓ Skills格式兼容Claude和Codex") 

**实践建议

1. 分层Skills管理策略

# 目录结构示例 skills/ ├── global/ # 全局共享Skills │ ├── code-review.yaml │ └── git-helper.yaml ├── project-a/ # 项目特定Skills │ └── api-design.yaml └── personal/ # 个人专用Skills └── coding-style.yaml 

2. AGENTS.md同步机制

在项目中创建AGENTS.md文件，明确Skills的使用规范：

# AI代理Skills配置 共享Skills路径 - Claude Code: `./.claude/skills` (符号链接到 `./shared-skills`) - Codex CLI: `./.codex/skills` (符号链接到 `./shared-skills`) 预装Skills 1. code-review - 代码审查 2. git-helper - Git操作助手 3. api-design - API设计规范 调用示例 bash # 在Claude中调用 @skill code-review 请审查这段代码 # 在Codex中调用 @skill git-helper 生成提交信息 

 3. 安全评估集成 使用Vercel Skills的安全评估功能确保跨平台Skills的安全性： bash # 安装时进行安全扫描 skills install --security-scan socket 
  
    
    
      # 查看安全报告 
     skills security-report 
      
      
    

Vercel Skills支持Gen、Snyk、Socket等多种安全评估工具[ref_3]。

技术挑战与解决方案

挑战	解决方案	实现方式
路径格式差异	统一使用相对路径	在Skills定义中使用${project_root}变量
平台特性差异	条件化指令	在instructions中使用平台判断逻辑
版本兼容性	语义化版本控制	在Skills元数据中声明最小版本要求
依赖管理	声明式依赖	使用dependencies字段声明前置Skills

结论验证

通过实际测试，Claude Code、Codex和Antigravity等主流AI开发环境在运行标准化Skills时表现出高度一致性[ref_6]。特别是在基础能力链路上——从技能识别、YAML解析、JSON结构化输出到文件生成——各平台都遵循相同的协议规范。

这种跨平台兼容性的核心价值在于：

1. 一次编写，多平台复用：开发一个Skill即可在多个AI编程工具中使用
2. 降低学习成本：统一的Skills语法和调用方式
3. 生态协同：促进Skills社区的共享和协作

因此，通过合适的工具和配置，Claude和Codex完全可以识别和使用同一个路径下的Skills，实现真正的"一次编写，全网通用"[ref_2]。