Daily-It

OpenAI Codex Record & Replay 详解：演示一次工作流，再复用为 Skill

摘要

按照 OpenAI 官方文档说明，Record & Replay 目前在 macOS 上提供，必须能够使用并启用 Computer Use；初始可用地区不包括欧洲经济区、英国和瑞士。

OpenAI Codex Record & Replay 的作用，是让用户在 Mac 上实际演示一次工作流，然后让 Codex 把这套流程整理成可以复用的 Skill。它不是普通的视频录屏，而是把“什么时候使用、需要哪些输入、如何执行、如何验证结果”整理成可重复使用的操作知识。

因此，它适合那些流程大致固定、但每次输入不同的 UI 型重复工作。例如创建固定格式的 issue、下载周期性报表、发布内容、或操作内部后台系统。

目录

本文内容

  1. 背景
  2. Record & Replay 是什么？
  3. 使用流程
  4. 从公开 Skill 示例看结构
  5. 适合使用的场景
  6. Skill 与 Plugin 的区别
  7. 安全与使用注意事项
  8. 实际问题与处理方式
  9. 结论
  10. 参考资料
  11. 相关文章

背景

这篇文章从 GeekNews 上关于 “OpenAI Codex Record & Replay” 的帖子开始确认信息。随后我对照了 OpenAI 官方 Codex 文档、Agent Skills 文档、Plugins 文档，以及公开的 openai/skills GitHub 仓库。

GeekNews 文章的重点是：用户把工作流程演示给 Codex 看一次，Codex 就能把这个模式打包成 Skill。官方文档也确认了这一点：停止录制后，Codex 会分析捕获到的工作流，并起草一个说明使用场景、输入、步骤和验证方式的 Skill。

Record & Replay 是什么？

Record & Replay 是 Codex 用来把 Mac 上演示过的工作流程转换成可复用 Skill 的功能。用户执行一次流程，Codex 观察相关的操作和窗口内容；录制结束后，Codex 把流程整理成可复用的说明。

OpenAI 官方举的例子包括提交报销、预订停车位、创建配置正确的 issue、发布视频、下载周期性报表等。这些例子的共同点是：流程稳定，但每次的日期、文件、标题、正文或目标位置会变化。

变成 Skill 意味着什么

在 Codex 中，Skill 是一组可复用的说明和可选资源。最小结构通常是一个包含 name 与 description 元数据的 SKILL.md 文件，也可以附带脚本、参考资料、素材和 UI 元数据。

my-skill/
├── SKILL.md
├── scripts/
├── references/
├── assets/
└── agents/
    └── openai.yaml

Codex 使用 Skill 时采用渐进式加载。它一开始只看到 Skill 的名称、描述和路径；当任务匹配时，才加载完整的 SKILL.md。所以 Skill 的描述必须清楚：太模糊会匹配不到，太宽泛又会在错误场景触发。

使用流程

1. 选择自己已经熟悉的流程

官方文档建议选择你已经知道如何完成的工作流。Record & Replay 不是用来发现未知流程的工具，而是把用户已有的操作经验转化成可复用能力。

2. 从 Codex 中开始 Record a skill

官方文档中的入口如下：

Codex app → Plugins → + menu → Record a skill

之后 Codex 会给出建议提示词。用户可以补充背景信息，然后在准备好演示时批准录制权限。

3. 保持录制范围清晰

录制时 Codex 会观察学习工作流所需的动作和窗口内容。官方文档建议演示要短且完整。不要把与任务无关的整理、聊天、文件夹清理等操作一起录进去，否则生成的 Skill 会变复杂。

4. 让 Codex 起草 Skill

停止录制后，Codex 会检查捕获到的流程并起草 Skill。好的 Skill 应该包括触发条件、必要输入、执行步骤、输出结果和验证方式。录制之后，还应该补充用户自己的隐藏偏好，例如命名规则、默认标签、字段选择和审批点。

5. 在新线程中重放

之后可以在新线程中要求 Codex 使用这个 Skill，只传入本次变化的值，例如月份、文件名、issue 内容或日期范围。

Use the monthly report download Skill.
Download the report for 2026-06 and save it as ads-report-2026-06.csv.

从公开 Skill 示例看结构

目前明确标注为 Record & Replay 直接生成的公开 Skill 示例还不多。但 OpenAI 的 openai/skills 仓库展示了 Codex Skill 的目标形态。

Linear Skill

Linear Skill 的开头元数据会告诉 Codex 何时使用这个 Skill：

---
name: linear
description: Manage issues, projects & team workflows in Linear. Use when the user wants to read, create or updates tickets in Linear.
metadata:
  short-description: Manage Linear issues in Codex
---

正文中包含 Linear MCP 的前置条件、OAuth 登录、团队和项目确认、issue 读取与更新流程。重点不是“使用 Linear”这句话，而是告诉 Codex 如何准备、如何验证访问权限、如何安全执行。

gh-fix-ci Skill

gh-fix-ci Skill 展示了清晰的范围控制。它适用于 GitHub Actions 失败检查，但把 Buildkite 等外部 CI 供应商排除在外。它还要求先检查日志、总结失败原因、提出计划，并且只有在明确批准后才实施修改。

重构的 Skill 示例

下面是用于理解结构的重构示例，不是官方 Record & Replay 输出。

---
name: monthly-report-download
description: Use when the user asks to download a monthly analytics report. Requires month and output filename.
---

# Monthly Report Download

## Inputs
- month: for example 2026-06
- output_filename: final CSV filename

## Workflow
1. Open the analytics dashboard.
2. Select the report menu.
3. Set the date range to the requested month.
4. Export CSV.
5. Save the file as output_filename.
6. Verify that the file exists and has non-zero size.

适合使用的场景

Record & Replay 最适合流程经常重复、依赖用户偏好、并且演示比文字解释更容易的工作。例如后台操作、issue 创建规则、发布流程、周期性下载、以及没有清晰 API 的内部工具。

不适合的场景包括一次性任务、经常变化的 UI、支付或审批流程、删除等不可逆操作，以及会暴露密码、token、客户数据或双重认证码的流程。

Skill 与 Plugin 的区别

项目 Skill Plugin
目的 复用工作流说明和资源 可安装的分发包，可包含 Skill、应用集成和 MCP 服务器
适用场景 个人或代码库范围的重复工作 团队分发、应用集成、多个 Skill 打包
典型内容 SKILL.md、脚本、参考资料、素材 Skill、安装元数据、应用映射、MCP 配置

Record & Replay 是快速创建 Skill 的方法。如果要把流程稳定地分发给团队，或需要和外部应用、MCP 服务器一起打包，那么 Plugin 更合适。

安全与使用注意事项

不要录制敏感信息

可以使用接近真实的输入，但不要录制密码、API key、客户资料、付款页面或双重认证流程。如果出现权限、付款或审批弹窗，应停止并重新判断。

保持流程足够小

小 Skill 更容易复用和调试。如果一次录制包含下载报表、重命名文件、写入 Notion、发送 Slack，最好拆成多个 Skill。

明确验证步骤

Skill 不应该只是执行步骤，还要验证结果。例如报表下载要检查文件存在且大小不为零；issue 创建要返回 URL，并确认标签、负责人和必填字段。

实际问题与处理方式

看不到 Record & Replay

首先确认 Computer Use 是否可用并已启用。如果组织通过 requirements.toml 管理 Codex，那么 [features].computer_use 也会影响 Record & Replay。

[features]
computer_use = false

如果这里设为 false，Computer Use 和 Record & Replay 都会不可用。

生成的 Skill 太复杂

通常是录制范围太大，或包含了无关操作。可以缩小范围重新录制，或者把流程拆成多个小 Skill。

Skill 在错误场景触发

需要修改 Skill 的 description。Codex 很依赖 description 来判断是否隐式调用 Skill，因此要写清楚适用场景和不适用场景。

这是不是 RPA？

它和 RPA 有重叠，但不完全相同。传统 RPA 往往依赖固定 UI 选择器或坐标式流程；Record & Replay 生成的是 Codex 可以结合当前工具解释和执行的 Skill。

结论

OpenAI Codex Record & Replay 的价值在于：把用户已经熟悉的重复工作流保存成可复用的操作知识。对于 UI 步骤多、隐藏规则多、但流程相对稳定的工作，它可以明显降低下次重复操作的解释成本。

更安全的使用方式是：录制短流程、避开敏感数据、审查生成的 Skill，并补充明确的验证步骤。个人工作先用 Skill；需要团队分发或应用集成时，再考虑 Plugin。

参考资料