ChatGPT Work 工具與技能參考 – 綜合概覽

Codex 工具參考是什麼以及它的重要性

Codex 工具參考是一個公開託管的清單，列出了 232 個可調用工具介面 和 44 個完整的技能定義，適用於 ChatGPT Work（也稱為 Codex）。它為開發者與 AI 代理提供單一可信來源，用以發現、理解並調用驅動 ChatGPT 延伸功能的精確 API，範圍涵蓋瀏覽器自動化、資料分析、GitHub 管理與 Gmail 操作等。透過公開 TypeScript 聲明、工具描述以及每個技能的完整 SKILL.md 原始碼，此參考使原本不透明的「外掛」生態系統變得透明、可重現且可審計。

主要工具類別的自包含概覽

1. 核心可調用介面（223 個工具 + 9 個會話控制）

檔案與程序操作 – apply_patch, exec_command, view_image, write_stdin, update_plan。
協作原語 – collaboration.spawn_agent, collaboration.send_message, collaboration.list_agents, collaboration.interrupt_agent, collaboration.wait_agent。
技能管理 – skills__list, skills__read 用於發現與載入可重複使用的指令套件。
外掛處理 – request_plugin_install 在缺少必要功能時建議安裝外掛。
MCP 資源 – list_mcp_resource_templates, list_mcp_resources, read_mcp_resource 將伺服器端資料暴露給模型。

2. 高階功能群組（技能）

類別	代表性技能	常見使用情境
文件與視覺	`answers-charts`, `answers-images`, `documents`, `imagegen`, `pdf`, `Presentations`, `Spreadsheets`, `visualize`, `writing-blocks`	產生圖表、編輯 Word/Google 文件、建立光柵影像、渲染 PDF、建立簡報投影片、產製試算表，或呈現互動式視覺化。
瀏覽器與網站	`control-browser`, `sites:sites-building`, `sites:sites-hosting`, `sites:sites-preview-troubleshooting`	使用 Playwright 自動化已驗證的網路互動、建立與主機化靜態網站，或排除預覽失敗問題。
上下文與互動	`demos:answers-ask-user-input`, `openai-library:library`, `personal-context`, `resolve-recipients`	提示使用者補齊遺漏資料、存取 ChatGPT 庫、維持對話連續性，或在發送訊息前釐清收件人身分。
OpenAI、技能與外掛	`openai-docs`, `plugin-creator`, `plugin-management:plugin-management`, `skill-creator`, `skill-installer`, `template-creator`	擷取 OpenAI 產品文件、建立新外掛架構、管理已安裝外掛、建立或安裝新技能，並從現有資產產生可重複使用的範本。
資料分析	`data-analytics:build-dashboard`, `data-analytics:build-report`, `data-analytics:visualize-data`, `data-analytics:metric-diagnostics`, `data-analytics:market-sizing`	建立 KPI 面板、產製高階報告、驗證資料品質、診斷指標異常，並以透明假設估算市場規模。
工作寵物與示範	`work-pets:create-pet`, `work-pets:update-pet`, `work-pets:pets`, `demos:onboarding-setup-pet`	建立、預覽與管理會動態顯示的 ChatGPT Work「寵物」，以個人化使用者體驗。
自動化	`automations.create`, `automations.update`, `automations.list`, `automations.peek`	計畫重複提醒、條件監控任務，或針對 Gmail、Slack、GitHub 等連接器建立 webhook 驅動的自動化。
GitHub	超過 80 個工具，涵蓋倉儲 CRUD、問題/拉取請求生命週期、工作流程資產與程式碼搜尋（例如 `github_create_issue`, `github_fetch_pr`, `github_merge_pull_request`）。	直接從語言模型啟動端對端的軟體開發工作流程。
Gmail	21 個工具，用於標籤管理、訊息讀取、草稿編輯、寄送、轉寄與批量操作（例如 `gmail_apply_labels_to_emails`, `gmail_create_draft`, `gmail_bulk_label_matching_emails`）。	讓 AI 代理扮演個人助理，協助整理、撰寫與處理電子郵件。

參考文件如何為 AI 消費而設計

技能頁面 重現 SKILL.md 原始碼的完整內容，確保模型能無歧義地讀取精確的指令集。
工具宣告 以 TypeScript 聲明形式提供，模型可解析以產生正確類型的 JSON 負載。
可用性旗標（會話設定、權限、已安裝外掛）皆明確記錄，讓模型能妥善處理功能缺失的情況。

Hacker News 評論中的社群洞見

@simonw – 「請參閱此評論以了解背景（以及創建提示）：https://news.ycombinator.com/item?id=49504625#49505116」 作者指向原始創建提示，確認此參考係由底層 Codex 設定程式化生成。此來源可確保清單反映即時系統，而非靜態快照。

@simonw – 「最有趣的技能是 control-browser。它告訴 ChatGPT Work 如何透過其 Node.js REPL 啟動 Playwright 實例，然後執行 nodeRepl.write(await browser.documentation()); 以擷取使用說明。」此評論突顯一種設計模式：技能將文件的繁重工作委由執行時呼叫處理，而非內嵌龐大的 Markdown 碼。此舉使技能更簡潔、減少重複，並確保文件與底層函式庫保持同步。

@satvikpendem – 「我不懂這和 Codex 有什麼不同，如果 Codex 能做所有相同的事。」 差別在於 Codex 指的是底層執行引擎，而 ChatGPT Work（UI 層）強制執行嚴格的工具呼叫合約，提供精選的 UI 供技能選擇，並加入安全檢查（例如權限門檻、Token 預算）。此參考使這些合約變得明確。

@montroser – 「我們能否加入一個功能，讓網站能在一般尺寸螢幕上測試？左側邊欄除非在 4K 監視器上，否則需要自行捲動。」 此請求凸顯實務上的限制：許多瀏覽器自動化技能假設預設檢視區。若擴充 control-browser 加入 set_viewport 參數，即可解決此類 UI 特定測試需求。

@enraged_camel – 「為什麼 AI 生成的網站總是看起來一樣？感覺像 Bootstrap。」 此評論暗示更廣泛的設計偏見：許多視覺生成技能（例如 imagegen, visualize）依賴預設樣式庫。若在這些技能中引入多樣性參數（主題、版面網格、設計系統），可減輕「Bootstrap 效應」。

@felixgallo – 「考慮到 Sam Altman 的歷史、OpenAI 安全變更，以及 HuggingFace 的慘敗，使用 ChatGPT Work 是一個嚴重的錯誤。」 雖具政治性，但此評論提醒開發者評估平台的可信度與治理結構。此參考的開源性透過允許獨立審計工具定義，減輕部分風險。

@darepublic – 「這些工作工具有些會拖慢速度，並浪費大量 Token。」 確實，調用工具會產生請求/回應負載的 Token 開銷。參考文件中明確的 max_output_tokens 欄位（例如 exec_command 中）可協助開發者設定合理上限，避免成本失控。

開發者實用建議

將參考文件視為合約 – 建立自訂 ChatGPT Work 整合時，直接匯入 TypeScript 聲明，以確保負載相容性。
善用技能重用 – 不需重複實作常見模式（例如「向使用者索取遺漏的上下文」），直接呼叫現有的 demos:answers-ask-user-input 技能，以維持提示一致性。
審核權限 – 每個工具皆列出所需權限（例如 sandbox_permissions, require_escalated）。在啟用技能前，請根據部署的安全政策驗證這些權限。
以最小摩擦擴充 – 若要新增功能，建立 skill-creator 技能，架構外掛目錄，並透過 plugin-management 註冊。參考文件已包含可自動化此流程的 plugin-creator 技能。
監控 Token 預算 – 像 exec_command 和 functions.wait 這樣的工具會暴露 max_output_tokens 與 yield_time_ms。根據預期的命令輸出大小調整這些值，以避免不必要的 Token 消耗。
規劃 UI 限制 – 若你的工作流程依賴視覺佈局（例如測試響應式設計），可考慮為 control-browser 技能新增檢視區控制參數，或包裝成更高階的技能，在導航前設定所需尺寸。

結論

Codex 工具參考是一個 全面且機器可讀的目錄，涵蓋 ChatGPT Work 所能執行的所有功能，從底層作業系統指令到高階商業分析。透過公開 工具簽名 與 完整技能原始碼，它讓開發者能程式化地發現功能、審計安全邊界，並建立穩健的 AI 驅動工作流程。Hacker News 社群的評論揭示了現實世界的關注點——文件設計、UI 使用性、Token 效率與平台信任——這些皆可作為未來工具集改進的指引。