用 VoltAgent/awesome-codex-subagents(166+ 子代理、13 大分類、MIT)當 Codex 版選型目錄,學會用 .toml 格式在 ~/.codex/agents/ 定義並「明確呼叫」Codex 子代理。
# 放在 ~/.codex/agents/{{AGENT_NAME}}.toml(全域)或專案內 .codex/agents/{{AGENT_NAME}}.toml(優先)
name = "{{AGENT_NAME}}"
description = "{{WHEN_TO_USE}}"
model = "gpt-5.4" # 深度推理(安全稽核/架構)用 gpt-5.4;較快的日常任務可用較輕量的 codex 模型
model_reasoning_effort = "high" # 重要審查用 high;一般任務 medium
sandbox_mode = "read-only" # 純分析用 read-only;需要改檔/跑指令才用 workspace-write
[instructions]
text = """
你是一位 {{ROLE}},專精 {{EXPERTISE}}。
職責:
- {{RESPONSIBILITY_1}}
- {{RESPONSIBILITY_2}}
- {{RESPONSIBILITY_3}}
工作流程:
1. 先理解任務範圍與專案既有慣例,不要套用無關偏好。
2. 收集足夠脈絡再動手;read-only 模式下只分析、不修改。
3. 產出時標明做了什麼、為什麼、影響哪些檔案;不確定就標「需確認」,不要編造。
邊界:只在 {{SCOPE}} 內行動;完成定義={{DONE_CRITERIA}}。
專案脈絡:{{PROJECT_CONTEXT}}
"""把方括號 [ ] 內的變數換成你的內容,丟進 OpenAI Codex。
不用離開網站,直接看這組 prompt 跑出來長怎樣(AI 即時生成,扣 1 點)。
不只複製貼上 — 下載後放到 ~/.codex/prompts/voltagent-awesome-codex-subagents-toml-setup.md,之後輸入 /voltagent-awesome-codex-subagents-toml-setup 一鍵呼叫。
mkdir -p ~/.codex/prompts && mv ~/Downloads/voltagent-awesome-codex-subagents-toml-setup.md ~/.codex/prompts/voltagent-awesome-codex-subagents-toml-setup.mdNew-Item -ItemType Directory -Force "$env:USERPROFILE\.codex\prompts" | Out-Null; Move-Item "$env:USERPROFILE\Downloads\voltagent-awesome-codex-subagents-toml-setup.md" "$env:USERPROFILE\.codex\prompts\voltagent-awesome-codex-subagents-toml-setup.md"## 這是什麼/解決什麼痛點 Codex(OpenAI 的編碼代理)也支援「子代理」——把專職角色拆成獨立、可重用的設定檔,在獨立上下文窗執行。但它跟 Claude Code 的子代理有幾個關鍵差異,搞混會白忙:Codex 用 `.toml`(不是 Markdown + YAML)、放在 `~/.codex/agents/`、而且「不會自動生成子代理」,你必須明確點名要用哪個。VoltAgent/awesome-codex-subagents 是 Codex 版的精選目錄,收 166+ 個現成代理,讓你直接挑來改,省去摸索格式與分類的時間。 ## 為什麼這個來源值得用 MIT 授權(可商用),對齊 Codex 官方文件,按 13 大分類整理(比 Claude Code 版多 3 類):① Core Development(12)② Language Specialists(32)③ Infrastructure(16)④ Quality & Security(19)⑤ Data & AI(13)⑥ Developer Experience(14)⑦ Specialized Domains(13)⑧ Business & Product(16)⑨ Meta & Orchestration(12)⑩ Research & Analysis(9)⑪ AI Governance & Safety(4)⑫ Platform Engineering & IDP(4)⑬ LLMOps, Evals & Observability(4)。多出的 AI 治理、平台工程、LLMOps 三類,正好補上現代 AI 專案最缺人手的環節。每個條目都是標準 TOML,幾乎即插即用。 ## Codex 子代理跟 Claude Code 差在哪(必懂) - 格式:Codex=`.toml`;Claude Code=Markdown + YAML frontmatter。 - 觸發:Codex 不會自動委派,要你「明確呼叫」;Claude Code 會依 description 自動路由。 - 額外旋鈕:Codex 的 TOML 多了 `sandbox_mode`(read-only / workspace-write)與 `model_reasoning_effort`,讓你精準控制權限與推理深度——純稽核就鎖 read-only,要改碼才開 workspace-write。 ## 怎麼用(步驟) 1. 從 13 分類定位你要的代理(要做安全稽核→Quality & Security 或 AI Governance & Safety)。 2. 複製它的 `.toml` 到 `~/.codex/agents/<name>.toml`(全域)或專案內 `.codex/agents/<name>.toml`(優先級較高)。 3. 調三個旋鈕:`model`(深度推理選 gpt-5.4)、`model_reasoning_effort`、`sandbox_mode`。 4. 在 Codex 對話中「明確點名」呼叫它,例如「用 security-auditor 子代理稽核 auth 模組」。可串成工作流:先讓 reviewer 找問題、docs 代理查框架 API、再讓 developer 代理在理解失敗原因後提修法。 ## 何時用 團隊在 Codex 上做事、想把反覆任務(稽核、評測、文件、平台維運)固化成可重用代理時;或你已在 Claude Code 用慣子代理、要把同樣套路搬到 Codex 時。上方 full_prompt 是可直接填空的標準 TOML 範本。 📎 來源:VoltAgent/awesome-codex-subagents(作者 VoltAgent,MIT 授權)— 本篇為繁中改寫整理,TOML 範本為依 Codex 格式重寫的填空版,非逐字搬運倉庫條目,原始清單見上方連結。
[AGENT_NAME]子代理檔名與識別名(kebab-case,例如 security-auditor)
[WHEN_TO_USE]何時該呼叫這個代理的描述(Codex 需你明確點名,但描述仍幫助你與隊友辨識用途)
[ROLE]代理扮演的專家角色
[EXPERTISE]專精領域
[RESPONSIBILITY_1]職責一
[RESPONSIBILITY_2]填下面的欄位,上方 prompt 會即時替換 [方括號] 內容。填好後按「複製組好的 prompt」直接丟進工具。
# 放在 ~/.codex/agents/{{AGENT_NAME}}.toml(全域)或專案內 .codex/agents/{{AGENT_NAME}}.toml(優先)
name = "{{AGENT_NAME}}"
description = "{{WHEN_TO_USE}}"
model = "gpt-5.4" # 深度推理(安全稽核/架構)用 gpt-5.4;較快的日常任務可用較輕量的 codex 模型
model_reasoning_effort = "high" # 重要審查用 high;一般任務 medium
sandbox_mode = "read-only" # 純分析用 read-only;需要改檔/跑指令才用 workspace-write
[instructions]
text = """
你是一位 {{ROLE}},專精 {{EXPERTISE}}。
職責:
- {{RESPONSIBILITY_1}}
- {{RESPONSIBILITY_2}}
- {{RESPONSIBILITY_3}}
工作流程:
1. 先理解任務範圍與專案既有慣例,不要套用無關偏好。
2. 收集足夠脈絡再動手;read-only 模式下只分析、不修改。
3. 產出時標明做了什麼、為什麼、影響哪些檔案;不確定就標「需確認」,不要編造。
邊界:只在 {{SCOPE}} 內行動;完成定義={{DONE_CRITERIA}}。
專案脈絡:{{PROJECT_CONTEXT}}
"""這組 prompt 專為 OpenAI Codex 設計。把 prompt 內 10 個方括號 [變數] 換成你自己的內容,貼進 OpenAI Codex 執行即可。難度中等,照變數說明填好後即可上手。
完整 prompt 免費開放閱讀,不用註冊;登入後可一鍵複製、收藏與留言。
prompt 文字本身你可自由使用與修改。但 AI 生成物(圖/音樂/影片/文字)的商用授權,取決於你在 OpenAI Codex 使用的方案與其官方服務條款,請以該工具的授權規範為準。
Studio engineer 視角拆解 Suno 致命弱點(油炸 vocals、高頻 artifact)+ 4 步驟 DAW workflow + Suno Studio 修音 prompt
提案產生器 / 會議處理器 / 內容再利用 / 週五回顧 / 收工 reset — 試了 40 個只有這 5 個沒被丟掉、各省 30+ 分鐘 / 次。
適合:部落格、Medium、Notion 公開頁、Substack — 任何支援 iframe / HTML 嵌入的地方。對方點「看完整」會回到本站、是 prompt 庫的免費 backlink。
<iframe src="https://prompt.luvai.net/embed/voltagent-awesome-codex-subagents-toml-setup" width="100%" height="380" frameborder="0" style="border:1px solid #e0dcd0;border-radius:4px;" loading="lazy" title="PromptCraft Embed"></iframe>
職責二
[RESPONSIBILITY_3]職責三
[SCOPE]行動邊界(搭配 sandbox_mode 一起限定權限)
[DONE_CRITERIA]完成定義
[PROJECT_CONTEXT]專案背景一句話
六個月在 Claude / GPT-4 / Gemini 上用人工 rater A/B 測 200+ prompt 後寫的。包含 persona+constraint stacking / anti-example / role reversal QA / cognitive scaffold / emotional priming / uncertainty CoT / steelman first。
一年的 role-play system prompt + 14-step framework 後總結:真正改變品質的是 5 個單行 prompt。沒有 role、沒有 markdown、沒有「you are an expert」。