了解核心概念

仔细阅读项目README，理解什么是‘Agent Skills’（技能）、‘Codex’（AI代理）以及‘一次编写，到处使用’的理念。明确技能就是一个包含指令、脚本和资源的文件夹。

探索项目结构

访问GitHub仓库（openai/skills），浏览根目录下的文件夹，如 `.curated`（精选技能）、`.experimental`（实验技能），点开几个技能文件夹，观察其内部通常包含哪些文件（如README、Python脚本、LICENSE.txt等）。

无需深入理解每个脚本的代码，重点是观察技能的组织形式。

确认使用环境

根据README，本项目技能主要供‘Codex’这个AI代理使用。请先确认你是否有访问和使用Codex的环境或权限。这是使用这些技能的前提。

学习安装方法

在Codex环境中，学习使用 `$skill-installer` 命令。按照README的示例，尝试理解安装精选技能（按名称）、实验技能（指定文件夹路径）以及通过GitHub URL安装的三种方式。

此阶段以理解流程为主。如果你没有实际的Codex环境，可以模拟思考：如果给你一个技能文件夹，你会如何将其‘安装’到一个系统中？

模拟安装一个精选技能

在仓库的 `.curated` 目录下选择一个你感兴趣且看起来简单的技能（例如，可能与文件操作或简单数据处理相关）。记录下它的名称，并假想你在Codex中输入了对应的安装命令。

深度查看一个技能

打开你在上一步选择的那个技能文件夹。仔细阅读它的 `README.md` 文件，了解这个技能是做什么的、如何使用（指令）。查看其中的Python脚本文件，尝试理解其大致功能（例如：它定义了函数吗？处理什么数据？）。最后，查看 `LICENSE.txt` 了解许可。

这是最关键的一步，目的是理解一个完整技能的组成部分。不要怕看不懂全部代码，能理解50%就是成功。

总结技能结构

根据你的观察，用你自己的话总结一个标准的‘Agent Skill’至少应该包含哪些部分，每部分的作用是什么。例如：1. 说明文档（README） 2. 执行代码（.py文件） 3. 许可证。