Installation überspringen. In unter 2 Minuten einsatzbereit.
Starte eine kostenlose Testphase auf cloud.anythingmcp.com, füge Agent Skills Finder mit einem Klick hinzu und richte deinen KI-Client (Claude, ChatGPT, Copilot oder Cursor) auf den erzeugten MCP-Endpoint. Kein Docker, kein git clone, keinerlei Entwicklungserfahrung nötig.
Zusammenfassung
Gib OpenAI Codex Zugriff auf alle öffentlichen Agent Skills, ohne Ordner zu installieren: Codex findet die passende SKILL.md für die Aufgabe über AnythingMCP, liest sie und folgt ihr.
Frag einfach
Beispiel-Prompts für Agent Skills Finder
Klick auf einen Prompt, um ihn zu kopieren. In Claude, ChatGPT, Cursor, Gemini, Copilot oder OpenClaw einfügen — und gegen diesen Connector laufen lassen.
Claude ist KI und kann Fehler machen. Bitte Antworten gegenprüfen.
Codex Skills ohne Installation nutzen
Kurzfassung: Füge AnythingMCP zu Codex in config.toml hinzu (oder mit codex mcp add), installiere Agent Skills Finder darauf und stelle Codex deine Aufgabe. Codex durchsucht den öffentlichen Skills-Index, liest die beste SKILL.md direkt von GitHub und wendet sie an – ganz ohne etwas in den Skills-Ordner zu legen.
Codex lädt die Agent Skills, die du für ihn installierst – das ist der richtige Ort für die wenigen, die du täglich brauchst. Für alles andere ist das Installieren und Aktualisieren von Ordnern auf jedem Rechner nicht praktikabel. Mit Agent Skills Finder kann Codex auf jeden öffentlichen Skill zugreifen, wenn eine Aufgabe es erfordert. Die Codex CLI und die IDE-Erweiterung nutzen dabei die gleiche MCP-Konfiguration.
So richtest du es ein
Schritt 1: Agent Skills Finder auf AnythingMCP installieren
- Erstelle einen Workspace auf AnythingMCP Cloud (7 Tage kostenlos) oder nutze dein self-hosted AnythingMCP.
- Öffne Connectors, suche Agent Skills Finder und klicke auf Installieren. Es werden keine Zugangsdaten benötigt. In einem neuen Cloud-Workspace ist er auch im Starterpaket auf dem Begrüßungsbildschirm enthalten.
- Für Clients, die einen API-Key nutzen (alles außer claude.ai und ChatGPT), erstelle einen unter MCP Servers → dein Server → API keys.
Schritt 2: AnythingMCP zu Codex hinzufügen
Füge den Server zu ~/.codex/config.toml hinzu und halte den Key in einer Umgebungsvariable:
[mcp_servers.anythingmcp]
url = "https://cloud.anythingmcp.com/mcp"
env_http_headers = { "X-API-Key" = "ANYTHINGMCP_API_KEY" }
Exportiere dann den Key in deiner Shell, z.B. export ANYTHINGMCP_API_KEY=YOUR_MCP_API_KEY, und starte Codex. env_http_headers ordnet den Header dem Namen der Variable zu, sodass der Key nie in der Konfigurationsdatei steht. Die CLI und die IDE-Erweiterung lesen beide die gleiche Datei.
Schritt 3: Stelle deine Aufgabe
Starte einen neuen Chat und beschreibe, was du brauchst, zum Beispiel „Finde einen Skill zum Schreiben von Release Notes und wende ihn auf diese Commits an“. Der Agent ruft die Agent Skills Finder Tools selbstständig auf.
Was passiert, wenn du eine Aufgabe stellst
Angenommen, du bittest Codex, Release Notes aus den Commits seit dem letzten Tag zu schreiben. Codex ruft zuerst skills_playbook auf, dann skills_search mit ein paar Stichworten, prüft Lizenz und Aktivität der besten Kandidaten mit skills_repo_info, pinnt die Version mit skills_latest_commit und liest die Anleitung mit skills_get. Dann erledigt Codex die Aufgabe nach Vorgabe des Skills und teilt dir mit, welchen Skill es verwendet hat – samt Link und Lizenz. Es wird nichts installiert und nachher bleibt nichts geladen.
Prompts zum Ausprobieren in Codex
- „Finde einen Skill zum Schreiben von Release Notes und generiere sie aus den Commits seit dem letzten Tag.“
- „Suche einen Refactoring-Skill für React-Klassenkomponenten und konvertiere src/components/Legacy.tsx.“
- „Finde einen Skill, der REST-APIs dokumentiert, und schreibe Doku für die Routen in src/api.“
- „Finde einen Skill für einen CHANGELOG-Eintrag nach Keep a Changelog und füge einen für dieses Release hinzu.“
Gut zu wissen
- Ein Skill ist ein Text von Dritten: Codex folgt der Methode für deine Aufgabe, aber es kann nicht ändern, für wen der Agent arbeitet oder deine Bestätigung überspringen.
- Der Connector liest Dateien und führt niemals Skripte aus. Die Suche ist kostenlos für 50 Anfragen pro Tag, oder 500 mit einem kostenlosen SkillsMP-Key.
- Um einen Skill für dein Team zu behalten, bitte Codex, ihn als Workspace-Skill auf AnythingMCP zu speichern; ein Admin gibt ihn einmal frei und er gilt dann in jedem Client.
Wie On-Demand-Skills im Vergleich zu installierten funktionieren und alle Limits im Detail: Agent Skills on demand.
FAQ
Funktionieren meine installierten Codex Skills weiterhin? Ja. Installierte Skills werden wie bisher geladen; der Connector deckt die Skills ab, die du nicht installiert hast.
Wohin kommt der API-Key?
In eine Umgebungsvariable, die in env_http_headers benannt ist – so kann config.toml geteilt oder eingecheckt werden, ohne das Geheimnis preiszugeben.
Kann Codex ein Skript aus einem Skill ausführen?
Der Connector liest nur Dateien. Codex kann das Skript mit skills_read_file lesen; prüfe es, bevor du Codex erlaubst, es in deinem Projekt auszuführen.
Ist es derselbe Connector für ChatGPT? Ja. Codex und ChatGPT verbinden sich mit demselben AnythingMCP-Server und teilen freigegebene Workspace-Skills.
Die gleichen Skills in deinen anderen Agents
- Agent Skills on demand: die Übersicht
- Skills on demand in Claude
- Skills on demand in Claude Code
- Skills on demand in ChatGPT
- Skills on demand in Cursor
- Skills on demand in GitHub Copilot
- Skills on demand in Gemini CLI
- Agent Skills Finder im Marketplace
War dieser Guide hilfreich?