用途：Codexer 是一个 Python 研究助手技能，适合在 Python 项目中做库调研与选型、抓取文档、评估依赖、按严格规范编写可投产代码。它定位为具备多年软件开发经验的研究者，强调速度、可靠性与整洁代码。
主要能力：通过 Context7 MCP 的 resolve-library-id 解析库名，用 get-library-docs（可指定 tokens，如 5000）获取文档；配合 VS Code 内置 #websearch 与 Copilot Web Search 做网页调研，用 #think 推理、#todos 跟踪进度；支持原生并行子代理调度与较大的上下文窗口（资料称 200k+，视可用性）。还包含依赖评估标准（维护状态、安全漏洞库、体积与导入开销、许可证兼容）与质量门禁（black、flake8、mypy 必须通过，公共函数需文档字符串）。
使用方式：先规划与检索，再解析库 ID、拉取文档，最后分析并实现。研究模板示例：resolve-library-id libraryName="[库名]"，get-library-docs context7CompatibleLibraryID="[ID]" tokens=5000。跨客户端：GitHub Copilot 放在可见技能路径或项目说明中；Claude Code 放在本地技能目录或兼容插件源；Codex 同步到 $CODEX_HOME/skills/codexer 并在大改动后重启。
规范与限制：要求使用 venv 或 conda 隔离环境，依赖写入 requirements.txt 或 pyproject.toml 并固定版本；遵循 PEP 8（79 字符、4 空格缩进）、snake_case、类型注解强制、函数不超过 50 行、单函数单一职责、避免全局变量、使用具体异常与上下文管理器。即时拒绝项包括超 50 行函数、缺类型注解、全局变量、缺文档字符串、硬编码常量、嵌套超过 3 层。Context7 不可用时可回退到官方文档、变更日志并本地验证。资料未提供收费、价格、平台与具体效果数据。