让 Claude Code 少自作主张3 步跑通 andrej-karpathy-skills【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skillsandrej-karpathy-skills 是给 Claude Code 使用者的一份单文件 CLAUDE.md 规则源自 Karpathy 对 LLM 编码坑的观察。放进项目后AI 写代码会少假设、少过度设计改动更克制返工更少。是不是这些场景你说加个导出功能它默认导出全部用户、文件写到当前目录一口气甩给你 300 行。你说修一下这个 bugdiff 里却混着顺手改的变量名、换引号的字符串、被删掉的注释。你说让搜索快一点它直接上缓存、索引加异步一个问题都不问你。这些情况都是模型默默选了一种理解就开干——不澄清、不暴露纠结、也不讲权衡。适合谁用如果你日常用 Claude Code 写代码或者要频繁 review AI 的产出这套规则就是给你准备的有代码评审流程的团队收益更大。不用 AI 工具、或只写一次性脚本的可以不用管。最快跑通装完三步验证第一步装。把规则文件拉到本地git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills cp andrej-karpathy-skills/CLAUDE.md 你的项目/喜欢插件方式的话在 Claude Code 里敲两条命令即可/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills第二步首次使用。在项目里打开 Claude Code随便派个活比如加个算折扣的函数。第三步验证成功。看它的开口第一句是先列出假设来问你还是直接开始敲代码前者说明规则生效了。 用 Cursor 的同学把.cursor/rules/karpathy-guidelines.mdc拷进项目的.cursor/rules/效果一样细节见 CURSOR.md。4 条规则各管什么1. 编码前先想别默默猜之前默默假设导出全部开写。之后先列问题——导全量还是子集什么格式哪些字段然后等你回复。2. 简单优先50 行能解决就不写 30 行之前抽象类 策略模式 配置类30 行起步。之后def calculate_discount(amount, percent): return amount * (percent / 100)真需要多种折扣类型时再重构成策略模式。3. 手术刀式修改只动该动的之前修 bug 时顺手改名、改格式、删看着不顺眼的注释。之后diff 里每一行都能追溯到你的请求发现无关死代码只提一句不动手。4. 目标驱动让它跑起来 → 让测试通过之前好的我来修改得模糊没有成功标准。之后加验证变成写非法输入测试然后让它通过多步任务附一个步骤 → 验证小清单自己就能循环到底。它正在起作用的 4 个信号✅ diff 变小了只出现你要求的改动。✅ 代码第一次就简单很少再说这太复杂了重写。✅ 澄清问题出现在动手之前而不是翻车之后。✅ 提交干净没有顺手重构和顺便改进。常见疑问Q会不会拖慢小任务会偏谨慎一点。规则自己也写明改错别字、明显的一行修改用判断力即可不必全程严谨。目标是用一点速度换掉非琐碎工作上昂贵的返工。Q项目里已有 CLAUDE.md 怎么办追加进去就行然后补你自己的项目规则如所有 API 必须有测试。它本来就是设计成与项目指令合并使用的。Q想看真实的错误写法 vs 正确写法EXAMPLES.md 里每条规则都有前后对照的实际案例值得翻一遍。写在最后一句话一个文件、四条规则把 Claude Code 的输出变得更好 review。特别适合团队协作、代码评审和老项目重构场景。完整规则见 README.md规则本体见 CLAUDE.md。【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 让 Claude Code 少“自作主张“：3 步跑通 andrej-karpathy-skills
让 Claude Code 少自作主张3 步跑通 andrej-karpathy-skills【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skillsandrej-karpathy-skills 是给 Claude Code 使用者的一份单文件 CLAUDE.md 规则源自 Karpathy 对 LLM 编码坑的观察。放进项目后AI 写代码会少假设、少过度设计改动更克制返工更少。是不是这些场景你说加个导出功能它默认导出全部用户、文件写到当前目录一口气甩给你 300 行。你说修一下这个 bugdiff 里却混着顺手改的变量名、换引号的字符串、被删掉的注释。你说让搜索快一点它直接上缓存、索引加异步一个问题都不问你。这些情况都是模型默默选了一种理解就开干——不澄清、不暴露纠结、也不讲权衡。适合谁用如果你日常用 Claude Code 写代码或者要频繁 review AI 的产出这套规则就是给你准备的有代码评审流程的团队收益更大。不用 AI 工具、或只写一次性脚本的可以不用管。最快跑通装完三步验证第一步装。把规则文件拉到本地git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills cp andrej-karpathy-skills/CLAUDE.md 你的项目/喜欢插件方式的话在 Claude Code 里敲两条命令即可/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills第二步首次使用。在项目里打开 Claude Code随便派个活比如加个算折扣的函数。第三步验证成功。看它的开口第一句是先列出假设来问你还是直接开始敲代码前者说明规则生效了。 用 Cursor 的同学把.cursor/rules/karpathy-guidelines.mdc拷进项目的.cursor/rules/效果一样细节见 CURSOR.md。4 条规则各管什么1. 编码前先想别默默猜之前默默假设导出全部开写。之后先列问题——导全量还是子集什么格式哪些字段然后等你回复。2. 简单优先50 行能解决就不写 30 行之前抽象类 策略模式 配置类30 行起步。之后def calculate_discount(amount, percent): return amount * (percent / 100)真需要多种折扣类型时再重构成策略模式。3. 手术刀式修改只动该动的之前修 bug 时顺手改名、改格式、删看着不顺眼的注释。之后diff 里每一行都能追溯到你的请求发现无关死代码只提一句不动手。4. 目标驱动让它跑起来 → 让测试通过之前好的我来修改得模糊没有成功标准。之后加验证变成写非法输入测试然后让它通过多步任务附一个步骤 → 验证小清单自己就能循环到底。它正在起作用的 4 个信号✅ diff 变小了只出现你要求的改动。✅ 代码第一次就简单很少再说这太复杂了重写。✅ 澄清问题出现在动手之前而不是翻车之后。✅ 提交干净没有顺手重构和顺便改进。常见疑问Q会不会拖慢小任务会偏谨慎一点。规则自己也写明改错别字、明显的一行修改用判断力即可不必全程严谨。目标是用一点速度换掉非琐碎工作上昂贵的返工。Q项目里已有 CLAUDE.md 怎么办追加进去就行然后补你自己的项目规则如所有 API 必须有测试。它本来就是设计成与项目指令合并使用的。Q想看真实的错误写法 vs 正确写法EXAMPLES.md 里每条规则都有前后对照的实际案例值得翻一遍。写在最后一句话一个文件、四条规则把 Claude Code 的输出变得更好 review。特别适合团队协作、代码评审和老项目重构场景。完整规则见 README.md规则本体见 CLAUDE.md。【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考