尧图建网站 尧图建网站 YAOTU WEB BUILD 免费咨询
ARTICLE DETAIL

资讯详情

深耕网站建设与建站编程的一线实战洞察。

andrej-karpathy-skills 使用指南:用一份 CLAUDE.md 约束 AI 编码助手

andrej-karpathy-skills 使用指南:用一份 CLAUDE.md 约束 AI 编码助手 andrej-karpathy-skills 使用指南用一份 CLAUDE.md 约束 AI 编码助手【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 是一个行为准则项目它把 Andrej Karpathy 对 AI 写代码常见毛病的观察整理成一份可以直接放进项目根目录的 CLAUDE.md用来约束 AI 编程助手的假设、复杂度和改动范围。如果你日常用 Claude Code 或 Cursor 这类工具辅助开发这套准则能明显减少顺手过度设计和修一个 bug 带出一串无关改动造成的返工。AI 写码时常见的三类麻烦这些坑大多不是模型不会写而是行为方式没有约束擅自做假设模型替你把模糊需求脑补完然后一路执行到底不确认、不暴露矛盾过度设计100 行能解决的事情写成 1000 行抽象层、配置项层层堆叠连带破坏改代码时顺手优化了与任务无关的注释和格式diff 里全是预期外的噪音。准则的思路不是教你语法而是给上述三种行为分别立规矩。四条准则各管一件事整份文件只有四个部分每条对应一类麻烦准则作用适用场景思考先行动手前把假设说清楚拿不准就提问存在多种理解时列出来让你选有更简单的方案会直接顶回来需求模糊比如只说了让搜索变快简洁至上只写解决问题所需的最少代码不加没被要求的配置项、抽象层和对不可能场景的容错新增小功能如一个折扣计算函数精准修改只改必须改的行跟随现有风格只清理自己改动造成的孤儿代码旧死代码只提不删在老项目里修 bug目标驱动把指令翻译成可验证目标例如加校验变成为非法输入写测试再让测试通过需要反复迭代、有测试可跑的任务如何安装 andrej-karpathy-skills 到你的项目门槛很低按工具链选一条路径即可。整体下载按需取用git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills核心内容在根目录的CLAUDE.md篇幅很短EXAMPLES.md提供每个准则的正反案例README.zh.md是中文说明。只放进单个项目把CLAUDE.md复制到项目根目录即可若已有同名文件把内容追加合并进去。文件开头就注明了它与项目自有规则配合使用的方式。Cursor 用户仓库内置了同名项目规则在别的项目使用的话把.cursor/rules/karpathy-guidelines.mdc复制到对应目录就行skills/karpathy-guidelines/SKILL.md是同一内容的可复用技能版可放进个人技能目录。常用 Claude Code 的话也可以直接走插件市场安装命令见仓库 README。一个例子修 bug 时流程怎么变以空邮箱会让校验器崩溃这类 bug 为例看准则落地后的动作链输入一句 bug 描述动作只修改处理空邮箱的那几行——不顺手加强用户名校验、不动引号风格、不改注释措辞结果diff 里每行都能直接追溯到这次修复评审一眼看完。目标驱动准则还会把修 bug进一步翻译成先写一个能复现崩溃的测试再让它通过修没修好不靠感觉。EXAMPLES.md里还有折扣计算被过度抽象、让搜索变快先问清指标等对照案例值得翻一遍。使用时的几个提醒 这套准则偏向谨慎优先于速度改错别字、补一行明显代码这种小事不必走完整流程判断是否生效看三个信号diff 中无关变更变少、澄清问题发生在动手前、代码第一版就比较简单与项目规则合并时建议单独加一节项目特定条款如强制测试覆盖避免通用准则被稀释个人项目一般只用到CLAUDE.md一个文件其余文件是维护者多端同步用的无需关心。下一步挑一个最近返工最多的项目装上它观察两三周的 diff 变化想看更多正反案例直接从EXAMPLES.md开始读就行。【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
返回列表