andrej-karpathy-skills 实战指南:用 1 份 CLAUDE.md 管住 AI 写代码的 4 种坏毛病【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 把 Andrej Karpathy 观察到的 LLM 编码陷阱,浓缩成了可直接落地的 Claude Code 行为准则:整个项目只需要一个 CLAUDE.md 文件,就能让 AI 少瞎猜、少过度设计、改代码更克制。它是什么:给 AI 编程助手立规矩的一个文件用 Claude Code 这类 AI 编程工具写过代码的人,大概率遇到过这三件事:你随口说个需求,它默默替你做了个假设然后一路写下去;要 50 行能解决的事,它给你堆了 500 行抽象;修一个 bug,顺手动了一堆不相干的注释和格式。andrej-karpathy-skills 就是针对这些毛病开的药方——它把 Karpathy 的观察提炼成 4 条原则,全部写进一个 CLAUDE.md。你不用装任何库,它本质是一份行为契约,放在项目根目录,AI 每次干活前都会读。快速上手:三步把准则装进项目方式一:单项目使用(最常见)git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills把仓库里的 CLAUDE.md 复制到你项目根目录即可。如果你的项目已有 CLAUDE.md,把新内容追加到文件末尾,别直接覆盖。方式二:插件安装(对所有项目生效)在 Claude Code 里依次执行:/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills怎么验证生效了?重启 Claude Code 后,派个真实任务,比如给登录接口加参数校验。如果 AI 动手前先说出它的前提假设,而且最后只写了必要的那十几行代码,没有顺手加配置项和日志开关,说明准则在工作。核心能力拆解:4 条原则分别管什么四条原则的完整定义见 SKILL.md,这里按管什么毛病来讲。1. Think Before Coding:先想清楚,少猜多问这条管的是AI 默默替你拍板。它要求 AI 动手前把假设亮出来:不确定就问你,需求有两种理解就都摆出来让你选,有更简单的做法就直说。使用场景:需求描述比较模糊时,比如你说把订单导出改成异步,AI 应该先问要不要保留原同步入口、任务放哪调度,而不是自己猜一个方案就开写。2. Simplicity First:只写解决问题的最少代码这条管的是过度设计。没有额外要求就不加功能,一次性的代码不抽公共类,不预设以后可能要配的开关,不为不可能出现的场景写错误处理。使用场景:日常功能开发。判断标准很简单——一个资深工程师看了会不会说写复杂了?会,就让它重写。3. Surgical Changes:只动该动的行这条管的是顺手之劳。改现有代码时不优化旁边的注释和格式,不重构没坏的东西,风格跟随现有代码;发现无关的死代码只提一句,不擅自删。唯一的例外:你自己的改动造成的孤儿变量和 import,要清理干净。使用场景:在老项目里改 bug。检验标准是 diff 里每一行改动都能直接追溯到你的需求。4. Goal-Driven Execution:给成功标准,不给模糊指令这条是核心洞察:LLM 特别擅长循环直到达成目标。所以把修一下这个 bug翻译成先写一个能复现它的测试,再让测试通过,把加校验翻译成给非法输入写测试并跑绿。标准越具体,AI 越能独立循环,不用你反复追问。使用场景:多步骤任务,让 AI 先列步骤 → 验证方式的简短计划再执行。新手常见坑:这 3 个地方容易用偏把它当万能开关。这套准则偏向稳而不是快。改错别字、一行代码的小活,走完整套流程反而拖慢你,自己判断一下就好。覆盖掉原有的 CLAUDE.md。它是设计成合并使用的:追加到你现有指令后面,再往上补几行你自己的项目规则(比如所有 API 必须带测试),效果最好。目标还是写得太虚。让它跑起来这种弱标准,准则救不了,AI 还是得来回问你。把验收条件写具体,才能真正减少中途打断。写在最后如果你在每天用 Claude Code 或 Cursor 写代码,直接把这个文件丢进项目就能起步;用 Cursor 的同学可以看 CURSOR.md 里的规则文件配置方式。下一步建议:等跑顺之后,给项目补上专属规则段落,把它从通用准则变成你项目的编码规范。【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 andrej-karpathy-skills 实战指南:用 1 份 CLAUDE.md 管住 AI 写代码的 4 种坏毛病
andrej-karpathy-skills 实战指南:用 1 份 CLAUDE.md 管住 AI 写代码的 4 种坏毛病【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 把 Andrej Karpathy 观察到的 LLM 编码陷阱,浓缩成了可直接落地的 Claude Code 行为准则:整个项目只需要一个 CLAUDE.md 文件,就能让 AI 少瞎猜、少过度设计、改代码更克制。它是什么:给 AI 编程助手立规矩的一个文件用 Claude Code 这类 AI 编程工具写过代码的人,大概率遇到过这三件事:你随口说个需求,它默默替你做了个假设然后一路写下去;要 50 行能解决的事,它给你堆了 500 行抽象;修一个 bug,顺手动了一堆不相干的注释和格式。andrej-karpathy-skills 就是针对这些毛病开的药方——它把 Karpathy 的观察提炼成 4 条原则,全部写进一个 CLAUDE.md。你不用装任何库,它本质是一份行为契约,放在项目根目录,AI 每次干活前都会读。快速上手:三步把准则装进项目方式一:单项目使用(最常见)git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills把仓库里的 CLAUDE.md 复制到你项目根目录即可。如果你的项目已有 CLAUDE.md,把新内容追加到文件末尾,别直接覆盖。方式二:插件安装(对所有项目生效)在 Claude Code 里依次执行:/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills怎么验证生效了?重启 Claude Code 后,派个真实任务,比如给登录接口加参数校验。如果 AI 动手前先说出它的前提假设,而且最后只写了必要的那十几行代码,没有顺手加配置项和日志开关,说明准则在工作。核心能力拆解:4 条原则分别管什么四条原则的完整定义见 SKILL.md,这里按管什么毛病来讲。1. Think Before Coding:先想清楚,少猜多问这条管的是AI 默默替你拍板。它要求 AI 动手前把假设亮出来:不确定就问你,需求有两种理解就都摆出来让你选,有更简单的做法就直说。使用场景:需求描述比较模糊时,比如你说把订单导出改成异步,AI 应该先问要不要保留原同步入口、任务放哪调度,而不是自己猜一个方案就开写。2. Simplicity First:只写解决问题的最少代码这条管的是过度设计。没有额外要求就不加功能,一次性的代码不抽公共类,不预设以后可能要配的开关,不为不可能出现的场景写错误处理。使用场景:日常功能开发。判断标准很简单——一个资深工程师看了会不会说写复杂了?会,就让它重写。3. Surgical Changes:只动该动的行这条管的是顺手之劳。改现有代码时不优化旁边的注释和格式,不重构没坏的东西,风格跟随现有代码;发现无关的死代码只提一句,不擅自删。唯一的例外:你自己的改动造成的孤儿变量和 import,要清理干净。使用场景:在老项目里改 bug。检验标准是 diff 里每一行改动都能直接追溯到你的需求。4. Goal-Driven Execution:给成功标准,不给模糊指令这条是核心洞察:LLM 特别擅长循环直到达成目标。所以把修一下这个 bug翻译成先写一个能复现它的测试,再让测试通过,把加校验翻译成给非法输入写测试并跑绿。标准越具体,AI 越能独立循环,不用你反复追问。使用场景:多步骤任务,让 AI 先列步骤 → 验证方式的简短计划再执行。新手常见坑:这 3 个地方容易用偏把它当万能开关。这套准则偏向稳而不是快。改错别字、一行代码的小活,走完整套流程反而拖慢你,自己判断一下就好。覆盖掉原有的 CLAUDE.md。它是设计成合并使用的:追加到你现有指令后面,再往上补几行你自己的项目规则(比如所有 API 必须带测试),效果最好。目标还是写得太虚。让它跑起来这种弱标准,准则救不了,AI 还是得来回问你。把验收条件写具体,才能真正减少中途打断。写在最后如果你在每天用 Claude Code 或 Cursor 写代码,直接把这个文件丢进项目就能起步;用 Cursor 的同学可以看 CURSOR.md 里的规则文件配置方式。下一步建议:等跑顺之后,给项目补上专属规则段落,把它从通用准则变成你项目的编码规范。【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