新闻详情

新闻详情

首页 / 资讯中心 / 详情

用一个文件驯服 Claude Code:andrej-karpathy-skills 使用指南

发布时间:2026/8/28 15:08:07
用一个文件驯服 Claude Code:andrej-karpathy-skills 使用指南
用一个文件驯服 Claude Codeandrej-karpathy-skills 使用指南【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 是基于 Andrej Karpathy 对 AI 编码通病观察整理的行为准则项目核心是把四条编码行为规则装进一份 CLAUDE.md 文件放进 Claude Code或其他 AI 编码工具里就能生效用来压住 AI 闷头瞎猜、写过度复杂代码、顺手乱改无关代码这几类常见毛病。 先说你会真实撞上的坑你一定遇到过这种情况让 AI给导出功能加个字段它已经替你决定了导出哪些字段、文件存哪、什么格式或者你只让它修一个空指针diff 里却连引号风格、变量名、注释都换了。为什么它不照着你的要求做而是要把整件事接管过去这个项目的回答是模型本身不用换换它做事时遵守的规则。 它到底改了什么从症状到做法的链条它替你做假设而且猜得特别自信最常见的 AI 问题是沉默的假设遇到模糊需求不问直接挑一个解释往下跑。你说把搜索搞快一点它可能把缓存、数据库索引、异步处理全堆上而你真正在意的只是加载体感。CLAUDE.md 里对应的规则是先想再写动手前把假设逐条摆出来存在多种理解时全部列给你有不清楚的立即停下来问。效果很直接提问发生在实现之前而不是错误发生之后。五十行能解决的事它写了两百行AI 对设计模式有天然偏好你只要求算个折扣它还你抽象类、策略模式、配置对象每一层都很专业但没人用。对应的规则是简单优先不加没被要求的功能不给只用一次的地方做抽象不为不可能发生的场景写容错。它内置了一个很实用的自检问题高级工程师会觉得这过度复杂吗觉得就简化。每个 diff 里都混着一堆顺手改动修一个 bug顺手改引号、加类型提示、删看起来没用的旧代码这类 drive-by 改进让 code review 没法聚焦你还说不清它对不对。规则叫手术式修改只碰必须碰的每一行改动都要能直接追溯到用户的请求发现无关的死代码报告一下别删你个人的风格偏好让位给项目现有风格。 同一个需求前后什么表现❌ 用之前✅ 用之后算个折扣抽象类加策略模式加配置对象约一百五十行一个函数三行等真出现多种折扣需求再扩展加个校验我会先审查代码再改进先给非法输入写测试再让它通过第二行背后是第四条规则目标驱动把模糊指令翻译成可验证的目标。AI 很擅长循环执行直到达标前提是标准本身可检验——让它跑起来不可检验测试通过可检验。四条规则各自的正反案例在 EXAMPLES.md 里每条配了两三个真实代码片段十分钟能看完。 三步跑起来拉仓库git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skillsClaude Code 用户两条命令装成全局插件/plugin marketplace add forrestchang/andrej-karpathy-skills再/plugin install andrej-karpathy-skillskarpathy-skills不想装插件的话把 CLAUDE.md 拷到你项目根目录按需和已有项目规则合并——它开头一句话就是先想清楚再动手。用 Cursor 或其他工具看 CURSOR.md把.cursor/rules/karpathy-guidelines.mdc拷进项目的.cursor/rules/目录即生效同样的内容也在 skills/karpathy-guidelines/SKILL.md 里可以当个人技能长期复用。⚠️ 什么时候可以偷懒这套规则偏向谨慎不偏向速度。改错别字、明显的一行修复直接改完就好不必走全套。它要减少的是非平凡工作里代价高昂的错误不是拖慢简单任务。一句话记住这个项目别让 AI 替你猜意图让它先问、少写、只改该改的干到标准达成为止。【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
网站建设 高端定制 企业官网