4條AI編碼行為準則andrej-karpathy-skills安裝與用法完整清單【免費下載鏈接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.項目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills你可能遇過這種坑AI寫完了代碼卻順手塞進來一堆用不上的抽象還把旁邊沒讓動的代碼順手改進了。andrej-karpathy-skills 是一套基于 Karpathy 對 LLM 編碼毛病觀察整理的 AI 編碼行為準則裝成一個文件它不教模型怎么寫代碼只約束它寫代碼時的行為。下面先裝好再講 4 條準則怎么對應到你的日常階段最后走一遍完整小案例。? 五分鐘裝好兩種方式二選一# 方式一裝成 Claude Code 插件推薦所有項目生效 /plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills # 方式二克隆倉庫把 CLAUDE.md 復制進你的項目根目錄 git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills已有 CLAUDE.md 的老項目把這份文件內容追加到末尾即可它的設計就支持與項目專屬規(guī)則并存。用 Cursor 的話倉庫里另有 CURSOR.md 說明同樣的準則怎么搬進規(guī)則里。這些準則治哪些AI毛病AI常見毛病對應準則它要求什么默默做出錯誤假設就開干Think Before Coding先想后寫說出假設不懂就問卡住就停200行的活非要上200行抽象Simplicity First簡單優(yōu)先最小代碼不加臆測功能修bug時順手改注釋、格式、旁邊代碼Surgical Changes外科手術式修改只碰必須碰的只清理自己弄出的垃圾目標模糊讓它跑起來就算完成Goal-Driven Execution目標驅動執(zhí)行先定成功標準循環(huán)到驗證通過整套準則偏向謹慎高于速度。改個錯字這種活不用走全套流程。按階段用起來動手前接到模糊需求時你收到導出一份用戶數(shù)據(jù)這樣的需求 → 別讓 AI 直接開寫。讓它列假設全部用戶還是子集導成文件、API 還是發(fā)郵件AI 拿不準時應該停下來把我不確定的是X明說等你回答。寫代碼時只需要一個小功能時你要算個九折 → 交付物就應該是幾行函數(shù)別要策略類、別要配置對象、別要緩存鉤子。寫完自問一句資深工程師會說這過度設計嗎會就重寫。改已有代碼時修一個老bug你要修郵箱校驗器空值崩潰 → 只改和 bug 相關的行。別改引號風格、別加類型標注、別動旁邊用戶名邏輯?？吹讲幌嚓P的死代碼提一句就行別刪。判斷標準每行改動都能追溯到這次需求。交付前想說完成了時修好 bug 了不算完成 → 改成寫了復現(xiàn) bug 的測試修完測試通過老測試也通過。多步任務把計劃寫成一行行1. [步驟] → 驗證[檢查點]。Karpathy 的觀察是LLM 很擅長循環(huán)到目標達成給它強成功標準就能自己跑弱標準只會反復回來問你。準則的完整措辭在倉庫的 SKILL.md 里可以對照看。? 完整小案例修一個空郵箱崩潰的bug任務項目里的郵箱校驗器email 為空時直接崩潰。動手前——和 AI 確認 bug 定義是崩潰還是校驗報錯期望是空郵箱拋必填錯誤。不讓它猜。測試先行——讓 AI 寫一個復現(xiàn)測試跑一遍確認崩潰此時測試應當是紅的。外科手術式修改——只改判空邏輯保留原有注釋和風格def validate_user(user_data): # Check email format - if not user_data.get(email): email user_data.get(email, ) if not email or not email.strip(): raise ValueError(Email required)交付前驗證——復現(xiàn)測試變綠、老測試全過、diff 就是上面幾行收工。用戶名邏輯一個字符都沒動。這條準則偏謹慎像這種一行能修完的改動可以省掉測試步驟直接驗證。它攔的是非瑣碎任務上的昂貴錯誤。 交付前對照這份Checklist動手前讓 AI 說清了假設并回答了模糊點交付的代碼是最小夠用沒有臆測功能diff 里每一行都能追溯到這次需求原有風格、注釋、無關代碼沒被動過有測試證明完成復現(xiàn)測試或驗收測試老測試仍然全綠六條勾中五條AI 寫的就是代碼你交出去的就是一個干凈的 PR。【免費下載鏈接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.項目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考 4條AI編碼行為準則：andrej-karpathy-skills安裝與用法完整清單
4條AI編碼行為準則andrej-karpathy-skills安裝與用法完整清單【免費下載鏈接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.項目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills你可能遇過這種坑AI寫完了代碼卻順手塞進來一堆用不上的抽象還把旁邊沒讓動的代碼順手改進了。andrej-karpathy-skills 是一套基于 Karpathy 對 LLM 編碼毛病觀察整理的 AI 編碼行為準則裝成一個文件它不教模型怎么寫代碼只約束它寫代碼時的行為。下面先裝好再講 4 條準則怎么對應到你的日常階段最后走一遍完整小案例。? 五分鐘裝好兩種方式二選一# 方式一裝成 Claude Code 插件推薦所有項目生效 /plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills # 方式二克隆倉庫把 CLAUDE.md 復制進你的項目根目錄 git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills已有 CLAUDE.md 的老項目把這份文件內容追加到末尾即可它的設計就支持與項目專屬規(guī)則并存。用 Cursor 的話倉庫里另有 CURSOR.md 說明同樣的準則怎么搬進規(guī)則里。這些準則治哪些AI毛病AI常見毛病對應準則它要求什么默默做出錯誤假設就開干Think Before Coding先想后寫說出假設不懂就問卡住就停200行的活非要上200行抽象Simplicity First簡單優(yōu)先最小代碼不加臆測功能修bug時順手改注釋、格式、旁邊代碼Surgical Changes外科手術式修改只碰必須碰的只清理自己弄出的垃圾目標模糊讓它跑起來就算完成Goal-Driven Execution目標驅動執(zhí)行先定成功標準循環(huán)到驗證通過整套準則偏向謹慎高于速度。改個錯字這種活不用走全套流程。按階段用起來動手前接到模糊需求時你收到導出一份用戶數(shù)據(jù)這樣的需求 → 別讓 AI 直接開寫。讓它列假設全部用戶還是子集導成文件、API 還是發(fā)郵件AI 拿不準時應該停下來把我不確定的是X明說等你回答。寫代碼時只需要一個小功能時你要算個九折 → 交付物就應該是幾行函數(shù)別要策略類、別要配置對象、別要緩存鉤子。寫完自問一句資深工程師會說這過度設計嗎會就重寫。改已有代碼時修一個老bug你要修郵箱校驗器空值崩潰 → 只改和 bug 相關的行。別改引號風格、別加類型標注、別動旁邊用戶名邏輯?？吹讲幌嚓P的死代碼提一句就行別刪。判斷標準每行改動都能追溯到這次需求。交付前想說完成了時修好 bug 了不算完成 → 改成寫了復現(xiàn) bug 的測試修完測試通過老測試也通過。多步任務把計劃寫成一行行1. [步驟] → 驗證[檢查點]。Karpathy 的觀察是LLM 很擅長循環(huán)到目標達成給它強成功標準就能自己跑弱標準只會反復回來問你。準則的完整措辭在倉庫的 SKILL.md 里可以對照看。? 完整小案例修一個空郵箱崩潰的bug任務項目里的郵箱校驗器email 為空時直接崩潰。動手前——和 AI 確認 bug 定義是崩潰還是校驗報錯期望是空郵箱拋必填錯誤。不讓它猜。測試先行——讓 AI 寫一個復現(xiàn)測試跑一遍確認崩潰此時測試應當是紅的。外科手術式修改——只改判空邏輯保留原有注釋和風格def validate_user(user_data): # Check email format - if not user_data.get(email): email user_data.get(email, ) if not email or not email.strip(): raise ValueError(Email required)交付前驗證——復現(xiàn)測試變綠、老測試全過、diff 就是上面幾行收工。用戶名邏輯一個字符都沒動。這條準則偏謹慎像這種一行能修完的改動可以省掉測試步驟直接驗證。它攔的是非瑣碎任務上的昂貴錯誤。 交付前對照這份Checklist動手前讓 AI 說清了假設并回答了模糊點交付的代碼是最小夠用沒有臆測功能diff 里每一行都能追溯到這次需求原有風格、注釋、無關代碼沒被動過有測試證明完成復現(xiàn)測試或驗收測試老測試仍然全綠六條勾中五條AI 寫的就是代碼你交出去的就是一個干凈的 PR。【免費下載鏈接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.項目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考