則：andrej-karpathy-skills 實用指南)
讓 Claude Code 少犯錯的 4 條規(guī)則andrej-karpathy-skills 實用指南【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你讓 Claude Code 加一個導出用戶數(shù)據(jù)的功能它沒問一句默默假設(shè)了導出范圍、文件格式和字段一口氣寫完結(jié)果全對不上。andrej-karpathy-skills 把 Andrej Karpathy 觀察到的 LLM 編碼陷阱濃縮成一個 CLAUDE.md用 4 條行為規(guī)則管住 Claude Code是提升 AI 編碼效率的輕量做法。LLM 寫代碼時會踩的坑先看兩個常見的翻車場景。場景一你說加個折扣計算函數(shù)它給你搭出抽象類、折扣策略枚舉、可配置參數(shù)100 行的活寫成 500 行的架構(gòu)。場景二你只讓它修一個空指針它順手把相鄰代碼的風格統(tǒng)一了刪掉一段注釋還在沒完全理解的情況下改了無關(guān)邏輯。PR 一打開diff 里一半是你想要的一半是它順手做的。Andrej Karpathy 對此的總結(jié)很直接模型會把錯誤假設(shè)當結(jié)論直接執(zhí)行遇到歧義時不澄清有更簡單的方案時也不提醒。這類毛病靠模型自覺改不了得靠行為約束。 兩分鐘裝好Claude Code 插件安裝步驟與 CLAUDE.md 快速配置推薦方案裝成 Claude Code 插件所有項目通用。在 Claude Code 里依次執(zhí)行兩條命令/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills裝完即全局生效之后每個項目都自動帶上這套行為指南。備選方案寫進項目的 CLAUDE.md按項目生效。先克隆倉庫git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills新項目直接把 CLAUDE.md 拷到項目根目錄已有項目把內(nèi)容追加到現(xiàn)有 CLAUDE.md 末尾即可。 照著做的 4 條規(guī)則4 條規(guī)則分別針對 LLM 過度工程化、越界改動、目標含糊這些典型毛病都按遇到這種情況 → 該怎么做來講。1. Think Before Coding編碼前思考壞場景需求有歧義模型默默選一種解釋就開寫寫完才發(fā)現(xiàn)方向錯了。正確動作動手前先擺出自己的假設(shè)拿不準就問存在多種理解時把幾種都擺出來讓你選如果有個更簡單的方案主動說出來遇到不清楚的地方停下來明確指出。判斷標準它開始寫代碼之前是否已經(jīng)把我理解你要做什么交代清楚了。2. Simplicity First簡潔優(yōu)先壞場景加個小功能它順手引入策略模式、配置項和擴展點。正確動作只寫能解決當前問題的最少代碼沒要求的功能不加一次性代碼不建抽象沒人要的靈活性也不預留。200 行能壓到 50 行就重寫。判斷標準拿給資深工程師看他會不會說這也太復雜了。會就簡化。3. Surgical Changes精準修改壞場景修一個小 bug周圍代碼的風格被順手統(tǒng)一無關(guān)的死代碼被刪了。正確動作只改必須改的行跟隨文件現(xiàn)有風格哪怕你有更喜歡的寫法發(fā)現(xiàn)無關(guān)死代碼口頭提一句就夠了只清理你這次改動自己產(chǎn)生的孤兒導入和變量。判斷標準diff 里每一行改動能否直接對應到你提出的請求。4. Goal-Driven Execution目標驅(qū)動執(zhí)行壞場景你說讓它能跑就行它做到一半就宣布完成質(zhì)量全憑運氣。正確動作把指令式任務(wù)翻譯成可驗證目標——加驗證變成先給非法輸入寫測試再讓它通過修 bug變成先寫一個能復現(xiàn)的測試再讓它通過重構(gòu)則要求重構(gòu)前后測試都通過。多步驟任務(wù)把每一步拆成步驟 → 驗證方式的短清單。判斷標準成功標準越強模型越能自己循環(huán)到驗證通過標準越含糊它越頻繁回頭找你確認。真實例子怎么看錯誤示范 vs 正確示范例子一需求本身含糊的任務(wù)。你提添加導出用戶數(shù)據(jù)功能。錯誤示范假設(shè)導出全部用戶、輸出 CSV、包含所有字段然后直接實現(xiàn)。正確示范先問三件事——導出全部用戶還是篩選后的子集形式是瀏覽器下載、后臺任務(wù)還是 API 返回包含哪些字段、數(shù)據(jù)量大概多大問清楚再動手返工基本為零。例子二小功能被過度設(shè)計。你提加個計算折扣的函數(shù)。錯誤示范抽象類加折扣類型枚舉再加配置層。正確示范就是三行def calculate_discount(amount: float, percent: float) - float: 返回折扣金額percent 取 0-100。 return amount * (percent / 100)等將來真出現(xiàn)多種折扣類型再抽象也不遲。? 怎么知道它在起作用以及如何融入你的項目看四個信號diff 里跟任務(wù)無關(guān)的改動變少了因過度復雜而推倒重來的次數(shù)變少了澄清性問題出現(xiàn)在寫代碼之前而不是出錯之后PR 干凈、最小沒有夾帶的順手改進。它設(shè)計來和你的項目專屬指令合并在 CLAUDE.md 里加一節(jié)項目規(guī)則比如使用 TypeScript 嚴格模式所有 API 端點必須有測試和這 4 條規(guī)則并存互不沖突。邊界要心里有數(shù)這套指南偏向謹慎而不是速度。拼寫錯誤、單行修改這類瑣碎任務(wù)走一遍完整流程純屬浪費時間憑判斷力直接改就好。它要減少的是非瑣碎工作中的昂貴錯誤不是拖慢簡單任務(wù)。這 4 條規(guī)則的本質(zhì)是把模型自己猜?lián)Q成先對齊、再動手、可驗證。下一步直接在你手頭的項目里裝上試試下一個 diff 就能感受到差別?！久赓M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(nèi)容由AI輔助生成（AIGC），僅供參考 讓 Claude Code 少犯錯的 4 條規(guī)則：andrej-karpathy-skills 實用指南
讓 Claude Code 少犯錯的 4 條規(guī)則andrej-karpathy-skills 實用指南【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你讓 Claude Code 加一個導出用戶數(shù)據(jù)的功能它沒問一句默默假設(shè)了導出范圍、文件格式和字段一口氣寫完結(jié)果全對不上。andrej-karpathy-skills 把 Andrej Karpathy 觀察到的 LLM 編碼陷阱濃縮成一個 CLAUDE.md用 4 條行為規(guī)則管住 Claude Code是提升 AI 編碼效率的輕量做法。LLM 寫代碼時會踩的坑先看兩個常見的翻車場景。場景一你說加個折扣計算函數(shù)它給你搭出抽象類、折扣策略枚舉、可配置參數(shù)100 行的活寫成 500 行的架構(gòu)。場景二你只讓它修一個空指針它順手把相鄰代碼的風格統(tǒng)一了刪掉一段注釋還在沒完全理解的情況下改了無關(guān)邏輯。PR 一打開diff 里一半是你想要的一半是它順手做的。Andrej Karpathy 對此的總結(jié)很直接模型會把錯誤假設(shè)當結(jié)論直接執(zhí)行遇到歧義時不澄清有更簡單的方案時也不提醒。這類毛病靠模型自覺改不了得靠行為約束。 兩分鐘裝好Claude Code 插件安裝步驟與 CLAUDE.md 快速配置推薦方案裝成 Claude Code 插件所有項目通用。在 Claude Code 里依次執(zhí)行兩條命令/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills裝完即全局生效之后每個項目都自動帶上這套行為指南。備選方案寫進項目的 CLAUDE.md按項目生效。先克隆倉庫git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills新項目直接把 CLAUDE.md 拷到項目根目錄已有項目把內(nèi)容追加到現(xiàn)有 CLAUDE.md 末尾即可。 照著做的 4 條規(guī)則4 條規(guī)則分別針對 LLM 過度工程化、越界改動、目標含糊這些典型毛病都按遇到這種情況 → 該怎么做來講。1. Think Before Coding編碼前思考壞場景需求有歧義模型默默選一種解釋就開寫寫完才發(fā)現(xiàn)方向錯了。正確動作動手前先擺出自己的假設(shè)拿不準就問存在多種理解時把幾種都擺出來讓你選如果有個更簡單的方案主動說出來遇到不清楚的地方停下來明確指出。判斷標準它開始寫代碼之前是否已經(jīng)把我理解你要做什么交代清楚了。2. Simplicity First簡潔優(yōu)先壞場景加個小功能它順手引入策略模式、配置項和擴展點。正確動作只寫能解決當前問題的最少代碼沒要求的功能不加一次性代碼不建抽象沒人要的靈活性也不預留。200 行能壓到 50 行就重寫。判斷標準拿給資深工程師看他會不會說這也太復雜了。會就簡化。3. Surgical Changes精準修改壞場景修一個小 bug周圍代碼的風格被順手統(tǒng)一無關(guān)的死代碼被刪了。正確動作只改必須改的行跟隨文件現(xiàn)有風格哪怕你有更喜歡的寫法發(fā)現(xiàn)無關(guān)死代碼口頭提一句就夠了只清理你這次改動自己產(chǎn)生的孤兒導入和變量。判斷標準diff 里每一行改動能否直接對應到你提出的請求。4. Goal-Driven Execution目標驅(qū)動執(zhí)行壞場景你說讓它能跑就行它做到一半就宣布完成質(zhì)量全憑運氣。正確動作把指令式任務(wù)翻譯成可驗證目標——加驗證變成先給非法輸入寫測試再讓它通過修 bug變成先寫一個能復現(xiàn)的測試再讓它通過重構(gòu)則要求重構(gòu)前后測試都通過。多步驟任務(wù)把每一步拆成步驟 → 驗證方式的短清單。判斷標準成功標準越強模型越能自己循環(huán)到驗證通過標準越含糊它越頻繁回頭找你確認。真實例子怎么看錯誤示范 vs 正確示范例子一需求本身含糊的任務(wù)。你提添加導出用戶數(shù)據(jù)功能。錯誤示范假設(shè)導出全部用戶、輸出 CSV、包含所有字段然后直接實現(xiàn)。正確示范先問三件事——導出全部用戶還是篩選后的子集形式是瀏覽器下載、后臺任務(wù)還是 API 返回包含哪些字段、數(shù)據(jù)量大概多大問清楚再動手返工基本為零。例子二小功能被過度設(shè)計。你提加個計算折扣的函數(shù)。錯誤示范抽象類加折扣類型枚舉再加配置層。正確示范就是三行def calculate_discount(amount: float, percent: float) - float: 返回折扣金額percent 取 0-100。 return amount * (percent / 100)等將來真出現(xiàn)多種折扣類型再抽象也不遲。? 怎么知道它在起作用以及如何融入你的項目看四個信號diff 里跟任務(wù)無關(guān)的改動變少了因過度復雜而推倒重來的次數(shù)變少了澄清性問題出現(xiàn)在寫代碼之前而不是出錯之后PR 干凈、最小沒有夾帶的順手改進。它設(shè)計來和你的項目專屬指令合并在 CLAUDE.md 里加一節(jié)項目規(guī)則比如使用 TypeScript 嚴格模式所有 API 端點必須有測試和這 4 條規(guī)則并存互不沖突。邊界要心里有數(shù)這套指南偏向謹慎而不是速度。拼寫錯誤、單行修改這類瑣碎任務(wù)走一遍完整流程純屬浪費時間憑判斷力直接改就好。它要減少的是非瑣碎工作中的昂貴錯誤不是拖慢簡單任務(wù)。這 4 條規(guī)則的本質(zhì)是把模型自己猜?lián)Q成先對齊、再動手、可驗證。下一步直接在你手頭的項目里裝上試試下一個 diff 就能感受到差別?！久赓M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(nèi)容由AI輔助生成（AIGC），僅供參考