一份 CLAUDE.md 治住 AI 乱改代码：andrej-karpathy-skills 快速上手指南

一份 CLAUDE.md 治住 AI 乱改代码andrej-karpathy-skills 快速上手指南【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 是一个几乎只有一份 CLAUDE.md 的开源项目它把 Andrej Karpathy 观察到的 AI 编码坏习惯写成行为准则装进 Claude Code 之后AI 少乱改、少过度设计动手前会先问清需求。 先聊一个熟悉的翻车现场你让 AI 修一个空邮箱让校验函数崩溃的小 bug。它修好了但你打开 diff 一看顺手加了 docstring、把注释措辞全改了、引号风格变了还优化了一段你根本没提的用户名校验逻辑。你要的是两行修复拿到的是半页变更。再比如你说把搜索做快点它不问你要哪种快直接上了缓存、数据库索引、异步处理两百行代码一把梭。这不是某次发挥失常而是模型的本能遇到模糊需求时它倾向于默默选一个解释就往下跑不澄清、不报困惑、不给你选项。andrej-karpathy-skills 就是冲着这个毛病来的。 它是什么一张贴在 AI 工位上的行为守则这个项目不是框架也不是插件合集——核心就是根目录下那个 CLAUDE.md 文本文件Claude Code 每次启动都会读它。内容源自 Karpathy 对 LLM 编码缺陷的总结可以理解为问题 → 对策的对照AI 闷头做假设 → 逼它先把假设说出口拿不准就问100 行能搞定非要写 1000 行 → 只写解决问题所需的最少代码修一个 bug 顺手改进半个文件 → 只动必须动的地方一句修好它就算交差 → 先定义怎样算修好再动手同一套规则还做了三件马甲通用的 CLAUDE.md、可复用的 skills/karpathy-guidelines/SKILL.md以及给 Cursor 用的项目规则.cursor/rules/karpathy-guidelines.mdc见 CURSOR.md。⚙️ 机制拆解它管住了 AI 的三个动作抛开文件里那四条编号原则这套守则实际上是在模型的三个关键动作上做了干预。动手之前先开口再动手默认习惯是沉默地选一个解释然后跑。守则要求它开工前把假设逐条摆出来需求有歧义就列出多种理解让你挑觉得有更简单的路线要当面说允许顶嘴真被绕晕了必须停下手来说明哪里不清楚而不是硬编下去。动手之中克制这只手两个方向的克制。改动量上不碰相邻代码、注释和格式不重构没坏的东西只清理你自己造成的孤儿代码比如你删掉的函数留下的 import风格跟着现有代码走。代码量上没要的功能不加单次使用的代码不抽抽象不为不可能出现的场景写错误处理。它给模型留了两句自检的话一个高级工程师会说这写复杂了吗以及每一行改动都能追溯到你的请求吗交活的时候拿标准说话不拿感觉说话把模糊指令翻译成可验证的目标。修这个 bug变成先写一个能复现它的测试再让测试变绿加个校验变成写无效输入的测试然后让它们通过。多步任务则要求报一个带验证点的计划每步后面跟一句怎么算完成。标准给得硬模型就能自己循环推进不用你全程盯着。 安装步骤两条路任选其一方式一单项目使用最快先把仓库克隆下来git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills新项目把根目录的CLAUDE.md拷到你项目根目录即可老项目把内容追加合并进已有的CLAUDE.md下面再补上你们自己的团队约定方式二全局生效Claude Code 插件在 Claude Code 里先加插件市场再安装插件两步完成之后所有项目都能用/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills用 Cursor把.cursor/rules/karpathy-guidelines.mdc拷进目标项目的.cursor/rules/目录建目录即可设置里能看到这条规则就生效了。⚖️ 用之前 vs 用之后案例一把用户偏好存到数据库之前AI 递来一个PreferenceManager类构造参数带缓存、校验器、合并开关、通知钩子四十多行全是你没要过的之后一个save_preferences(db, user_id, prefs)函数执行一条 UPDATE。等哪天真的遇到脏数据再谈校验案例二修空邮箱导致崩溃之前diff 里混进了 docstring、注释改写、引号风格切换外加一段升级版的用户名校验之后diff 只有处理空邮箱的那两三行连引号都没动过用 EXAMPLES.md 里的说法这种过度设计并不是显眼的错——设计模式、最佳实践都用了。问题出在时机复杂度加得太早代码更难懂、更难测。 边界与权衡什么时候该省这套守则整体偏向谨慎而不是速度。它适合改现有代码库、不太平凡的任务、需要统一交付标准的团队协作。但对于改个拼写错误、一眼能看出的单行修改把它全套跑一遍纯属拖慢节奏——文档自己也说这些规则的目的是减少复杂工作里昂贵的大错而不是让简单任务变慢。 为什么一张纸能起效模型的短板从来不在智力而在习惯不管理自己的困惑也不主动寻求澄清。给一份明确的规则等于减少它临场自由发挥的决策点而一旦成功标准是具体可验证的LLM 最强的能力——朝着明确目标循环直到达成——才真正被利用起来。工程上它就是 YAGNI别写用不上的和 KISS保持简单这两条老原则只不过执行者从人肉 code review换成了模型自己。 今天就装上一句话总结十几行的行为守则换 AI 一副靠谱同事的自觉。克隆仓库把CLAUDE.md丢进你下一个项目的根目录然后盯着它下一次修 bug 的 diff——改动是不是刚好停在你要的位置你自己看得到。更多细节可参考项目 README。【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