一份 CLAUDE.md 治好 AI 编码坏习惯Karpathy 行为准则实战教程【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 是一个围绕单个 CLAUDE.md 文件构建的轻量开源项目专治 AI 编码中的常见毛病隐藏假设、过度设计、顺手乱改、结果无法验证。它把 Andrej Karpathy 对大模型编码问题的观察浓缩成一份能直接放进项目里用的行为准则帮 Claude Code 写出更稳的代码。从一个熟悉的场景说起你让它加一个导出用户数据的功能它不问一句就写出一长串函数导出所有用户、写死文件名、字段全靠猜。你让它把搜索变快它默默加上缓存、索引、异步却没问过你要的是哪种快。问题不在模型不够聪明而在于它不确认、不提问、按自己的假设一路狂奔。这个项目的解法很直接在每次编码任务前立一份约束文件写清楚四条规矩——先想清楚再动手、只写最少的代码、只碰必须碰的行、动手前先定义什么叫完成。三种方式装好 Claude Code 行为准则方式一装成插件推荐。在 Claude Code 里先加市场再安装之后你所有项目都能用/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills方式二直接把文件放进项目根目录。git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills把仓库里的 CLAUDE.md 复制到项目根目录即可已有项目的追加到现有文件末尾就行。方式三在 Cursor 里用。仓库自带一份已提交的项目规则文件用 Cursor 打开项目文件夹就自动生效想在别的项目复用把规则文件复制过去即可具体做法见 CURSOR.md。技能定义本体在 skills/karpathy-guidelines/SKILL.md。一个案例贯穿给项目加用户数据导出功能拿最常见的诉求加个用户数据导出功能看看四条规矩依次是怎么落地的。先想清楚把假设摆出来别猜默认情况下AI 会直接写一个导出全部用户的函数——范围、文件位置、字段全凭它想。准则要求它先问三件事导出全部还是筛选后的子集浏览器下载还是后台任务要哪些字段有没有敏感信息答清楚再动手答不清楚就开口问别硬猜。只写最少的代码假设结论是做个简单的分页 JSON 接口那就只写一个返回分页数据的端点而不是搭一套带多种格式策略、配置对象、抽象类的导出框架。规矩划了明确的红线没要求的功能不写、只用到一次的代码不做抽象、不可能发生的场景不做异常处理。自检标准很实在50 行能解决的事别写 200 行。只碰必须碰的行加导出接口时AI 常顺手优化相邻代码改注释措辞、重排空格、删掉它觉得没用的死代码。这里的硬要求是——每一行改动都能直接追溯到你的请求即使你会用别的写法也先匹配现有风格发现无关的死代码提一句即可不要动它。动手前先定义什么叫完成别说把导出功能加上就完事把任务翻译成可验证的目标先写一个用非法分页参数请求接口的测试再让测试通过最后确认原有测试没回归。多步任务要先给出计划每一步配一个验证点。成功标准立得住AI 才能自己循环迭代让它能跑就行这种模糊目标只会让你反复来回澄清。更多前后对比的完整代码示例可以看 EXAMPLES.md。怎么判断这份准则真的生效了用上一段时间留意三个信号diff 里只出现你要求的改动没有顺带的重构澄清问题发生在动手之前而不是做错之后代码第一次就写得又对又简单因为过度复杂而返工的次数明显变少。两个实践提醒。第一这份规则偏向谨慎优先于速度改个拼写错误这种一行活就别上全套流程——它的目标是减少复杂工作里代价高昂的失误不是拖慢简单任务。第二文件天生适合和项目规则合并把你的严格模式、测试要求、错误处理风格等约定以独立小节追加进去就行。下一步该做什么先装插件或放入 CLAUDE.md本周挑一个小任务实测一轮写代码前把任务先翻译成可验证的目标而不是让它能跑复查 AI 产出时问三个问题假设说清楚了吗代码是最小化的吗每一行改动都对应请求吗带走三句话多数翻车源于不问、不查而不是不够聪明复杂不是错过早复杂才是高级工程师觉得绕的地方现在就改掉。【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