十年匠心定制 · 商业建站与技术教学双线并行 咨询热线:400-886-1026 service@lmnt.cn
ARTICLE DETAIL

资讯详情

深耕网站建设与运营推广的一线实战洞察。

用 1 个文件纠正 AI 写代码的 4 个坏习惯:andrej-karpathy-skills 完整指南

用 1 个文件纠正 AI 写代码的 4 个坏习惯:andrej-karpathy-skills 完整指南 用 1 个文件纠正 AI 写代码的 4 个坏习惯andrej-karpathy-skills 完整指南【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-skills以前让 AI 修个 bugdiff 里总混着无关改动100 行代码膨胀成 1000 行。andrej-karpathy-skills 专治 LLM 代码过度复杂、乱改无关内容的问题把 4 条行为准则装进 1 个 CLAUDE.md 文件Claude Code 下个会话就干活更稳。 它是什么1 个行为准则文件这是一个用于改善 Claude Code 行为的单一 CLAUDE.md 文件源自 Andrej Karpathy 对 LLM 编码陷阱的观察把四个原则浓缩成一份指令集。它面向用 Claude Code 写代码、又被 AI自作主张折腾过的开发者。与同类工具的区别在于它不是新的工具链不要求你切换工作流而是直接合并进项目现有的指令文件里生效。⚙️ 四条准则各治一个 AI 坏习惯编码前先问清楚不猜测、不装懂结论强制 AI 在动手前把假设摆到台面上困惑时停下来提问。比如你说加个导出用户数据的功能它不会再直接搭一套导出系统而是先问导出范围、文件格式和字段。这段准则的原文在仓库的CLAUDE.md第 1 节。只写必要的代码不预支明天的复杂度结论用最少的代码解决问题不加没要的功能不为一次性代码做抽象。仓库里的折扣计算示例最典型一个函数就能搞定过度设计版却搭出整套策略模式两版对照写在EXAMPLES.md里适合花两分钟看看差距。只改该改的行不顺手改进结论每一行修改都应能追溯到你的请求。修空邮箱导致崩溃时它不改引号风格、不加类型标注匹配现有写法自己改动产生的孤儿代码会清理但之前就存在的死代码只提一句不动它。先定验收标准再循环直到验证通过结论把模糊指令转成可验证的目标比如修复 bug变成先写重现测试再让它通过。多步任务会先列计划每一步配一个验证检查点AI 就能独立循环执行1. [步骤] → 验证: [检查] 2. [步骤] → 验证: [检查]⚡ 最快上手两步装好 Claude Code 插件推荐走 Claude Code 插件两条命令/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills在 Claude Code 中执行第一条添加插件市场执行第二条完成插件安装安装后准则在你所有项目中自动生效无需额外配置只想对单个项目生效的话把CLAUDE.md拷到项目根目录即可可先 clone 仓库git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skillsCursor 用户则把项目规则文件.cursor/rules/karpathy-guidelines.mdc拷进目标项目细节见CURSOR.md。✅ 怎么确认它真的生效了diff 里只剩你请求的改动不再出现顺带的重构澄清问题出现在实现之前而不是你审完错误的代码之后第一版代码就是简洁的因过度复杂而重写的次数减少PR 干净、最小化没有多余的格式和风格变化 关键洞察与适用边界那些过度设计的例子并不明显错误——它们遵循设计模式问题出在时机过早引入复杂度代码更难理解、更难测试、实现更慢简单的版本更容易测试真需要复杂时再重构不迟。这套准则的取舍是谨慎优先于速度改错别字、一行代码的明显修改不必走完整流程用判断力即可它的目标是减少非平凡工作中的高代价错误。可以翻一下仓库里EXAMPLES.md的正反案例然后把准则加进你自己的项目试一两个会话diff 的变化会说话。【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
返回列表