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。

写一条自定义规则并落地:andrej-karpathy-skills 完整实操手册

写一条自定义规则并落地:andrej-karpathy-skills 完整实操手册 写一条自定义规则并落地andrej-karpathy-skills 完整实操手册【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 用一个CLAUDE.md文件管住 AI 编码的常见坏习惯。这篇带你花 15 分钟把一条自定义规则插件从想法做到在项目里真实生效。它到底解决了什么你大概率撞过这三件事。你让 AI「加个折扣计算函数」它交回来一个抽象策略类、配置对象、计算器5 行能写完的东西写了 30 行。这个项目内置的规则会逼你重写200 行能写成 50 行就重写。不添加没被要求的「灵活性」不为不可能发生的场景写错误处理。你只让它「修个空邮箱崩溃」diff 里却把引号格式重排了、加了类型标注还顺手补了没人要的 username 校验。外科手术式变更规则只碰必须碰的只清理自己弄出来的乱。不相关的死代码提一句就行别删。你说「修一下登录系统」AI 直接开工改完你不知道到底修没修好。目标驱动执行把这类指令翻译成可验证的目标「修 bug」变成「写一个能复现它的测试再让测试通过」。多步任务还要先列计划每步后面跟一个验证检查。3 分钟把环境跑通 在 Claude Code 里贴这两行就行/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills装完跑一遍你会发现指南以插件形式挂上你所有项目都能用。不想装插件也可以把仓库的CLAUDE.md拷到项目根目录就是一份按项目生效的规则。动手写规则定 → 写 → 验 → 收定目标先说清这条规则治什么病目标一句话讲明白它禁止或要求什么。比如「检查代码里未使用的变量」或「强制某种命名规范」。一条规则只挂一个目标问题说不清就先问一句你的项目里到底哪里疼。落规则照着现有骨架填目标让规则长得能被工具直接读走。打开 skills/karpathy-guidelines/SKILL.md 看结构开头 frontmatter 写 name、description、license正文一条原则一个章节每节一句口号加具体动作。把这套骨架抄下来换成你自己的内容。只保留表达规则所需的最少条款别写执行不了的空话。跑验证给规则配一组测试目标规则写得出来还得判得出对错。照 Goal-Driven Execution 的写法准备两三个例子一个 AI 常犯的错一个期望的行为。命名规则就给一段违规代码加一段改好的。验证时把例子丢给编码工具看规则有没有真的改变它的行为。没变就把规则措辞收紧。收进项目合入并盯住效果目标规则长期生效效果说得清。把规则段并进你的CLAUDE.mdCursor 用户放.cursor/rules/下。之后接几个真实任务看三个信号diff 里有没有多余改动代码第一版是不是更简单澄清问题有没有出现在动手之前。三个信号没出现就回去改「写」那一步。容易翻车的 3 件事 ⚠️规则越写越长AI 还是不听现象规则合入了行为照旧。原因条款太抽象AI 判不出自己违没违反。对策每条都带一个可判断的测试像「高级工程师会说这写复杂了吗」这种。判不了的规则只是摆设。规则跟项目现有风格打架现象AI 照着你的规则改引号、注释、格式整个文件面目全非。原因规则写的是你个人偏好不是项目现状。对策先写一条「匹配现有风格」再叠加你自己的约定。大小任务都用同一套规则现象改个错别字AI 也先长篇大论列计划。原因规则天然偏向谨慎而非速度大任务合适小任务就过度了。对策留一条 tradeoff 说明琐碎任务凭判断来不跑全流程。读完就回你的项目把 CLAUDE.md 合进去写第一条规则看它把 diff 变得多干净。【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