Claude Code 行為指南完整指南andrej-karpathy-skills 如何治住 AI 編程的 3 個毛病【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-skillsandrej-karpathy-skills 是一套 Claude Code 行為指南把 4 條馴服 LLM 編程坑的原則壓進一個 CLAUDE.md 文件讓 AI 助手不再亂猜假設、過度設計、順手改無關代碼。它不是框架也沒有代碼要跑就是一份 Markdown 行為指南文件附帶 Cursor 規(guī)則版和 skill 版。適合每天用 Claude Code 這類 AI 編程助手、受夠了 AI 產出臃腫難審的你。它解決的是代碼寫出來了沒人敢合并的那類麻煩。 你正在踩的坑AI 默默瞎猜然后一路狂奔你說加個用戶數(shù)據導出功能它不問范圍、不問字段自己猜導出全部用戶到 JSON 文件就動手。等你 review發(fā)現(xiàn)敏感字段也導進去了推倒重來。Think Before Coding 逼它先亮出假設、列出所有可能的解釋、卡住就問而不是默默選一種然后狂奔。100 行的題寫出 1000 行讓它加個折扣計算函數(shù)它遞來一個抽象基類、兩個子類、一個配置 dataclass——30 多行抽象只為一次乘法。Simplicity First 劃了條線單一用途的代碼不建抽象、沒人要的靈活性不加、200 行能壓到 50 行就重寫。自檢標準只有一句資深工程師會不會說這過度設計了修 bug 時順手改相鄰代碼你只想修空郵箱讓校驗器崩潰它遞回來的 diff 里注釋被重寫、類型標注被加上、還多了一段你從沒要的 username 校驗。真正的修復只有 3 行diff 卻膨脹到 10 行以上。Surgical Changes 的做法是不該碰的不碰每一處改動都要能對應到它的請求發(fā)現(xiàn)無關的死代碼提一嘴就行不刪。 最快跑起來的路徑2 條命令接入 CLAUDE.mdgit clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills拉取倉庫核心就是一份 CLAUDE.md。cp andrej-karpathy-skills/CLAUDE.md your-project/CLAUDE.md拷到項目根目錄Claude Code 每次啟動會自動加載。項目已有 CLAUDE.md 的話改用cat andrej-karpathy-skills/CLAUDE.md CLAUDE.md追加別覆蓋。Cursor 用戶可以把倉庫里.cursor/rules/下的規(guī)則文件拷進自己項目對應目錄配置說明見 CURSOR.md。 一個看得見的變化接入前后的差異還是加用戶導出功能這個場景。沒有指南時它直接開寫def export_users(formatjson): users User.query.all() with open(users.json, w) as f: json.dump([u.to_dict() for u in users], f) return fExported {len(users)} users5 行全是它猜的全量用戶、固定文件名、全部字段沒有一項經過你確認。有了指南它先停住實現(xiàn)前先確認 4 件事 1. 導出全部用戶還是篩選后的子集涉及敏感字段 2. 導出指瀏覽器下載 / 后臺任務 / API 端點 3. 要哪些字段 4. 數(shù)據量大概多大 最簡做法先加一個分頁 JSON 端點。對比項接入前接入后折扣計算30 行的策略模式3 行函數(shù)空郵箱 bug10 行 diff順帶改注釋和 username 校驗3 行 diff模糊需求直接猜一個實現(xiàn)先確認范圍和成功標準最后一行來自第四條原則 Goal-Driven Execution修 bug 被翻譯成先寫測試復現(xiàn)它再修到通過每一步都有可驗證的標準。更多前后代碼對比倉庫里的 EXAMPLES.md 有 10 余個完整案例。好代碼是簡單解決今天的問題而不是提前解決明天的問題。下一步跑一遍上面 2 條命令把 CLAUDE.md 放進項目根目錄再提一個需求看它的第一反應是不是先問你。【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創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考