如何让AI写代码更可靠一份规则文件驯服LLM编程陷阱【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你肯定见过这种场景只让AI写个折扣计算函数结果回来一套三百行的策略模式。项目 andrej-karpathy-skills 把让AI写代码更可靠的四条原则装进单个规则文件配上成体系的LLM代码规范让 Claude Code 这类编码助手不再乱来。它到底解决了什么问题痛点来自 Andrej Karpathy 对LLM写代码的观察模型会替你做错误的假设然后闷头执行喜欢把抽象搞臃肿还会顺手改掉跟任务无关的注释和代码。这个项目的做法是把对策浓缩成编码前思考、简单优先、精准修改、目标驱动四条写进一个 CLAUDE.md可以与你项目自己的规则合并不冲突。接入项目只需两步用 Claude Code 的话推荐插件方式 ️/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills装完技能对你所有项目生效。只想管单个仓库的话克隆仓库git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills把 CLAUDE.md 拷进目标项目根目录项目已有 CLAUDE.md 的话把内容追加到末尾即可。用 Cursor 的可以看项目里的 CURSOR.md 配置同样的规则。动手写码之前先让它反问你编码前思考和简单优先都作用于动手之前。前者要求假设要明说不确定就问有歧义时把所有可能的解释列出来不许默默选一种。你说加个导出用户数据的功能它正确反应是先反问导出范围、格式和字段而不是当场搭一套导出系统。后者管的是产出体量只实现被要求的东西一次性的逻辑不配拥有抽象层也不可能发生的场景不配拥有错误处理五十行能搞定的别写两百行。判断标准就一句——资深工程师会不会说这写复杂了会的话就砍。EXAMPLES.md 里折扣计算那组对照策略模式对单个函数就是活教材。改代码的时候别顺手改进这是最容易在代码评审里出事的环节。经典案例任务只是修一个空邮箱导致校验器崩溃的 bug模型顺手改进了校验逻辑、加了用户名长度检查还把全文件单引号换成双引号、补上类型注解。精准修改的规则很直接每一行改动都要能追溯回你的请求现有风格你不喜欢也要匹配没让你动的死代码只提不删只清理你自己改动造成的孤儿导入和变量。收工之前先把完成写成验收项模糊指令必然得到模糊交付。项目要求把指令转成验收标准修 bug变成先写一个能复现它的测试再让它通过加校验变成先写无效输入的测试再让测试通过重构 X变成重构前后测试都要过。多步任务列个计划每一步挂一个验证检查点。标准越硬模型越能自己循环标准越虚它越要反复回来问你。一张可以截图的速查表场景典型翻车正确姿势修改现有代码修 bug 顺手换引号风格、加类型注解只改与 bug 直接相关的行匹配现有风格修 bug、加校验我会审查并改进代码写测试复现 → 让测试通过 → 确认无回归简单计算类需求上来一套策略模式加配置类先写一个函数真需要多类型时再重构需求描述模糊默默选一种解释直接实现列出假设和候选解释先问再做它生效长什么样规范生效时你会注意到 diff 里只剩你要求的改动澄清问题出现在动手之前而不是出错之后。第一版代码就简单到不用二次重写PR 里也不会再夹带顺手的改进。真正容易忽略的一点时机记住那些过度复杂的例子并不明显错误它们都遵循设计模式和最佳实践错的是时机。复杂度在需要之前就进来了代码变得难懂、更爱出 bug。所以这套规范的整体取向是谨慎优于速度但别误伤简单任务明显的拼写错误、一眼能改的一行代码直接改就行不必每次都走完整套严谨流程。下次遇到非平凡任务先装上规则动手前看它会不会反问你收尾时逐行检查 diff。它不是万能药但对你一句话、三百行的那些场景值得一试。【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