尧图网站建设 
快速定制 andrej-karpathy-skills打造团队专属 LLM 编码指南的完整操作手册【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 把 Andrej Karpathy 观察到的 LLM 编码通病浓缩成一份CLAUDE.md行为准则专治 AI 写代码时瞎猜假设、过度工程、顺手乱改无关代码这类毛病。但一个现实问题摆在面前这份通用准则真的能覆盖你团队的具体痛点吗如果你的 AI 助手总在不该抽象的地方抽象、总在你没要求的地方重构光装默认配置是不够的——这套编码指南定制方法论就是帮你把通用原则翻译成你们项目专属的军规。 先拿一份再动手git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills核心文件就是根目录的CLAUDE.md可复用的技能版本在skills/karpathy-guidelines/SKILL.md。底层逻辑四条原则分别拦截哪类事故定制之前你得先搞清楚默认准则的拦截机制。它不是风格建议而是四条针对 AI 高频翻车场景的行为约束每条都对应一类真实业务成本原则拦截的 AI 行为落到业务上的收益编码前思考静默选择某种解释、藏住困惑直接开写澄清问题出现在动手前而不是事故复盘时简单优先为单次逻辑套设计模式、堆 1000 行架构首次交付即简洁大幅减少无效重构外科手术式修改改 bug 时顺手重构、改引号、加类型注解diff 干净可追溯Code Review 时间直接减半目标驱动执行我看看代码然后改进这类无验收标准的执行AI 拿到可验证的成功标准后能独立循环跑通关键洞察来自 Karpathy 本人别告诉模型做什么给它成功标准然后看它自己循环验证。所以定制的本质不是推翻这四条而是往里注入项目上下文——你的技术栈、协作规范、领域边界。按角色定制三种典型场景的进阶配置策略默认配置是平均值而你的团队不是平均值。咱们按角色拆三种配方。独立开发者极简流配置单兵作战防过度工程一个人写代码时最大的敌人是 AI 的架构师幻想——你让它加个功能它给你搭一套可扩展框架。定制方向把简单优先拧到最紧。在CLAUDE.md尾部追加一段项目专属区## 本项目专属规则 - 任何方案先问能不能用现有依赖/标准库解决 - 单个函数超过 50 行先停说清楚为什么需要这么长 - 禁止引入新依赖除非我明确同意 - 修 bug 时diff 里不允许出现与 bug 无关的行收益很直接你的迭代速度取决于代码能不能被一眼看懂极简配置下 AI 产出接近你亲手写的水平返工率明显下降。中大型团队规范流配置Git 工作流、Review 标准、权限边界团队场景下AI 生成的代码要进主干必须对齐工程纪律。定制方向把外科手术式修改扩展为完整的提交与审查规范。建议注入三组约束约束组具体规则示例解决什么Git 工作流一个提交只解决一个问题提交信息写清做了什么为什么PR 拆不清、评审无从下手Review 标准变更必须能追溯到需求无关死代码只报告不删除AI 夹带私货式重构权限边界核心配置/密钥文件只读公共 API 变更必须附测试高危区域被误改再加一条团队特有的熔断规则效果最好比如涉及src/core/目录的修改先输出方案等我确认再动手。这一条能挡住 AI 对高危模块的自作主张。垂直领域领域专属检查清单不同领域的简单定义不一样。通用原则告诉 AI别过度设计领域清单告诉它在你的业务里什么才算设计过头。数据处理类明确数据量低于多少行禁止上分布式方案、错误处理只聚焦数据校验与异常值、可视化只做需求点名的图表API 开发类动手前检查端点是否符合现有 REST 规范请求/响应格式是否与文档一致错误码是否沿用项目现有体系AI Agent 类定义工具调用的失败重试边界、多步任务必须先输出带验证步骤的计划、禁止修改 prompt 模板以外的行为逻辑把清单写成## [领域名] 前置检查小节放在四大原则之后——AI 会在每次动手前过一遍相当于给它的执行流程加了领域门禁。开箱即用通用版 vs 定制版模板对比下面是通用默认与注入团队上下文后的差异对比你可以直接抄改配置维度通用版默认 CLAUDE.md定制版团队专属假设处理不确定就问不确定就问 优先按docs/conventions.md的既有约定执行简单红线50 行能写完就不要 200 行50 行红线 本仓库禁用设计模式除非出现第 3 个复用点修改边界每行变更可追溯到需求修改边界 config/与migrations/目录禁止 AI 直接改动成功标准写测试→让测试通过成功标准 跑通make check全量门禁才算完成可复制的定制骨架追加到CLAUDE.md或.cursor/rules/对应文件即可## Project-Specific Guidelines - 技术栈TypeScript strict 模式错误处理沿用 src/utils/errors.ts 现有模式 - 所有 API 端点必须附带测试 - 多步任务先输出步骤 → 验证方式计划确认后执行 - 触及 core/ 与 config/ 目录时先给方案再动手就这几行但 AI 的行为半径立刻从通用工程师收缩成熟悉你项目的工程师——这是定制最高性价比的部分。避坑指南与持续演进落地时最容易踩的四个认知坑提前排掉⚠️规则堆叠成天书自定义规则超过 30 行就该精简了。上下文塞满会让 AI 选择性失忆抓大放小只写违反过的规则。⚠️忽视 Tradeoff 声明默认准则偏谨慎而非速度修个错别字也走完整流程就过犹不及。保留那句琐事自行判断别让流程反噬交付节奏。⚠️只改一份文件同时用 Claude Code 和 Cursor 的团队记得让CLAUDE.md与.cursor/rules/下的规则文件保持同步否则两套 AI 两套行为。⚠️把定制当一锤子买卖项目架构在变规则也会过期。建议每季度做一次 Review翻最近的 diff 和 PR 记录AI 反复犯的错说明规则没覆盖到反复没触发的规则说明可以删了。怎么判断定制生效了看三个信号diff 里的无关改动变少了、因过度复杂导致的重写变少了、澄清问题从事后补救变成事前确认。做到这三点这套指南就从配置文件变成了你们团队的护城河。记住最好的编码指南不是最严的那份而是团队和 AI 都能长期执行的那份。让规则跟着项目一起进化价值才会复利。【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 快速定制 andrej-karpathy-skills：打造团队专属 LLM 编码指南的完整操作手册
快速定制 andrej-karpathy-skills打造团队专属 LLM 编码指南的完整操作手册【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 把 Andrej Karpathy 观察到的 LLM 编码通病浓缩成一份CLAUDE.md行为准则专治 AI 写代码时瞎猜假设、过度工程、顺手乱改无关代码这类毛病。但一个现实问题摆在面前这份通用准则真的能覆盖你团队的具体痛点吗如果你的 AI 助手总在不该抽象的地方抽象、总在你没要求的地方重构光装默认配置是不够的——这套编码指南定制方法论就是帮你把通用原则翻译成你们项目专属的军规。 先拿一份再动手git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills核心文件就是根目录的CLAUDE.md可复用的技能版本在skills/karpathy-guidelines/SKILL.md。底层逻辑四条原则分别拦截哪类事故定制之前你得先搞清楚默认准则的拦截机制。它不是风格建议而是四条针对 AI 高频翻车场景的行为约束每条都对应一类真实业务成本原则拦截的 AI 行为落到业务上的收益编码前思考静默选择某种解释、藏住困惑直接开写澄清问题出现在动手前而不是事故复盘时简单优先为单次逻辑套设计模式、堆 1000 行架构首次交付即简洁大幅减少无效重构外科手术式修改改 bug 时顺手重构、改引号、加类型注解diff 干净可追溯Code Review 时间直接减半目标驱动执行我看看代码然后改进这类无验收标准的执行AI 拿到可验证的成功标准后能独立循环跑通关键洞察来自 Karpathy 本人别告诉模型做什么给它成功标准然后看它自己循环验证。所以定制的本质不是推翻这四条而是往里注入项目上下文——你的技术栈、协作规范、领域边界。按角色定制三种典型场景的进阶配置策略默认配置是平均值而你的团队不是平均值。咱们按角色拆三种配方。独立开发者极简流配置单兵作战防过度工程一个人写代码时最大的敌人是 AI 的架构师幻想——你让它加个功能它给你搭一套可扩展框架。定制方向把简单优先拧到最紧。在CLAUDE.md尾部追加一段项目专属区## 本项目专属规则 - 任何方案先问能不能用现有依赖/标准库解决 - 单个函数超过 50 行先停说清楚为什么需要这么长 - 禁止引入新依赖除非我明确同意 - 修 bug 时diff 里不允许出现与 bug 无关的行收益很直接你的迭代速度取决于代码能不能被一眼看懂极简配置下 AI 产出接近你亲手写的水平返工率明显下降。中大型团队规范流配置Git 工作流、Review 标准、权限边界团队场景下AI 生成的代码要进主干必须对齐工程纪律。定制方向把外科手术式修改扩展为完整的提交与审查规范。建议注入三组约束约束组具体规则示例解决什么Git 工作流一个提交只解决一个问题提交信息写清做了什么为什么PR 拆不清、评审无从下手Review 标准变更必须能追溯到需求无关死代码只报告不删除AI 夹带私货式重构权限边界核心配置/密钥文件只读公共 API 变更必须附测试高危区域被误改再加一条团队特有的熔断规则效果最好比如涉及src/core/目录的修改先输出方案等我确认再动手。这一条能挡住 AI 对高危模块的自作主张。垂直领域领域专属检查清单不同领域的简单定义不一样。通用原则告诉 AI别过度设计领域清单告诉它在你的业务里什么才算设计过头。数据处理类明确数据量低于多少行禁止上分布式方案、错误处理只聚焦数据校验与异常值、可视化只做需求点名的图表API 开发类动手前检查端点是否符合现有 REST 规范请求/响应格式是否与文档一致错误码是否沿用项目现有体系AI Agent 类定义工具调用的失败重试边界、多步任务必须先输出带验证步骤的计划、禁止修改 prompt 模板以外的行为逻辑把清单写成## [领域名] 前置检查小节放在四大原则之后——AI 会在每次动手前过一遍相当于给它的执行流程加了领域门禁。开箱即用通用版 vs 定制版模板对比下面是通用默认与注入团队上下文后的差异对比你可以直接抄改配置维度通用版默认 CLAUDE.md定制版团队专属假设处理不确定就问不确定就问 优先按docs/conventions.md的既有约定执行简单红线50 行能写完就不要 200 行50 行红线 本仓库禁用设计模式除非出现第 3 个复用点修改边界每行变更可追溯到需求修改边界 config/与migrations/目录禁止 AI 直接改动成功标准写测试→让测试通过成功标准 跑通make check全量门禁才算完成可复制的定制骨架追加到CLAUDE.md或.cursor/rules/对应文件即可## Project-Specific Guidelines - 技术栈TypeScript strict 模式错误处理沿用 src/utils/errors.ts 现有模式 - 所有 API 端点必须附带测试 - 多步任务先输出步骤 → 验证方式计划确认后执行 - 触及 core/ 与 config/ 目录时先给方案再动手就这几行但 AI 的行为半径立刻从通用工程师收缩成熟悉你项目的工程师——这是定制最高性价比的部分。避坑指南与持续演进落地时最容易踩的四个认知坑提前排掉⚠️规则堆叠成天书自定义规则超过 30 行就该精简了。上下文塞满会让 AI 选择性失忆抓大放小只写违反过的规则。⚠️忽视 Tradeoff 声明默认准则偏谨慎而非速度修个错别字也走完整流程就过犹不及。保留那句琐事自行判断别让流程反噬交付节奏。⚠️只改一份文件同时用 Claude Code 和 Cursor 的团队记得让CLAUDE.md与.cursor/rules/下的规则文件保持同步否则两套 AI 两套行为。⚠️把定制当一锤子买卖项目架构在变规则也会过期。建议每季度做一次 Review翻最近的 diff 和 PR 记录AI 反复犯的错说明规则没覆盖到反复没触发的规则说明可以删了。怎么判断定制生效了看三个信号diff 里的无关改动变少了、因过度复杂导致的重写变少了、澄清问题从事后补救变成事前确认。做到这三点这套指南就从配置文件变成了你们团队的护城河。记住最好的编码指南不是最严的那份而是团队和 AI 都能长期执行的那份。让规则跟着项目一起进化价值才会复利。【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