❤️❤️❤️❤️❤️❤️ 我们已经正式推出微信小程序,在微信中搜索 TrendForge Pro 即可使用小程序,如果使用 Telegram 请搜索 trendforge_tg ❤️❤️❤️❤️❤️❤️

multica-ai

multica-ai/andrej-karpathy-skills

一般
126
2026-05-24
151k
+2.6k
#5
15k

项目介绍

一个用于改进Claude Code行为的单一CLAUDE.md文件,源自Andrej Karpathy对LLM编码陷阱的观察。

A single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.

智能解读

智能解读 自动生成

一个基于Andrej Karpathy对大型语言模型(LLM)编码常见陷阱的观察而设计的`CLAUDE.md`配置文件,旨在通过单一文件显著提升Claude Code的行为质量。该文件针对LLM在编程时容易出现的四大问题——包括未经确认就替用户做假设、过度复杂化代码与API、在不相关的任务中意外修改代码或注释,以及缺乏对不确定性的澄清——提出了四项核心原则:先思考后编码(明确假设与权衡)、保持简洁(拒绝过度工程化)、进行手术式修改(只改动必要部分)以及目标驱动执行(优先通过测试验证)。通过将此文件放入项目根目录,开发者可以引导Claude Code在编码时更加严谨、克制且高效,特别适用于需要高质量代码生成与维护的软件开发场景。

智能标签

使用场景

使用场景 自动生成

这个项目最适合需要控制LLM编码行为、避免过度工程和意外破坏的场景,尤其适合代码审查、遗留系统维护和复杂需求开发。

1

代码审查与重构

LLM生成的代码经常过度工程化,添加不必要的抽象和功能,导致代码膨胀难以维护。

通过CLAUDE.md中的'Simplicity First'原则,强制Claude Code只生成最小可行代码,避免过度设计。

当你让Claude写一个文件读取函数时,它不会自动添加缓存、错误重试、配置类等,而是直接返回简洁的read_file()实现。

2

遗留代码维护

LLM在修改现有代码时,常常顺手'改进'无关的注释、格式或删除看似无用的代码,导致意外破坏。

利用'Surgical Changes'原则,限制Claude只修改与任务直接相关的代码行,并仅清理自身产生的遗留。

修复一个bug时,Claude不会同时重构相邻的变量命名或删除你多年前留下的注释,只专注修复目标函数。

3

复杂需求澄清

LLM经常在模糊需求下自行假设并执行,导致结果偏离用户意图,需要多次返工。

通过'Think Before Coding'原则,强制Claude在编码前显式列出假设、多解释和权衡,并主动询问不确定点。

当你说'优化这个API'时,Claude会先问:'你更关心响应速度还是内存占用?是否需要兼容旧版本?'而不是直接开始改代码。

4

测试驱动开发

LLM生成的代码缺乏可验证的成功标准,开发者难以判断任务是否真正完成。

应用'Goal-Driven Execution'原则,将模糊任务转化为可验证的测试用例,循环执行直到通过。

实现排序功能时,Claude会先写测试用例(如空数组、重复元素),再写实现,并持续运行测试直到全部通过。

项目健康度

B
69/100
良好
活跃度人气增长社区文档
活跃度 10/23

距上次更新 35 天

人气 25/25

平台 Star TOP 1% · Forks 15,584

增长 21/25

本周 +17,857 ⭐ · 本月 0 ⭐

社区 7/17

7 位贡献者 · 0 条平台评论

文档 6/10

缺少 2 项内容

在 GitHub 上查看

项目信息

作者 multica-ai
来源 GitHub
周期 每日
仓库ID multica-ai/andrej-karpathy-skills
最新提交 2026-04-20 10:05:04
第一收录 2026-05-25 08:00:40
最后更新 2026-05-25 08:00:40

赞赏支持

如果本站对你有帮助,欢迎打赏支持

微信打赏码

微信

支付宝打赏码

支付宝

评论 0

登录 后发表评论

加载评论中...

助手