【andrej-karpathy-skills】让 Claude 写代码更靠谱的四条“防翻车”守则

这是一个专为 Claude Code 设计的轻量级行为优化方案，它不修改模型本身，而是通过一份结构清晰的 CLAUDE.md 指南文件，引导 Claude 在编程任务中减少主观假设、避免过度设计、严格限制修改范围，并以可验证的目标驱动执行——从而显著降低“看似聪明实则跑偏”的典型 LLM 编程失误。

项目的主要特性包括：
– Think Before Coding（先思考，再编码）：要求模型显式陈述假设、呈现多种理解、主动提出质疑、并在困惑时暂停请求澄清；
– Simplicity First（简洁优先）：禁止未被要求的抽象、灵活性、错误处理或功能扩展，坚持用最少代码解决当前问题；
– Surgical Changes（精准修改）：仅改动与用户请求直接相关的代码，不碰邻近逻辑、注释或格式，清理也仅限自身引入的冗余；
– Goal-Driven Execution（目标驱动执行）：将模糊指令（如“修复 bug”）转化为可验证动作（如“先写复现测试，再让其通过”），支持带检查点的多步计划。

安装与使用方式明确且灵活：
✅ 推荐方式（Claude Code 插件）：

/plugin marketplace add forrestchang/andrej-karpathy-skills  
/plugin install andrej-karpathy-skills@karpathy-skills  

✅ 通用方式（单文件集成）：
新项目直接下载：

curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md  

已有项目追加内容：

echo "" >> CLAUDE.md  
curl https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md >> CLAUDE.md  

这个项目特别适合正在使用 Claude Code 进行真实开发（如功能迭代、缺陷修复、代码重构）的工程师、技术负责人或 AI 协作团队。它对两类人价值尤为突出：一是常因 LLM “自作主张”导致返工的开发者；二是希望在团队中统一 AI 编程规范、提升 PR 质量与可审性的技术管理者。它不面向纯实验或玩具项目，而是为需要可靠、可追溯、低干扰的 AI 编程辅助场景而生。

总结：这是一份务实、克制、有原则的 AI 编程协作指南——没有炫技，不谈模型，只聚焦“怎么让 Claude 少犯错、少添乱、多帮上忙”。它把 Karpathy 对 LLM 编程本质的洞察，转化成了四条可落地、可检查、可融入工作流的具体守则。如果你已开始依赖 Claude Code 但又常被它的“过度热心”困扰，这份指南值得立刻试一试。