企业官网建设流程全解析

3步克制AI过度工程化：一份实用的AI编码指南文件上手

【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills

让AI修一个空邮箱导致校验崩溃的bug，打开diff，它"顺手"加了用户名校验、换了引号风格，改动只有两行，diff却占半屏。andrej-karpathy-skills 这个项目就是冲着这类行为来的：用一份 CLAUDE.md 指南文件，克制AI过度工程化，让改动停在"要什么给什么"。

项目是什么：一份让AI编码助手更可靠的指南文件

andrej-karpathy-skills 的仓库很小，核心是根目录一个 CLAUDE.md 文件，内容是从 Andrej Karpathy 对 LLM 编码陷阱的公开观察里提炼出的四条行为准则：编码前思考、简洁优先、精准修改、目标驱动执行。每条各管一个问题——错误假设、臃肿抽象、无关编辑、缺验收标准。

Karpathy 是 OpenAI 创始成员、nanoGPT 的作者，他对这类问题的判断很直接：模型会替你做错误假设然后不假思索地执行，不管理自己的困惑、不寻求澄清、该提出异议时不反驳；还爱堆抽象，100 行能搞定的事写成 1000 行。这个项目做的事，就是把这些判断写成一份 AI 每次启动都会读的规则文件。

适合谁用：日常用 Claude Code 或其他 AI 编码助手写代码的开发者。文件放在项目根目录就生效，不需要部署任何服务。有一点要提前知道：指南偏向"谨慎"而非"速度"，改个错字这种小事不必走完整流程。

AI常犯的四个错，这份指南文件怎么纠正

错一：猜中你的意图直接干

你说"加个导出用户数据的功能"，AI 常常直接全量导出到 json 文件——格式、范围、字段全是猜的。对应的纠正要求：先声明假设、把多种解释摆出来、不确定就停下来问。类比：新同事接了需求不打电话确认就开工，等交付了你才发现"要 JSON 还是 CSV、全量还是当前页"从来没被问过。

错二：一行折扣计算写成策略模式

需求只是"算个折扣"，AI 写出来抽象基类、策略实现、配置数据类，三十多行就为了做一次乘法。纠正要求：不加要求之外的功能、不为一次性代码建抽象、200 行能写成 50 行就重写。类比：煮一碗方便面，别先买齐一套法式厨具——真到需要的那天再买不迟。

错三：修一行bug顺手重构整个函数

只让修邮箱校验的 bug，AI 把整个函数重写、加类型注解、改注释风格。纠正要求：每一行改动都要能追溯到这次请求；发现无关的死代码，提一嘴，别删；写法匹配现有风格，哪怕你有更好的写法。类比：水管工修漏水只换那段管子，不掀你整个卫生间的地砖。

错四：没有验收标准就开工

给一句模糊的"修一下认证系统"，AI 会说"我先 review、再改进、再测试"，然后一路改下去，没人知道何时算完。纠正要求是目标驱动编码：把任务变成可验证目标——"先写一个能复现 bug 的测试，让它通过，再确认没有回归"；多步任务给出"步骤 → 验证"的清单，标准清楚了 AI 可以独立循环。类比：厨师做菜，"好吃"不是标准，"盐不超过 5 克、肉全熟"才是。

三步上手：装、接、验证生效

第一步，装。用 Claude Code 的话，装插件即可让指南文件在所有项目生效：

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

不用 Claude Code 的话，直接克隆仓库：

git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills

第二步，接。把仓库里的 CLAUDE.md 复制到项目根目录；已有同名文件就追加合并。用 Cursor 的，把.cursor/rules/karpathy-guidelines.mdc拷进项目的.cursor/rules/目录即可。

第三步，验证。给 AI 一句模糊指令，比如"让搜索更快"。它先列出几种解释（响应时间、并发、感知体验）再问你要哪种，说明生效了；上来就加缓存加异步，说明没读到。

diff变小了吗：生效自查清单

用上一两周，对照这五条看命中多少，命中多数就说明这份 Claude Code 指南文件在工作：

• diff 里只有请求的改动，没有顺带改格式、改注释
• 澄清问题出现在动手之前，不是犯错之后
• 第一次实现就是简单版，不用为过度工程返工
• 多步任务自带"步骤 → 验证"清单，而不是"我会改进代码"
• PR 变干净，无关重构消失了

其中最能体感的是让AI的diff变小：review 时你只需要盯和请求直接相关的那几行。

进阶与延伸：案例库、Cursor 与个人技能

• 想看更多错误与正确写法对照，EXAMPLES.md 里收了八个真实案例，覆盖导出、搜索、折扣、邮箱 bug、认证、排序重复项等场景。
• 用 Cursor 的看 CURSOR.md，里面讲了已提交的项目规则怎么在别的项目里用，以及它和 Claude Code 路线的区别。
• 想把同样内容当个人可复用技能，看 skills/karpathy-guidelines/SKILL.md，拷进个人技能目录即可。
• 团队使用时，可在 CLAUDE.md 里追加一节"项目特定指南"，例如"TypeScript 严格模式、API 端点必须有测试"，和现有规则合并存放。

另外记一句：指南的目的是降低非琐碎工作的代价，琐事照样随手改，别为每行改动都走完整流程。

Karpathy 的原话是："LLM 非常擅长循环执行直到达成特定目标……不要告诉它该做什么，给它成功标准，然后看着它完成。" 这份文件做的就是把这句话说给 AI 听。今天就往你的项目里放一个 CLAUDE.md，给它一句模糊任务，看它是先提问还是先动手。

【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills