Karpathy Skills
给 AI 编程的四条准则
一份受 Karpathy 观察启发的社区编程指南：先说明假设，只做必要实现，限定修改范围，再用检查证明完成。
作者列出的适用客户端
- Claude Code
- Cursor
- GitHub Star
- 225,625
- 版本
- 1.0.0
- 资料核对
先说清怎么算做对，再让 AI 动手。
当 AI 总是自作主张、为小需求搭大框架，或修一个 Bug 却改了一片代码时，可以用它约束工作过程。选一个真实任务，先明确范围和验收方式，再检查交付的代码与证据。
选一个任务，开始使用
这四种场景使用同一套准则，只需配置一次。选最接近当前问题的一项，把示例替换成你的代码和需求。
需求只有一句“导出用户数据”，数据范围、字段和交付方式还没有说清。
把准则接入编程助手
Claude Code：在对话输入框中依次执行下面两条命令。若只用于当前项目，也可按作者说明将 CLAUDE.md 合并进已有项目规则。Cursor 用户使用项目规则文件，具体步骤见“开始前，准备这些”。
查看作者安装说明/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skills@karpathy-skills把这段话发给 AI
以下是本站依据作者原文和案例编写的使用示例，并非额外的技能命令。替换其中的业务场景，再发给已加载准则的助手。
我要给当前项目增加“导出用户数据”。请按 karpathy-guidelines 先做需求澄清，暂不改代码。阅读现有用户列表、权限和导出逻辑，区分已知事实、你的假设和待确认项。重点核对：导出全部用户还是当前筛选结果、包含哪些字段、用什么格式、谁能导出、预计数据量。能从代码确认的不要重复问；影响实现方向的歧义请给出选项和取舍。最后整理最小实现范围与验收条件，等关键问题明确后再实施。
检查你拿到的结果
- 得到一份具体的待确认清单，已有事实与假设分开，没有替你默选导出范围或字段。
- 每个关键问题附有可选择的方案，并说明它如何影响实现。
- 列出可检查的验收条件，例如导出行数与已选范围一致、字段与确认清单一致；此时尚未修改代码。
进一步了解这个 Skill
仓库把同一套行为准则提供为 CLAUDE.md、Claude Code Skill 和 Cursor 项目规则。核心是四个工作习惯，适用于编写、审查与重构代码；它本身不附带替你完成业务功能的脚本。
先思考：把会影响实现的假设摊开。如果“导出用户”可能指全部用户，也可能指当前筛选结果，就先明确范围。能从现有代码确定的事实先自行查清，真正影响方向的问题再请人决定。
保持简单：只实现当前明确需要的能力。一个百分比折扣函数可以直接计算时，不必为将来可能出现的折扣类型建立策略、工厂和注册机制；出现真实需求后再增加结构。
定点修改：每一处变更都应能追溯到这次请求。修空白邮箱校验，不意味着可以顺便整理整个表单。清理本次修改造成的未使用代码；遇到原来就存在的无关问题，先记录。
按目标验证：把“修好它”改成能重现问题、证明修复的检查，把“整理代码”改成修改前后行为一致的对照。判断准则是否有效，要看无关改动是否减少、关键疑问是否在写代码前提出，以及交付是否有实际验证记录。
来源与核验
资料核对
依据作者资料整理使用说明。本站未逐项实测技能的生成效果。