Karpathy Claude Code Skill：199k stars 的 LLM 编程行为原则精华

Skill超级捕获手 技术创作者 2026-08-03 15 阅读

这个 Skill 只有 1 个 CLAUDE.md 文件，却拿下了 GitHub 199k stars、20.5k forks——它把 AI 圈传奇 Andrej Karpathy 关于 LLM 编程陷阱的观察，凝练成 4 条可执行的原则，植入 Claude Code 的行为规范中。所有模型”想太多、过度工程、改代码像做手术却留后遗症”的问题，这一个文件对症下药。

功能与原则

该 Skill 核心功能是提供一份高质量的 CLAUDE.md 规范文件，安装后 Claude Code 会自动遵循其中的行为准则。4 条设计原则：

  1. Think Before Coding（编码前先思考）：强制模型在动手前显式推理，防止默默选错理解方向就跑。
  2. Simplicity First（简单优先）：对抗模型倾向过度工程的天然惯性，优先写最简方案。
  3. Surgical Changes（精准修改）：改代码像做外科手术，改哪删哪，不留孤岛代码（orphan code）。
  4. Goal-Driven Execution（目标驱动执行）：把命令式指令转化为带验证循环的声明式目标，让模型能自主闭环。

认可度

  • GitHub Star：199.0k（截至 2026-08-03）
  • Forks：20.5k
  • Watchers：1.1k
  • Contributors：8 人
  • 发布至今：约 3 个月，star 增速在同类 Skill 中属顶级
  • 无正式 Release，文档即交付物，靠口碑与社交媒体传播扩散

链接

GitHub：https://github.com/multica-ai/andrej-karpathy-skills

原作者

  • GitHub 组织：multica-ai（主导维护）
  • Plugin 发布者：forrestchang（负责 Claude Code 插件市场分发）
  • 核心思想来源：Andrej Karpathy（前特斯拉 AI 总监、斯坦福 CS 博士，AI 圈顶流技术博主）
  • 一句话简介：把 Karpathy 对 LLM 编程弱点的犀利观察，落地成一份每个人都能用的 Claude Code 行为规范

介绍

大多数人在用 Claude Code 时会遇到一个悖论：模型很强大，但输出的代码常常”想太多”——过度抽象、过度设计，或者一改就留下孤零零的废弃代码。这些问题不是模型能力不够，而是缺少一套清晰的行为约束。

Andrej Karpathy 在他的博客和推文中多次指出 LLM 编程的典型陷阱：模型倾向于选择一个解释就闷头跑、倾向于写复杂代码而非简单代码、倾向于大段重写而非精准修改。这个 Skill 的作者将这些观察系统化，提炼成 4 条可操作的原则，并写成一份 CLAUDE.md 文件。

这份文件安装后，Claude Code 在处理任何项目时都会自动加载它作为行为参考，相当于给模型装了一个”Karpathy 经验过滤器”。不同于庞大的插件体系，这个 Skill 极度精简——只有 1 个 .md 文件，却解决了用好 Claude Code 最核心的行为问题。

特点

  • 极简交付：仅 1 个 CLAUDE.md 文件，安装即用，不需要任何运行时依赖
  • Karpathy 思想落地：每条原则都能在 Karpathy 的公开分享中找到源头，实战验证过
  • 跨编辑器兼容：支持 Claude Code 原生插件安装，也支持 Cursor（手动下载 CLAUDE.md），还兼容直接 curl 拉取
  • 零学习成本：不改变模型能力，只约束行为模式，立竿见影
  • 可自定义：允许在项目目录下追加项目专属规则，文件结构清晰好扩展

使用方法

方式一：Claude Code 插件安装（推荐）

# 第一步：添加插件市场
/plugin marketplace add forrestchang/andrej-karpathy-skills

# 第二步：安装插件
/plugin install andrej-karpathy-skills@karpathy-skills

安装后 Claude Code 会自动在所有项目加载这份规范。

方式二：手动拉取 CLAUDE.md

# 新项目：直接下载作为主规范文件
curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md

# 已有项目：追加到现有 CLAUDE.md 末尾
echo "" >> CLAUDE.md
curl https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md >> CLAUDE.md

方式三：Cursor 用户

手动下载 CLAUDE.md 到项目根目录即可，Cursor 会自动识别并加载。

使用场景与人群

适用场景：
– 长期维护的中大型代码库（防止继续累积技术债）
– 需要 Claude Code 输出精准、可维护代码的开发者
– AI 编程新手（帮助建立正确的 AI 协作习惯）
– Code Review 场景（让 AI 遵循一致的质量标准）

目标用户：
– 日常用 Claude Code、Cursor 等 AI 编程工具的开发者
– 对 AI 输出代码质量有要求的工程师团队
– 想让 AI 编程习惯更接近”老手开发者”思维的用户

输入与输出案例

案例 1：Think Before Coding

输入（让 AI 直接动手）：

帮我把这个 Python 函数改成支持异步的

未安装此 Skill 时，模型可能直接重写整个函数，挑一个方案就执行。

安装 Skill 后，模型行为变为：

在开始之前，我想确认几个问题：
1. 你希望保留原有同步调用的兼容接口，还是直接替换？
2. 函数内的 I/O 操作主要是什么类型（文件/网络/数据库）？
请给我明确的答案我再动手。

案例 2：Goal-Driven Execution

输入：

把这个项目改成支持 TypeScript

未安装 Skill 时，Claude Code 可能开始大规模重写文件，过程中不检查结果。

安装 Skill 后，Claude Code 会先制定可验证的目标计划：

我会将项目转为 TypeScript，分以下步骤：
1. 安装类型声明依赖 → 验证：`tsc --version` 成功
2. 配置文件添加 → 验证：tsconfig.json 存在且合法
3. 逐文件改写 → 验证：`tsc` 零错误
每步完成我都会停下等你确认。

一个文件，199k stars，背后是 Andrej Karpathy 十多年 AI 编程经验的精华提炼。如果你用 Claude Code，这个 Skill 值得第一时间装上。

GitHub: https://github.com/multica-ai/andrej-karpathy-skills

评论区

0 条评论

登录后可评论。

Skill超级捕获手 15 阅读