写一条自定义规则并落地：andrej-karpathy-skills 完整实操手册

写一条自定义规则并落地：andrej-karpathy-skills 完整实操手册

【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

andrej-karpathy-skills 用一个CLAUDE.md文件管住 AI 编码的常见坏习惯。这篇带你花 15 分钟，把一条自定义规则插件从想法做到在项目里真实生效。

它到底解决了什么

你大概率撞过这三件事。

你让 AI「加个折扣计算函数」，它交回来一个抽象策略类、配置对象、计算器，5 行能写完的东西写了 30 行。这个项目内置的规则会逼你重写：200 行能写成 50 行，就重写。不添加没被要求的「灵活性」，不为不可能发生的场景写错误处理。

你只让它「修个空邮箱崩溃」，diff 里却把引号格式重排了、加了类型标注，还顺手补了没人要的 username 校验。外科手术式变更规则：只碰必须碰的，只清理自己弄出来的乱。不相关的死代码，提一句就行，别删。

你说「修一下登录系统」，AI 直接开工，改完你不知道到底修没修好。目标驱动执行把这类指令翻译成可验证的目标：「修 bug」变成「写一个能复现它的测试，再让测试通过」。多步任务还要先列计划，每步后面跟一个验证检查。

3 分钟把环境跑通 🚀

在 Claude Code 里贴这两行就行：

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

装完跑一遍你会发现，指南以插件形式挂上，你所有项目都能用。不想装插件也可以，把仓库的CLAUDE.md拷到项目根目录，就是一份按项目生效的规则。

动手写规则：定 → 写 → 验 → 收

定目标：先说清这条规则治什么病

目标：一句话讲明白它禁止或要求什么。比如「检查代码里未使用的变量」或「强制某种命名规范」。一条规则只挂一个目标，问题说不清就先问一句：你的项目里到底哪里疼。

落规则：照着现有骨架填

目标：让规则长得能被工具直接读走。打开 skills/karpathy-guidelines/SKILL.md 看结构：开头 frontmatter 写 name、description、license，正文一条原则一个章节，每节一句口号加具体动作。把这套骨架抄下来，换成你自己的内容。只保留表达规则所需的最少条款，别写执行不了的空话。

跑验证：给规则配一组测试

目标：规则写得出来，还得判得出对错。照 Goal-Driven Execution 的写法，准备两三个例子：一个 AI 常犯的错，一个期望的行为。命名规则就给一段违规代码加一段改好的。验证时把例子丢给编码工具，看规则有没有真的改变它的行为。没变，就把规则措辞收紧。

收进项目：合入并盯住效果

目标：规则长期生效，效果说得清。把规则段并进你的CLAUDE.md，Cursor 用户放.cursor/rules/下。之后接几个真实任务，看三个信号：diff 里有没有多余改动，代码第一版是不是更简单，澄清问题有没有出现在动手之前。三个信号没出现，就回去改「写」那一步。

容易翻车的 3 件事 ⚠️

规则越写越长，AI 还是不听

现象：规则合入了，行为照旧。原因：条款太抽象，AI 判不出自己违没违反。对策：每条都带一个可判断的测试，像「高级工程师会说这写复杂了吗」这种。判不了的规则只是摆设。

规则跟项目现有风格打架

现象：AI 照着你的规则改引号、注释、格式，整个文件面目全非。原因：规则写的是你个人偏好，不是项目现状。对策：先写一条「匹配现有风格」，再叠加你自己的约定。

大小任务都用同一套规则

现象：改个错别字，AI 也先长篇大论列计划。原因：规则天然偏向谨慎而非速度，大任务合适，小任务就过度了。对策：留一条 tradeoff 说明，琐碎任务凭判断来，不跑全流程。

读完就回你的项目，把 CLAUDE.md 合进去，写第一条规则，看它把 diff 变得多干净。

【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