四大原则深度解析从Karpathy观察中掌握LLM编码专家的终极指南【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills在AI辅助编程的时代Andrej Karpathy技能认证项目为开发者提供了一套完整的解决方案帮助您避免常见的LLM编码陷阱提升代码质量与开发效率。这个基于Karpathy对LLM编码问题观察的Claude代码指南通过四大核心原则帮助开发者成为真正的LLM编码专家。无论您是AI编程新手还是资深开发者掌握这些技能都能让您在LLM编码领域脱颖而出。 思维导图四大原则全景视图┌─────────────────────────────────────────────────────────────┐ │ LLM编码专家四大核心原则 │ ├─────────────┬─────────────┬─────────────┬─────────────┤ │ 编码前思考 │ 简单优先 │ 精准修改 │ 目标驱动 │ ├─────────────┼─────────────┼─────────────┼─────────────┤ │ 不隐藏假设 │ 最小化代码 │ 只改必要内容 │ 定义成功标准 │ │ 展示权衡方案 │ 不推测功能 │ 匹配现有风格 │ 循环验证通过 │ │ 遇困惑即停 │ 解决当前问题 │ 清理自己遗留 │ 测试先行原则 │ └─────────────┴─────────────┴─────────────┴─────────────┘ 实战演练从常见错误到专业解决方案错误模式深度解析在EXAMPLES.md中我们可以看到LLM编码中最常见的错误模式。以添加用户数据导出功能为例传统LLM实现会犯下多个隐藏假设的错误❌ 传统LLM实现隐藏假设def export_users(formatjson): 导出所有用户到文件 users User.query.all() # 假设导出全部用户、文件位置、字段结构✅ 专业实现明确假设# 首先澄清关键问题 # 1. 范围导出全部用户还是过滤子集隐私影响 # 2. 格式下载、后台任务还是API端点 # 3. 字段哪些用户字段敏感数据考虑 # 4. 数量用户数量影响实现方式简单优先原则实战对比过度工程化陷阱# 30多行代码的设计模式实现 from abc import ABC, abstractmethod class DiscountStrategy(ABC): abstractmethod def calculate(self, amount: float) - float: pass # ... 更多不必要的抽象层简单优先解决方案# 2行代码解决实际问题 def calculate_discount(amount: float, percent: float) - float: return amount * (percent / 100) 原则对比表从新手到专家的转变路径开发者阶段编码前思考简单优先精准修改目标驱动新手默默假设隐藏困惑过度抽象添加推测功能重构相邻代码改变风格模糊改进无验证中级部分澄清仍有隐藏有时简单有时复杂清理自己的代码偶尔重构他人有测试但不完整专家明确列出所有假设只实现请求的功能只修改必要行匹配现有风格定义成功标准循环验证LLM编码专家展示多种解释方案用最少代码解决问题只清理自己创建的遗留问题测试先行明确验证 安装与配置快速开始您的专家之旅方法一Claude Code插件安装推荐在Claude Code中添加市场并安装插件/plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills方法二项目级配置对于新项目curl -o CLAUDE.md https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md对于现有项目追加配置echo CLAUDE.md curl https://raw.githubusercontent.com/forrestchang/andrej-karpathy-skills/main/CLAUDE.md CLAUDE.md 进阶技巧从原则到实践的深度转化编码前思考的三大关键问题假设清单法在实现前明确列出所有假设数据范围假设用户意图假设技术约束假设性能要求假设多方案展示法遇到不确定性时展示多种解释方案A基于假设X的实现方案B基于假设Y的实现方案C最简实现推荐困惑标记法明确标识不确定点[困惑点]用户未指定数据过滤条件 [建议]添加日期范围过滤或导出全部数据简单优先的黄金法则时机比复杂性更重要好的代码是简单解决今天的问题而不是过早解决明天的问题。重构时机判断表 | 重构时机 | 判断标准 | 行动建议 | |----------|----------|----------| | 过早重构 | 单次使用无重复需求 | 保持简单 | | 适时重构 | 出现第二次相同需求 | 考虑抽象 | | 必须重构 | 第三次相同需求 | 立即重构 |精准修改的边界控制修改范围检查清单每行修改都能追溯到用户请求未改变相邻代码的格式匹配了现有代码风格只清理了自己创建的遗留问题对无关死代码仅提及不删除目标驱动的验证循环成功标准定义模板任务添加用户验证功能 成功标准 1. 编写测试无效输入测试用例5个场景 2. 实现验证通过所有测试 3. 验证无回归现有功能测试通过 4. 性能验证响应时间100ms 避坑指南LLM编码的十大常见陷阱陷阱一隐藏假设综合症症状默默选择一种解释并继续执行解药使用CLAUDE.md中的编码前思考原则明确列出所有假设陷阱二过度工程化症状为单一用途添加抽象层解药遵循简单优先原则只实现被请求的功能陷阱三风格漂移症状重构相邻代码改变格式风格解药应用精准修改原则匹配现有代码风格陷阱四模糊目标症状我会改进代码的模糊方法解药采用目标驱动执行定义可验证的成功标准陷阱五功能蔓延症状添加未请求的灵活性或可配置性解药坚持最小化解决方案需要时再重构陷阱六死代码清理强迫症症状删除无关的死代码解药仅清理自己创建的遗留问题对他人代码仅提及陷阱七错误处理过度症状为不可能的场景添加错误处理解药只处理实际可能发生的错误场景陷阱八性能过早优化症状为不存在的性能问题添加优化解药先让代码工作再测量性能最后优化陷阱九设计模式滥用症状在不必要的地方使用设计模式解药需要时再引入设计模式而不是预判陷阱十测试缺失症状实现功能但未定义验证标准解药测试先行定义明确的成功标准 效果评估如何知道技能认证正在生效量化指标监控指标类别改进前改进后测量方法代码变更量大量无关更改仅请求的更改diff行数统计重写频率频繁重写第一次就正确提交历史分析澄清循环错误后澄清实现前澄清沟通记录分析PR质量附带重构和改进干净、最小的PR代码审查反馈质量信号识别✅ 积极信号更少的diff中不必要更改更少因过度复杂化而重写澄清问题在实现前提出干净、最小的PR❌ 需要改进的信号代码比需求复杂隐藏假设未明确修改范围超出请求成功标准不明确 核心文件参考架构项目的核心文件结构为您的LLM编码专家之旅提供完整支持行为指南文件CLAUDE.md - 主要行为指南包含四大原则详细说明实战案例库EXAMPLES.md - 真实世界代码示例展示错误与正确实现技能定义文件skills/karpathy-guidelines/SKILL.md - 技能定义和配置项目文档README.md - 项目概述和安装说明中文文档README.zh.md - 中文版本的项目文档 成为认证LLM编码专家的完整路径第一阶段意识培养1-2周阅读CLAUDE.md理解四大原则分析EXAMPLES.md中的案例对比在日常编码中识别自己的错误模式第二阶段原则应用2-4周在简单任务中应用编码前思考实践简单优先原则避免过度工程化学习精准修改控制修改范围尝试目标驱动执行定义成功标准第三阶段习惯固化4-8周形成自动化的思考模式建立代码审查检查清单创建个人最佳实践库指导他人应用这些原则第四阶段专家认证持续在复杂项目中成功应用四大原则减少50%以上的代码重写提高团队整体代码质量成为团队的LLM编码专家 立即开始您的专家之旅今天就在您的项目中实施这些原则体验更高效、更可靠的AI辅助编程记住这些黄金法则思考优于编码明确假设展示权衡简单胜于复杂只解决当前问题精准优于广泛只修改必要内容验证优于模糊定义成功标准循环验证通过掌握Andrej Karpathy技能认证的四大原则您将能够编写更可靠的AI生成代码提高开发效率创建更干净的代码库并建立可验证的工作流程。开始您的LLM编码专家认证之旅让每一次编码都成为专业实践【免费下载链接】andrej-karpathy-skillsA single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathys observations on LLM coding pitfalls.项目地址: https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考