andrej-karpathy-skills 是一个很小但传播很快的 Claude Code 指南仓库：核心不是代码库，而是一份可以放进项目里的 `CLAUDE.md`，以及配套的 Claude Code plugin / Cursor rule。它的出发点是 Andrej Karpathy 对 LLM 编码常见问题的观察，但仓库本身是第三方整理，并不是 Karpathy 官方项目。
这份指南把问题拆得很工程化：模型容易替你做错误假设，遇到不确定也不说；容易把简单需求做成臃肿抽象；还可能顺手改掉它没真正理解的相邻代码。仓库给出的解法是四条原则：编码前先想清楚、简洁优先、精准修改、目标驱动执行。
项目当前 GitHub stars 已经到 138k+，plugin manifest 标注 MIT。它的价值不在“提示词很长”，而在把团队希望 AI 编程助手遵守的行为边界写成一份可复用规则：不确定就问，不擅自扩展需求，不做无关重构，把任务转成可验证的成功标准，再循环到通过。
安装方式也很直接。你可以在 Claude Code 里添加 marketplace 并安装插件，让这套规则跨项目生效；也可以把 `CLAUDE.md` 下载到单个项目，或追加到已有项目规则里。仓库还提供 `.cursor/rules/karpathy-guidelines.mdc`，方便在 Cursor 里使用同一套工作习惯。
我觉得它适合放在 AI 编程工作流的“默认防线”里。它不会让模型突然变聪明，但能显著减少那些很烦的失败模式：PR 里多出无关改动、为了一个小需求堆一层抽象、代码没跑通却假装完成、或者在需求歧义时直接猜。对个人项目和团队仓库来说，这类规则越早写清楚，后面越省返工。
传送门
https://github.com/multica-ai/andrej-karpathy-skills
原创文章，如若转载，请注明出处：https://wefound.cc/p/3076.html
