几分钟让 AI 按 TDD 跑起来andrej-karpathy-skills 完整避坑指南【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对 AI 说“修复这个 bug”它却顺手重构了三个文件、改了十几处注释。andrej-karpathy-skills 把 LLM 编码规范压成四条原则配合 TDD测试驱动开发先写测试再改代码每一步改动都可验证。一分钟看懂andrej-karpathy-skills 是什么它来自 Andrej Karpathy 对大模型写代码常见毛病的观察核心是一个 CLAUDE.md 文件里面只有四条行为原则思考先行不猜测不确定就问简洁至上只写解决问题所需的最少代码精准修改只动必须动的行不顺手重构目标驱动执行把任务变成可验证的目标再动手原则不绑定工具。装好之后AI 动手前先讲清假设改完能对照标准自检正好补上 TDD 红-绿-重构循环里最缺的一环每一步都有明确的通过标准。TDD 实践四条原则分别落在哪个环节主线只有一条测试是目标代码是手段验证是出口。红-绿-重构循环的每一步都有一条原则在对应位置兜底原则落在哪个环节具体作用思考先行写测试之前先让 AI 陈述假设需求有歧义就提问避免照着错误理解写测试简洁至上设计测试与实现只测当前要修的行为不预留“以后可能用到”的抽象精准修改改代码让测试变绿只动与当前失败测试相关的行相邻代码一律不碰目标驱动执行红-绿循环本身把“修 bug”改写成“先写复现它的失败测试再让它通过”这样拆开后写测试不只是 TDD 的第一步而是从理解需求到验证交付的完整流程四条原则也都有了落点不停留在口号上。TDD 四步实操修一个表单校验的 bug 场景很日常注册表单的邮箱校验user.name这种不含的输入也能通过。第一步思考先行。开工前先和 AI 确认假设只修邮箱格式判断不扩展其他校验规则。如果它反问“要不要顺便支持手机号”说明这条原则正在生效。第二步目标驱动先变红。把任务改写成可验证目标写一个失败测试断言user.name被判定为非法。# test_validator.py —— 红当前实现下这个测试会失败 def test_rejects_email_without_at(): assert is_valid_email(user.name) is False # validator.py —— 绿最小修复不引入多余逻辑 def is_valid_email(email): _, sep, domain email.partition() return bool(sep) and . in domain第三步简洁至上变绿。只写让这条测试通过的最小修复不引入正则库不自定义异常类。第四步精准修改验证收尾。跑全部测试新测试通过老测试不回归diff 里只有validator.py被动过。如果 AI 顺手“优化”了没坏的函数直接按原则打回。两种安装方式Claude Code 插件与手动复制# 方式一Claude Code 插件市场推荐全局生效 /plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills # 方式二clone 仓库把 CLAUDE.md 复制到项目根目录 git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills方式一装的是 Claude Code 插件跨项目通用方式二按项目生效老项目可以把内容追加到现有 CLAUDE.md 末尾再补上自己的项目规则比如测试命令和目录约定。AI 编码避坑 FAQ小改动也要走完整流程吗不用。这套指南偏向谨慎优先于速度改错别字这类明显的小任务凭判断直接做即可它的目的是减少非平凡任务上的返工。怎么确认指南真的生效了看三个信号diff 里只剩预期改动AI 动手前提问而不是出事后解释代码第一次提交就不臃肿。“让它能跑就行”为什么危险弱成功标准会让 AI 不停来回确认或自行猜测。换成可验证的目标比如“写复现测试并通过”它才能自己循环到通过为止。只配 TDD 用吗不是。思考先行、简洁至上、精准修改对任何代码改动都有效TDD 只是给“目标驱动执行”提供了最直接的验证手段。收尾这套组合适合谁andrej-karpathy-skills 提供约束TDD 提供验证拼起来就是“AI 改代码、人只审 diff”的工作流。它最适合想让 Claude Code 少返工的开发者以及正在把测试驱动开发引入团队、需要给 AI 立规矩的技术负责人。【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 几分钟让 AI 按 TDD 跑起来：andrej-karpathy-skills 完整避坑指南
几分钟让 AI 按 TDD 跑起来andrej-karpathy-skills 完整避坑指南【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对 AI 说“修复这个 bug”它却顺手重构了三个文件、改了十几处注释。andrej-karpathy-skills 把 LLM 编码规范压成四条原则配合 TDD测试驱动开发先写测试再改代码每一步改动都可验证。一分钟看懂andrej-karpathy-skills 是什么它来自 Andrej Karpathy 对大模型写代码常见毛病的观察核心是一个 CLAUDE.md 文件里面只有四条行为原则思考先行不猜测不确定就问简洁至上只写解决问题所需的最少代码精准修改只动必须动的行不顺手重构目标驱动执行把任务变成可验证的目标再动手原则不绑定工具。装好之后AI 动手前先讲清假设改完能对照标准自检正好补上 TDD 红-绿-重构循环里最缺的一环每一步都有明确的通过标准。TDD 实践四条原则分别落在哪个环节主线只有一条测试是目标代码是手段验证是出口。红-绿-重构循环的每一步都有一条原则在对应位置兜底原则落在哪个环节具体作用思考先行写测试之前先让 AI 陈述假设需求有歧义就提问避免照着错误理解写测试简洁至上设计测试与实现只测当前要修的行为不预留“以后可能用到”的抽象精准修改改代码让测试变绿只动与当前失败测试相关的行相邻代码一律不碰目标驱动执行红-绿循环本身把“修 bug”改写成“先写复现它的失败测试再让它通过”这样拆开后写测试不只是 TDD 的第一步而是从理解需求到验证交付的完整流程四条原则也都有了落点不停留在口号上。TDD 四步实操修一个表单校验的 bug 场景很日常注册表单的邮箱校验user.name这种不含的输入也能通过。第一步思考先行。开工前先和 AI 确认假设只修邮箱格式判断不扩展其他校验规则。如果它反问“要不要顺便支持手机号”说明这条原则正在生效。第二步目标驱动先变红。把任务改写成可验证目标写一个失败测试断言user.name被判定为非法。# test_validator.py —— 红当前实现下这个测试会失败 def test_rejects_email_without_at(): assert is_valid_email(user.name) is False # validator.py —— 绿最小修复不引入多余逻辑 def is_valid_email(email): _, sep, domain email.partition() return bool(sep) and . in domain第三步简洁至上变绿。只写让这条测试通过的最小修复不引入正则库不自定义异常类。第四步精准修改验证收尾。跑全部测试新测试通过老测试不回归diff 里只有validator.py被动过。如果 AI 顺手“优化”了没坏的函数直接按原则打回。两种安装方式Claude Code 插件与手动复制# 方式一Claude Code 插件市场推荐全局生效 /plugin marketplace add forrestchang/andrej-karpathy-skills /plugin install andrej-karpathy-skillskarpathy-skills # 方式二clone 仓库把 CLAUDE.md 复制到项目根目录 git clone https://gitcode.com/GitHub_Trending/an/andrej-karpathy-skills方式一装的是 Claude Code 插件跨项目通用方式二按项目生效老项目可以把内容追加到现有 CLAUDE.md 末尾再补上自己的项目规则比如测试命令和目录约定。AI 编码避坑 FAQ小改动也要走完整流程吗不用。这套指南偏向谨慎优先于速度改错别字这类明显的小任务凭判断直接做即可它的目的是减少非平凡任务上的返工。怎么确认指南真的生效了看三个信号diff 里只剩预期改动AI 动手前提问而不是出事后解释代码第一次提交就不臃肿。“让它能跑就行”为什么危险弱成功标准会让 AI 不停来回确认或自行猜测。换成可验证的目标比如“写复现测试并通过”它才能自己循环到通过为止。只配 TDD 用吗不是。思考先行、简洁至上、精准修改对任何代码改动都有效TDD 只是给“目标驱动执行”提供了最直接的验证手段。收尾这套组合适合谁andrej-karpathy-skills 提供约束TDD 提供验证拼起来就是“AI 改代码、人只审 diff”的工作流。它最适合想让 Claude Code 少返工的开发者以及正在把测试驱动开发引入团队、需要给 AI 立规矩的技术负责人。【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