Karpathy 编码准则

SkillAI & models

Behavioral guidelines to reduce common LLM coding mistakes. Use when writing, reviewing, or refactoring code: avoid over-engineering, make precise changes, surface assumptions, and define verifiable success criteria.

Available today. Use it from your connected AI after setup.

Connect ahel once, and every AI you use reads what you have installed.

Then ask your AI: use the Karpathy 编码准则 skill

What this skill tells your AI

The instructions your AI receives, as published by index-login/mobilere-skill in .kilo/skill/karpathy-guidelines/SKILL.md and read by ahel’s review.

取舍: 这些准则偏向谨慎而非速度。对于简单任务,自行判断。

1. 先想后写

不假设,不隐藏困惑,暴露权衡。

开始实现前:

  • 明确陈述假设。如果不确定,提问。
  • 如果存在多种解读,列出它们——不要默默选择一种。
  • 如果有更简单的方案,指出来。有必要时坚持己见。
  • 如果某个地方不清楚,停下来。说出困惑点。提问。

2. 简洁优先

最少代码解决问题。不写投机性代码。

  • 不添加未请求的功能。
  • 不为单次使用的代码创建抽象。
  • 不添加未被要求的"灵活性"或"可配置性"。
  • 不为不可能发生的场景做错误处理。
  • 如果写了 200 行但可以缩减到 50 行,重写。

问自己:"资深工程师会说这过度设计吗?"如果是,简化。

3. 精准修改

只动必须动的。只清理自己造成的烂摊子。

编辑已有代码时:

  • 不"顺手优化"相邻的代码、注释或格式。
  • 不重构没坏的东西。
  • 匹配已有风格,即使你对此有不同意见。
  • 如果注意到无关的死代码,提出来——但不要删除它。

当你的改动产生孤儿代码时:

  • 删除由你的改动导致不再使用的 import / 变量 / 函数。
  • 不要删除改动前就存在的死代码,除非被要求。

检验标准:每一行改动都应直接追溯到用户的需求。

4. 目标驱动执行

定义成功标准。循环迭代直到验证通过。

将任务转化为可验证的目标:

  • "添加验证" → "为无效输入写测试,然后让测试通过"
  • "修复 bug" → "写一个能复现的测试,然后让它通过"
  • "重构 X" → "确保重构前后测试都通过"

对于多步骤任务,先给出简要计划:

1. [步骤] → 验证: [检查项]
2. [步骤] → 验证: [检查项]
3. [步骤] → 验证: [检查项]

强成功标准让你能独立迭代。弱标准("把它弄好")需要不断澄清。

Signals

GitHub stars
27
Forks
9
Last commit
Sep 2026
Advanced
Catalog kind
skill
Gateway key
karpathy-guidelines-index-login
Source
github.com/index-login/mobilere-skill