首页 文章 精选 留言 我的

精选列表

搜索[Skill]，共3081篇文章
优秀的个人博客,低调大师

106K star，神级Skill ！冲爆Github , 让Claude Code思考先行，不乱猜不乱改，Token省到飞起

> 2026年的AI编程圈，最疯狂的不是新模型，而是一个只有70行的纯文本文件。 没有代码，没有算法，一根Markdown文件，不到48小时暴增上万Star，连续霸榜GitHub Trending，总Star破10万。它叫CLAUDE.md，来自开源作者Forrest Chang对Karpathy编程观察的提炼，像一纸“行为规范”，专治那些思路偏航、过度封装、随手乱改、闷头瞎写的高血压操作。更直观的甜头是，代码越来越靠谱，Token账单也不那么肉疼了。下面是一份速通指南，从安装到落地，一条条拆开看。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/bf6904df5d2f28c2740cf493190f8f56.png) ## **一、起源：一条帖子** 事情要从2026年1月底说起。 当时前特斯拉AI总监、OpenAI创始成员Andrej Karpathy在X（原Twitter）上发了一条长帖，把AI编程Agent的各种毛病逐一列了出来——脑子还没捋清楚就直接开写、用企业级的方案包装一个简单需求、修一个Bug顺手把周围三块代码也重构了。帖子一出，评论区一片“+1”，共鸣来得过于真实。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/7ee2a443aa55d3847ea96203a9504af6.png) 一位叫Jiayuan Zhang的华人开发者当天就动了手。他把那串吐槽交给Claude，生成了约800行的详细描述，再让Claude自己审核自己，反复迭代后压缩成了一个70行的精炼指令。第二天，这份文件就挂上了GitHub。整个仓库干干净净，就那一个Markdown文件。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/715c101e70dd298b2309a437a84bce02.png) 上线当天斩获近万Star，4月中旬突破3万，到5月初，总Star已经破了10万。没有框架，没有复杂Agent体系，核心内容15KB。社区直接炸了锅，有人发出感慨：现在的瓶颈不在模型本身，而是模型周围的“脚手架”，这些胶水才是产品真正的灵魂。 ## **二、四原则** 打开CLAUDE.md，核心就四条行为准则。每一条都精准切中痛点，像给AI戴上的一道“紧箍”。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/3231e2115c30c42cbe956ccb66858f45.png) ### **1. 思考先行** 很多时候，下达需求“加一个数据导出功能”，AI的反应是闷头开干——默认导出全部字段、默认JSON格式、默认全部用户。这些假设没有一条被确认过。 这条原则提了三个硬性约束： - 不确定时必须停下来问，不能猜。 - 有多种可能性时依次列出，让用户选择，而不是替用户做主。 - 发现更简单的解决方案时，主动说出来，该推回去就推回去。 目的很直白：让AI在动手之前先把问题对齐，而不是在错误的方向上狂奔40分钟之后才发现全白干了。提前澄清，也许只需要30秒。 ### **2. 简洁优先** 这是所有人都遇到过的尴尬场景。只是一个简单的小需求，AI却自动生成了登录认证、安全校验、流量控制，附赠了一套“以后也许用得上”的抽象架构。 规则直接锁死了那些过度封装的花招： - 没被要求的功能不写。 - 只用一次的代码不做抽象。 - 不要为了所谓的“灵活性”和“可配置性”提前加料。 - 根本不可能发生的异常场景不做错误处理。 检验标准也非常简单：一个资深工程师看了会不会说“太复杂了”？如果会，直接砍。 ### **3. 精准改动** 修一个Bug，回来一看Diff——改了30行，其中25行跟需求毫无关系，变量名换了、注释删了、格式改了。这种“顺手优化”的冲动，直接导致代码审查痛苦翻倍。 第三条原则做了四件事： - 只动被要求修改的部分。 - 严格匹配项目已有的代码风格，哪怕觉得自己的写法更好也不擅自改。 - 看到不相关的问题最多提一嘴，绝不动手。 - 改动产生的冗余代码主动清理，但没被要求的问题一律不碰。 每一条改动能追溯到原始需求，AI生成的Diff才不会变成一场清扫行动。 ### **4. 目标驱动** 这四条里最具差异化的一条。核心很反直觉：别告诉AI“怎么做”，给它一个可以验证的“终点”。 Karpathy有一个重要判断：大模型特别擅长围绕明确目标反复迭代，直到达成验收标准。它不擅长的是猜人类脑子里那个模糊的画面。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/d36610d2d227da56f45c6db8d70b8421.png) 具体做法的差异非常直观： |场景|模糊指令|目标驱动指令| | --- | --- | --- | |修Bug|“修一下这个登录报错”|“先写一个能复现这个报错的测试，然后改代码让所有测试通过”| |加功能|“加一个数据校验”|“给这几类非法输入分别补测试用例，然后让测试全数通过”| |做需求|“把用户模块改一下”|“用户模块做这三件事，输出可运行的代码和验证脚本”| 模糊指令需要不停检查和纠偏；目标驱动指令里，AI会自己闭环，直到达标。把成功标准交给它，剩下的交给迭代。 ## **三、安装落地** **参考：插件安装（Claude Code）** 直接在Claude Code会话中输入两条命令： ``` /plugin marketplace add forrestchang/andrej-karpathy-skills/plugin install andrej-karpathy-skills@karpathy-skills ``` 插件安装完成后即可使用。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/8e872ee9bbc2054f3854693dda1ba574.png) ## **四、省Token** 聊这套规则，绕不开一个现实问题：AI烧Token的速度。 调查数据显示，Claude Code使用中相当一部分成本浪费在冗余输出和无效方向上。一个模糊的需求被错误假设后，AI可能已经在上百条报错信息中绕了一大圈，所有中间过程都在消耗Token。 CLAUDE.md的介入方式很直接：通过四条规则，把Token用在刀刃上。思考先行让AI先对齐再动工，干脆扼制了“跑错了方向还产出大量无意义代码”的浪费。简洁优先拒绝大材小用，减少那些不必要的抽象和扩展。精准改动保证Diff中的每一行都有价值，目标驱动让AI有可验证的终点自行闭环，极大降低了人工介入纠偏的频率。每一个环节都在优化终端的每笔账单。 有团队日常Token消耗极大，曾在项目公开说明中披露每天消耗超过1亿Token（该数据未经第三方核实，仅供参考）。接入CLAUDE.md后，通过优化方向精准度，大量冗余调用可以显著压缩。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/ed1a6e32f4552c699a98cbe343cb2f98.png) ## **五、效果** 社区对这个项目的热情远超预期。有人基于原版做了深度定制，把自己踩过的坑全部加了进去；byteiota做了测试，声称接入后Claude Code的准确率飙至94%（注：该数据未经独立核实，具体提升幅度因项目而定）。更关键的信号不是这个数据本身，而是大量工程师愿意在日常工作中引入它——这说明它确实解决了真实且高频的痛点。 项目创始人所在的公司在介绍中有一句话：“Your next 10 hires won't be human.”他们公司的代码几乎完全由AI完成。这份70行的规则，正在成为AI辅助开发中的一块基石。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/79a94e335bbd76b01bc8467e5e794351.png) > 从Karpathy的一条吐槽帖，到GitHub上10万Star的爆款，CLAUDE.md的核心魅力或许就是它足够简单。不需要学习新工具，不需要安装复杂的依赖，一个文本文件往项目根目录一放，AI的行为方式就发生了变化。把这份文件拖进根目录，跑一下日常任务，看看AI的响应有没有安静很多。如果顺手清掉了一些扣错方向的账单，也算是对那次开源贡献者的隔空致敬。 #CLAUDEmd #编程效率飞升 #Token省到底 #AI协作规范
2026-07-20
优秀的个人博客,低调大师

开源鸿蒙三方库适配：我把 ArkTS 移植经验写成 Skill，再拿 fast-diff 试了一遍

前几天我把 jsonrepair 移植成了 ArkTS 版，过程写在另一篇文章里。做完回头看，花时间的其实不是改语法。真正费劲的是顺序和检查：动手前要确认没人做过，改代码前要先让上游的测试能跑在我的代码上，编译报错要一条条对着改，跑出来的数字哪些能信、哪些只代表电脑上的结果，也得分清。换一个库，这些又要从头想一遍。
2026-11-14

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

时间: 2026-11-13 大小: 4.36MB 下载: 25次
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

时间: 2026-10-18 大小: 211.28KB 下载: 56次
Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

时间: 2026-09-24 大小: 189MB 下载: 9次
Rocky Linux

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

时间: 2026-08-21 大小: 1.42GB 下载: 6次
热门标签
DeepSeek Jdk25 OpenAi HarmonyOS6 Nacos3 SpringBoot4 SpringCloud Docker Kubernetes Service Mesh Redis Gemini3 Rocky

欢迎您来访！

登录后，您将获得更多功能！
热门文章
联系我们

有任何问题或合作意向欢迎联系我们

Email: 99873273@qq.com

QQ: 99873273

用户登录
用户注册