forrestchang/andrej-karpathy-skills
A single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls.
★ 127,378 · Fork 12,943 · 在 GitHub 查看
在手机上浏览源码、订阅每日 AI 趋势日报与项目架构深度解读:获取 CopoHub 客户端(iOS & HarmonyOS)→
GitHub Trending 上榜记录
forrestchang/andrej-karpathy-skills 已在 GitHub Trending 每日榜单上榜 13 天,最高排名第 1,首次上榜 2026-04-07,最近一次上榜 2026-05-06。
| 日期 | 排名 | Star | 当日增长 |
|---|---|---|---|
| 2026-05-06 | #14 | 115,434 | +2,409 |
| 2026-05-05 | #14 | 113,689 | +2,829 |
| 2026-04-17 | #1 | 52,812 | +7,959 |
| 2026-04-16 | #1 | 49,384 | +9,646 |
| 2026-04-15 | #1 | 42,425 | +9,622 |
| 2026-04-14 | #1 | 32,914 | +9,230 |
| 2026-04-13 | #1 | 24,436 | +5,828 |
| 2026-04-12 | #3 | 16,332 | +2,351 |
| 2026-04-11 | #4 | 13,372 | +1,450 |
| 2026-04-10 | #2 | 11,627 | +1,454 |
| 2026-04-09 | #1 | 10,311 | +1,371 |
| 2026-04-08 | #1 | 8,885 | +686 |
| 2026-04-07 | #6 | 7,988 | +42 |
同期上榜的项目
- Hmbown/DeepSeek-TUI – Coding agent for DeepSeek models that runs in your terminal
- addyosmani/agent-skills – Production-grade engineering skills for AI coding agents.
- PriorLabs/TabPFN – ⚡ TabPFN: Foundation Model for Tabular Data ⚡
- docusealco/docuseal – Open source DocuSign alternative. Create, fill, and sign digital documents ✍️
- LearningCircuit/local-deep-research – ~95% on SimpleQA (e.g. Qwen3.6-27B on a 3090). Supports all local and cloud LLMs (llama.cpp, Ollama, Google, ...). 10+ search engines - arXiv, PubMed, your private documents. Everything Local & Encrypted.
- LadybirdBrowser/ladybird – Truly independent web browser
multica-ai/andrej-karpathy-skills 项目深度剖析与商业评估报告
multica-ai/andrej-karpathy-skills 项目深度剖析与商业评估报告
报告日期: 2026-08-22 分析对象: multica-ai/andrej-karpathy-skills 仓库状态: 20.5万 Stars / 2.1万 Forks / 126 Open Issues / MIT License
---
1. 核心定位与商业落地价值
1.1 项目本质:LLM 编码行为的"行为约束层"
该项目并非一个传统意义上的软件框架或工具链,而是一个面向 AI 编码代理(Coding Agent)的指令级行为规范(Behavioral Constraint Layer)。其核心载体是一份经过结构化设计的 CLAUDE.md 文件,通过四原则(Think Before Coding / Simplicity First / Surgical Changes / Goal-Driven Execution)对 Claude Code(以及通过 Cursor 规则扩展至其他 IDE)的代码生成行为进行系统性约束。
从架构视角看,它解决的是 LLM 编码的"非确定性漂移"(Non-deterministic Drift)问题——即模型在缺乏明确约束时,倾向于过度设计、越界修改、隐藏歧义等。这不是一个功能需求,而是一个质量属性(Quality Attribute)需求,直接作用于 AI 编码产物的可维护性、可审查性和可预测性。
1.2 商业落地价值:企业 AI 编码治理的"低成本高杠杆"切入点
在 README 中展示上榜徽章
[](https://github.fq6825.top/repo/forrestchang/andrej-karpathy-skills)