Claude Code 使用技巧：提升 ai 代码能力插件
这是什么？
一个通过行为准则约束 Claude Code 输出质量的插件，灵感来自 Andrej Karpathy 对 LLM 编码痛点的总结。核心就是一个 CLAUDE.md 文件，包含四条准则，分别针对 AI 编码中最常见的四种翻车场景。
GitHub: multica-ai/andrej-karpathy-skills（14 万+ Star）
安装
在 Claude Code 中执行：
# 1. 添加插件市场
/plugin marketplace add forrestchang/andrej-karpathy-skills
# 2. 安装插件
/plugin install andrej-karpathy-skills@karpathy-skills安装后全局生效，所有项目都会遵循这些准则。
四条行为准则
1. 先思考再编码（Think Before Coding）
要解决的问题：AI 习惯直接动手写代码，跳过需求澄清阶段，结果写出来的东西和你想要的完全不一样。
约束行为：
- 写代码前先陈述假设，不确定就问，别瞎猜
- 有多种方案时列出来让你选，而不是默默挑一个
- 有更简单的实现方式就直接说
- 遇到不懂的地方停下来问，不要糊弄过去
这条准则让 AI 从”糊弄式回答”变成”确认式执行”。
2. 简洁优先（Simplicity First）
要解决的问题：AI 容易过度设计，写 50 行能解决的问题给了 200 行，加了没人要的抽象层和配置项。
约束行为：
- 只写需求里有的功能，不自己加戏
- 单次使用的代码不抽抽象层
- 不为不可能发生的场景写错误处理
- 如果写了 200 行但发现 50 行就能搞定，重写
核心问题：你写完代码后问自己——”高级工程师会觉得这是过度设计吗？”如果答案是 yes，就简化。
3. 精准修改（Surgical Changes）
要解决的问题：AI 改 A 顺便动 B，格式化 C，重构 D。PR diff 里混了大量无关改动，review 起来头疼。
约束行为：
- 不”顺便优化”相邻代码、注释、格式
- 不重构没坏的东西
- 保持和现有代码一致的风格，哪怕你觉得应该换一种写法
- 发现无关的死代码可以提一嘴，但别直接删
检验标准：diff 里每一行改动都应该能追溯到你的需求。
4. 目标驱动执行（Goal-Driven Execution）
要解决的问题：AI 做完就算完，不验证是否正确。你也不知道它到底实现了没有。
约束行为：
- 把模糊需求转成可验证的目标：
- “加个验证” → “先写无效输入的测试用例，再让它们通过”
- “修这个 bug” → “先写能复现的测试，再修掉”
- “重构 X” → “确保重构前后测试都能通过”
- 多步骤任务先列计划再执行，每步带验证点
弱标准（”让它能跑”）需要你反复确认；强标准可以放手让 AI 自己迭代。
效果
- 没有安装提示词之前 ai 会进行大量的设计模式，架构设计，并且顺便做了很多不需要处理的工作和代码修改 实际安装这个插件后，实际产出和代码修改中，发现 ai 有明显的精简，代码产出结构更加明确，有不少的帮助和提升
vmvxvrvojowlolxewfhdhnreofyifs