ClawHub

Karpathy编程四大原则

Data & APIs

AI编程四大原则 - 源自Karpathy法则 (forrestchang/andrej-karpathy-skills 94.2k⭐)。用于在AI编程时强制执行先思考、保持简单、精准修改、目标驱动四大原则。适用于AI代码审查、代码生成、修复bug等场景。

Install

openclaw skills install karpathy-principles

⚠️ 发布规则

所有发布到ClawHub的技能必须严格测试，确定没有问题再发布

技能测试验证清单

发布前必须验证：

  • 功能完整性：所有描述的功能都能正常工作
  • 语法正确性：Markdown格式正确，无错误
  • 激活词有效性：激活词能正确触发
  • 场景覆盖：主要使用场景已测试
  • 无副作用：不会破坏已有功能

Karpathy Principles - AI编程四大原则

基于 Andrej Karpathy 的 AI 编程观察，使用 forrestchang/andrej-karpathy-skills (94.2k⭐) 激活词: 克拉aude法则 / 编程法则

原则概述

原则核心执行
1. 先思考不假设，不隐藏困惑不确定就问，多种解释列出
2. 保持简单最小代码解决问题无多余抽象
3. 精准修改只改必须改的不"顺便"改进邻接代码
4. 目标驱动测试先行，验证闭环"修bug"→"写测试复现→让测试通过"

触发条件

当AI出现以下情况时，必须应用此原则：

  • 代码过于复杂 (>200行可解决写1000行)
  • 改动范围失控 (修改了不相关的代码)
  • 未经确认就实现 (不询问就开干)
  • 缺少验证 (没有测试或检查点)

工作流程

1. 代码审查

CLAUDE.md → 检查错误假设 → 检查过度复杂 → 检查连带修改 → 报告问题

2. 代码生成

需求 → 列出多种解释 → 选择最简方案 → 写测试 → 实现

3. Bug修复

报告bug → 写测试复现bug → 让测试通过 → 验证修复

示例

错误示范 ❌

用户: "添加用户验证" AI: 直接写了一个完整的UserService类，包含角色权限、密码加密、会话管理... (过度复杂，假设了不需要的功能)

正确示范 ✅

用户: "添加用户验证" AI:

  1. 你需要哪种验证? (邮件+密码? 手机号? OAuth?)
  2. 需要验证哪些字段?
  3. 数据规模多大?
  4. 有现有用户表结构吗? (先思考，不假设)

Bug修复

用户: "修复登录bug" AI:

  1. 写测试复现bug → 让测试失败
  2. 定位问题 → 修复
  3. 让测试通过
  4. 验证修复正确 (目标驱动，测试闭环)

禁用触发

在收到以下关键词时，必须停止并应用法则：

  • "帮我写个..." → 先问需求细节
  • "修复这个" → 先写测试复现
  • "添加功能" → 先确认最小范围

来源

More in Data & APIs