andrej-karpathy-skills:用四条原则约束 Agent 写码行为

前言

用 Cursor、OpenClaw 或 QClaw 做日常开发时,常见现象是:模型先替你「脑补」需求,再一路改下去;抽象层叠了好几层,任务却只要改几行;顺手删掉或改掉与本次任务无关的注释和代码。这些不是偶发失误,而是缺少稳定的行为约束时,Agent 的默认倾向。

下面介绍 SkillHub 上的 andrej-karpathy-skills(坐标 @user_2e914038/andrej-karpathy-skills)。它参考 GitHub 上的 andrej-karpathy-skills,由社区发布者 user_2e914038 调整为可在 OpenClaw 使用,并支持通过 QClaw 安装。Skill 本身不依赖外部 API(requires_api_key=false),以通用 SKILL.md 形式把四条写码原则写进 Agent 的执行上下文。

这是什么

andrej-karpathy-skills 是一类 ai-agent 分类的行为型 Skill:不替你调用某个固定 API,而是在编码、改码、评审类任务里,持续提醒模型「先想清楚再动手、少写、只改该改的、用可验证目标收尾」。

维护方在 SkillHub 页面说明:版本 1.0.0,来源为 community。页面摘录的三段话概括了它要对付的问题——模型盲目跟错误假设、过度复杂化结构与 API、在无关处改动或删除代码。Skill 用四条核心原则(页面中英文并列)作为对策框架。

核心功能

已核实内容均来自 SkillHub 官方页面与安装文档,能力可归纳为以下几点。

四条核心原则

  1. Think Before Coding — 别默认假设,先澄清再动手。
  2. Simplicity First — 用最少代码解决问题,不搞过度抽象。
  3. Surgical Changes — 只改该改的,顺手重构是大忌。
  4. Goal-Driven Execution — 定义可验证的成功标准,循环直到达标。

启用后,Agent 在处理仓库内任务时应按上述顺序自我约束:有疑问先问或先核对上下文,再落笔;改动范围与任务描述对齐;完成前对照可检查的标准(测试、lint、明确验收点等)。

运行环境与标签

  • 分类:ai-agent
  • 标签:requires_api_key=false(无需配置 API Key)
  • 适配说明:在 GitHub 原版基础上改为 OpenClaw 可用,并声明支持 QClaw 安装使用

SkillHub 统计(以页面抓取为准):评分 100000,下载 9332,安装 376。

安装与启用

安装流程以 SkillHub 官方说明为准:先具备 skillhub CLI,再把技能装进当前 Agent 能识别的 skills 目录;装错目录会导致技能不被加载。

1、安装或检查 SkillHub CLI

在终端确认是否已安装:

command -v skillhub && skillhub --version

若未安装,可按官方安装脚本执行(完整安装含 CLI 与默认 Skill):

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

仅安装 CLI 时:

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

更完整的优先源与首次配置说明见:SkillHub 安装与优先源配置。

2、安装本 Skill

SkillHub 技能页给出的安装提示为:根据上述安装文档,安装坐标 @user_2e914038/andrej-karpathy-skills。

命令行示例(--dir 必须指向当前环境的 skills 目录,否则默认落在 ./skills/ 且可能不被 Agent 识别):

skillhub install @user_2e914038/andrej-karpathy-skills --dir <你的 skills 目录>

常用客户端 skills 路径(摘自官方安装文档):

环境 skills 目录
Cursor ~/.cursor/skills/
Claude Code ~/.claude/skills/
Codex ~/.codex/skills/ 或项目下 .agents/skills/
OpenClaw 及变体(含 QClaw 等) 各客户端文档中的 skills 目录

OpenClaw 系变体(页面列举包括 NanoBot、PicoClaw、QClaw 等)目录名因产品而异,安装前以当前客户端文档为准。安装后按客户端要求重启或重新加载 Agent,使 SKILL.md 生效。

也可将 SkillHub 页面上的安装提示词直接发给支持 Skill 的 AI,让其按文档完成安装;坐标与版本以页面为准:v1.0.0。

典型用法

本 Skill 没有单独的脚本入口,典型用法是:安装并启用后,在编码类对话里正常描述任务,由 Skill 注入的原则约束 Agent 行为。

可复现的用法模式如下。

  1. 在任务开头写清目标与边界,例如「只修登录超时,不要重构整个 auth 模块」。这与 Surgical Changes、Goal-Driven Execution 一致。
  2. 若需求含糊,要求 Agent 先列出假设与待确认项再改代码,对应 Think Before Coding。
  3. 若实现方案明显膨胀,要求给出更小 diff 或说明为何需要新抽象,对应 Simplicity First。
  4. 结束前要求对照验收标准(运行测试、说明验证步骤),对应 Goal-Driven Execution。

官方简介中的引文可作为你对 Agent 的「红线」复述,例如拒绝无关文件的批量格式化、拒绝删除未理解的历史注释——这些与 Skill 设计意图一致,但具体措辞以 Skill 内 SKILL.md 为准(安装后可在 skills 目录中查看)。

适用场景与注意

适合谁

  • 长期用 Agent 改生产代码、希望减少「想当然」和 scope creep 的开发者。
  • OpenClaw / QClaw 用户,需要社区已适配的 Karpathy 风格原则包。
  • 不想为 Skill 单独申请 API Key 的团队(requires_api_key=false)。

限制与注意

  • 原则是行为约束,不能替代代码审查、测试与权限管理;模型仍可能偏离,需要人做最终合并判断。
  • 安装路径错误是最常见坑:务必使用 skillhub install ... --dir <正确目录>。
  • 评分与下载量为 SkillHub 页面统计,会随时间变化;以 官方技能页 为准。
  • API 地址 https://api.skillhub.cn/user_2e914038/andrej-karpathy-skills 用于 Skill 元数据;日常安装与说明以 SkillHub 网站与 skillhub CLI 为准。

结尾

andrej-karpathy-skills 把「先澄清、求简单、手术式改动、目标可验证」四条原则固化成 Agent Skill,面向 OpenClaw 与 QClaw 等环境,无需 API Key 即可安装。若你正被幻觉式改码和过度抽象拖累效率,可以按官方文档装入 @user_2e914038/andrej-karpathy-skills 试一轮日常任务。

  • SkillHub 技能页:https://www.skillhub.cn/skills/user_2e914038/andrej-karpathy-skills
  • 安装说明:https://skillhub.cn/install/skillhub.md
  • API 元数据:https://api.skillhub.cn/user_2e914038/andrej-karpathy-skills
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜