AI Skill 大全

大模型极简编码规范约束

依据前OpenAI研究科学家Andrej Karpathy的编程实践,约束大模型在写代码、修复Bug或重构时遵循先思考、极简实现、精准手术式修改与目标验证准则,

功能与用途

大模型在编写代码时经常出现过度设计、过度抽象、无故改动无关代码以及缺乏验证机制的问题。本规范将 Andrej Karpathy 提出的核心编码原则固化为四个维度的执行标准:编码前明确假设与歧义、极简优先拒绝过度架构、手术式精准修改不伤及周边逻辑、以可测试可验证为目标闭环执行。适用于日常开发、Bug排查以及老项目代码重构,能够显著降低AI生成代码引发的连带故障率与维护负担。

适用场景

  • 精准修复遗留代码缺陷:针对存量项目中的具体缺陷,约束模型仅进行手术式局部修改,不改动周边无关代码或格式,避免意外引发连锁故障。
  • 新功能极简原型实现:在添加新特性时抑制过度设计倾向,强制模型以最简可用代码实现目标,不引入单次使用的抽象或未要求的可配置项。
  • 目标驱动的安全重构:在调整现有逻辑前明确验证标准,先通过测试用例锁定原有行为,再以分步骤闭环方式完成重构并逐项通过测试。

适用人群

  • 日常深度使用AI写代码的软件工程师
  • 需要让大模型协助修复老旧代码Bug的后端/前端开发者
  • 注重代码整洁度与极简原则的技术负责人

使用步骤

  1. 将规范内容配置到大模型客户端或 IDE 编码插件的 System Prompt 中
  2. 向模型提出编码、调试或代码重构的具体任务需求
  3. 模型在输出代码前先明确假设与歧义;对于多步骤任务先提供分步验证检查点
  4. 审查模型给出的手术式代码变更与对应测试验证方案

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
编程
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
进阶
版本
main
最近更新
2026-09-23
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Behavioral guidelines to reduce common LLM coding mistakes. Use when writing, reviewing, or refactoring code to avoid overcomplication, make surgical changes, surface assumptions, and define verifiable success criteria.

依赖与权限

  • 读取用户主动提供的内容

同类 Skill