一个用于改进Claude Code行为的单一CLAUDE.md文件，源自Andrej Karpathy对LLM编码陷阱的观察。
一个基于Andrej Karpathy对大型语言模型（LLM）编码常见陷阱的观察而设计的`CLAUDE.md`配置文件，旨在通过单一文件显著提升Claude Code的行为质量。该文件针对LLM在编程时容易出现的四大问题——包括未经确认就替用户做假设、过度复杂化代码与API、在不相关的任务中意外修改代码或注释，以及缺乏对不确定性的澄清——提出了四项核心原则：先思考后编码（明确假设与权衡）、保持简洁（拒绝过度工程化）、进行手术式修改（只改动必要部分）以及目标驱动执行（优先通过测试验证）。通过将此文件放入项目根目录，开发者可以引导Claude Code在编码时更加严谨、克制且高效，特别适用于需要高质量代码生成与维护的软件开发场景。
💡 应用场景
这个项目最适合需要控制LLM编码行为、避免过度工程和意外破坏的场景，尤其适合代码审查、遗留系统维护和复杂需求开发。
代码审查与重构
问题：LLM生成的代码经常过度工程化，添加不必要的抽象和功能，导致代码膨胀难以维护。
方案：通过CLAUDE.md中的'Simplicity First'原则，强制Claude Code只生成最小可行代码，避免过度设计。
示例：当你让Claude写一个文件读取函数时，它不会自动添加缓存、错误重试、配置类等，而是直接返回简洁的read_file()实现。
遗留代码维护
问题：LLM在修改现有代码时，常常顺手'改进'无关的注释、格式或删除看似无用的代码，导致意外破坏。
方案：利用'Surgical Changes'原则，限制Claude只修改与任务直接相关的代码行，并仅清理自身产生的遗留。
示例：修复一个bug时，Claude不会同时重构相邻的变量命名或删除你多年前留下的注释，只专注修复目标函数。
复杂需求澄清
问题：LLM经常在模糊需求下自行假设并执行，导致结果偏离用户意图，需要多次返工。
方案：通过'Think Before Coding'原则，强制Claude在编码前显式列出假设、多解释和权衡，并主动询问不确定点。
示例：当你说'优化这个API'时，Claude会先问：'你更关心响应速度还是内存占用？是否需要兼容旧版本？'而不是直接开始改代码。
测试驱动开发
问题：LLM生成的代码缺乏可验证的成功标准，开发者难以判断任务是否真正完成。
方案：应用'Goal-Driven Execution'原则，将模糊任务转化为可验证的测试用例，循环执行直到通过。
示例：实现排序功能时，Claude会先写测试用例（如空数组、重复元素），再写实现，并持续运行测试直到全部通过。
📊 项目信息
- Stars
- ⭐ 149,580
- Forks
- 15,336
- 今日新增
- +3,507
- 排名
- #6
- 收录
- 总榜
- 趋势日期
- 2026年5月23日
- 最后推送
- 2026/4/20