Andrej Karpathy Skills
Plugin Verifiziert AktivVerhaltensrichtlinien zur Reduzierung gängiger LLM-Codierungsfehler, abgeleitet von Andrej Karpathys Beobachtungen zu LLM-Codierungsschwierigkeiten
Benutzern helfen, die LLM-Codeerstellung zu verbessern, indem klare Prinzipien zur Vermeidung gängiger Fehler wie Überkomplizierung, falsche Annahmen und chirurgische Fehler bereitgestellt werden.
Funktionen
- Bietet vier Kernprinzipien für bessere LLM-Codierung: Nachdenken vor dem Codieren, Einfachheit zuerst, Chirurgische Änderungen, Zielgerichtete Ausführung.
- Bietet detaillierte Erklärungen und umsetzbare Ratschläge für jedes Prinzip.
- Kann als Claude Code-Plugin oder direkt über eine CLAUDE.md-Datei verwendet werden.
- Enthält Anleitungen zur Definition von Erfolgskriterien für LLM-Aufgaben.
Anwendungsfälle
- Beim Generieren von neuem Code mit einem LLM, um sicherzustellen, dass er von Anfang an Best Practices folgt.
- Beim Überprüfen von von einem LLM erzeugtem Code, um potenzielle Fallstricke zu identifizieren.
- Beim Refactoring von vorhandenem Code, um Einfachheit zu wahren und unnötige Änderungen zu vermeiden.
- Beim Arbeiten an Projekten, bei denen eine konsistente, qualitativ hochwertige Codeausgabe von LLMs entscheidend ist.
Nicht-Ziele
- Bereitstellung von sprachspezifischen Linting- oder Codeformatierungsregeln.
- Automatisierung von Codeausführungs- oder Bereitstellungsprozessen.
- Als Allzweck-LLM-Prompt-Engineering-Tool über Codierungspraktiken hinaus fungieren.
Installation
Zuerst Marketplace hinzufügen
/plugin marketplace add forrestchang/andrej-karpathy-skills/plugin install andrej-karpathy-skills@karpathy-skillsQualitätspunktzahl
VerifiziertVertrauenssignale
Ähnliche Erweiterungen
Context7 Plugin
100Upstash Context7 MCP-Server für die Abfrage aktueller Dokumentationen. Ruft versionsspezifische Dokumentationen und Codebeispiele direkt aus Quell-Repositories in den LLM-Kontext.
LLM Wiki
99Turn Claude Code + Obsidian into a second brain. The LLM incrementally ingests sources into a persistent, interlinked markdown wiki — building entity/concept/source pages, flagging contradictions, maintaining an index and log. Knowledge compounds instead of being re-derived by RAG on every query. Inspired by Karpathy's LLM Wiki gist. Ships SKILL, 3 sub-agents, 5 slash commands, 8 Python tools (stdlib only), full vault templates, and cross-tool compatibility (Claude Code, Codex CLI, Cursor, Antigravity, OpenCode, Gemini CLI).
Framework Migration
99Framework updates, migration planning, and architectural transformation workflows
Dimensional Analysis
99Annotates codebases with dimensional analysis comments documenting units, dimensions, and decimal scaling. Use when someone asks to annotate units in a codebase, perform a dimensional analysis, or find vulnerabilities in a DeFi protocol. Prevents dimensional mismatches and catches formula bugs early.
Codebase Cleanup
98Technical debt reduction, dependency updates, and code refactoring automation
Brand Voice
92Brand Voice transforms scattered brand materials into enforceable AI guardrails — automatically. It searches across Notion, Google Drive, Confluence, Gong, Slack, and meeting transcripts to distill your strongest brand signals into a single source of truth, then applies them to every piece of AI-generated content. The more your team creates with Claude, the more consistent your brand becomes.