트렌딩 목록으로

multica-ai / andrej-karpathy-skills

LLM 코딩 함정에 대한 Andrej Karpathy의 관찰에서 파생된, Claude 코드 동작을 개선하기 위한 단일 CLAUDE.md 파일.

154.3K
15.8K
약 2개월 전
GitHub에서 보기

이 프로젝트에 대해

multica-ai 님의 andrej-karpathy-skills 프로젝트는 GitHub에서 154.3K개의 별을 받으며 많은 개발자들의 주목을 받고 있습니다. 특히 다양한 프로그래밍 언어 환경에서 유용하게 활용될 수 있으며, 최근 오픈소스 커뮤니티에서 활발한 기여와 토론이 이루어지고 있는 트렌딩 레포지토리입니다.

🇰🇷 한국어 번역 README

캐시 히트

카파시 영감을 받은 Claude 코드 가이드라인

제 새로운 프로젝트 Multica를 확인해 보세요 — 재사용 가능한 기술을 갖춘 코딩 에이전트를 실행하고 관리할 수 있는 오픈 소스 플랫폼입니다.

X에서 저를 팔로우하세요:

한 개의 CLAUDE.md 파일로 Claude Code 행동을 개선하며, Andrej Karpathy의 LLM 코딩 문제 관찰에서 파생되었습니다.

영어 | 简体中文

문제점

Andrej의 글에서:

"모델은 사용자를 대신해 잘못된 가정을 하고 확인하지 않고 그대로 진행합니다. 혼란을 관리하지도, 확인하지도, 불일치를 드러내지도, 트레이드오프를 제시하지도, 필요할 때 반발하지도 않습니다."

"코드와 API를 불필요하게 복잡하게 만들고, 추상화를 부풀리고, 죽은 코드는 제거하지 않습니다… 100줄이면 되는 것을 1000줄 넘게 부풀린 구조로 구현합니다."

"여전히 때때로 충분히 이해하지 못한 주석과 코드를 부수 효과로 변경하거나 제거하기도 합니다, 설사 그 작업과 관련이 없더라도."

해결책

하나의 파일에 네 가지 원칙을 담아 이러한 문제를 직접 해결합니다:

원칙해결 대상
코딩 전에 생각하기잘못된 가정, 숨겨진 혼란, 누락된 트레이드오프
단순함 우선과도한 복잡성, 부풀린 추상화
정확한 변경관련 없는 수정, 건드리지 말아야 할 코드 변경
목표 중심 실행테스트 우선 활용, 검증 가능한 성공 기준

네 가지 원칙 상세

1. 코딩 전에 생각하기

가정하지 말고, 혼란을 숨기지 말고, 트레이드오프를 드러내세요


🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.

이 정보는 AI가 자동으로 분석한 결과입니다. 정확한 내용은 원문을 확인하세요.

multica-ai/andrej-karpathy-skills GitHub 원문 바로가기 →