CLAUDE.md-Regelsatz basierend auf Andrej Karpathys Beobachtungen zu Coding-LLMs

Repositorymultica-ai/andrej-karpathy-skillsSammlung

Das Repository stellt eine einzelne Konfigurationsdatei (CLAUDE.md) für das Tool Claude Code bereit. Sie leitet sich aus Kritikpunkten von Andrej Karpathy an typischen Fehlern von Programmier-LLMs ab und soll Fehlannahmen, unnötige Code-Komplexität sowie unerwünschte Nebeneffekte verhindern.

Das Wichtigste

  1. Adressiert Kernprobleme: LLMs treffen ungeprüfte Annahmen, verkomplizieren Code und verändern unbeteiligte Codezeilen.
  2. Vier Hauptprinzipien: 'Think Before Coding' (Annahmen klären), 'Simplicity First' (Overengineering vermeiden), 'Surgical Changes' (nur betroffene Stellen bearbeiten) und 'Goal-Driven Execution'.
  3. Basiert auf einer einfachen Datei (CLAUDE.md), die direkt in Claude-Code-Projekten hinterlegt werden kann.
  4. Entwickelt von jiayuan_jy im Rahmen des Projekts Multica.

Warum das relevant ist

Coding-Agenten neigen dazu, Aufgaben durch übermäßige Abstraktionen aufzublähen oder bestehenden Code ungefragt umzuschreiben. Eine kompakte Richtlinie im Projektstamm steuert das Verhalten des Agenten präzise, ohne manuelle Prompt-Wiederholungen.

Einordnung

Das Projekt bietet keine eigenständige Softwarebibliothek, sondern eine kuratierte Systemanweisung für Claude Code. Es eignet sich für Softwareentwickler, die Claude Code in ihren Repositories einsetzen und konsistenteren, minimalen Code erwarten. Mit über 200.000 Sternen auf GitHub erfährt die Vorlage enorme Aufmerksamkeit in der Community, auch wenn formale Lizenzangaben im Repository fehlen.

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • X-Post:AYi

    8 Regeln für AGENTS.md: Token sparen und Overengineering durch KI stoppen

    Basierend auf Erfahrungen mit rund 60 Milliarden verarbeiteten Tokens hat Marcos Hernanz aus dem Next.js-Team bei Vercel acht Leitregeln für AGENTS.md formuliert. Die Konfiguration zwingt Programmier-Agenten dazu, einfachen und pragmatischen Code zu schreiben, anstatt überflüssige Abstraktionen und Abhängigkeiten zu erzeugen.

    4974Lesezeichen403.309Aufrufe

    KI & AI· Sammlung

  • Repository:coleam00/skills

    Cole's AI Skills: Modulare Fähigkeiten für Coding-Agenten

    Das GitHub-Repository 'coleam00/skills' liefert eine Sammlung von 33 strukturierten Skills für KI-Coding-Agenten wie Claude Code. Anstelle einer riesigen Instruktionsdatei (wie einer unübersichtlichen CLAUDE.md) definiert jeder Skill in Markdown eine konkrete Aufgabe und wird erst bei Bedarf in den Prompt geladen. Das System basiert auf einem standardisierten Ablauf von Vorbereitung über Planung und Implementierung bis hin zur Validierung und Code-Review.

    482SternePython

    KI & AI· Tool

  • Repository:humanlayer/skills

    HumanLayer Skills: Erweiterungen für Claude Code

    Das GitHub-Repository 'skills' von HumanLayer bietet eine Sammlung modularer Erweiterungen für Claude Code. Die Befehle unterstützen bei der Optimierung von Konfigurationen, Typdefinitionen und agentischen Workflows.

    1387SterneTypeScript

    KI & AI· Tool

  • Repository:GonChen/real-engineering-prompt

    Real Engineering Prompt: Minimalistische Verhaltensregeln für Coding-Agents

    Das Open-Source-Projekt stellt eine schlanke Instruktionsvorlage (AGENTS.md) bereit, die moderne Coding-Agents auf pragmatische Engineering-Prinzipien wie minimale Komplexität, isolierte Änderungen und evidenzbasierte Verifikation ausrichtet.

    4Sterne

    KI & AI· Sammlung

  • Artikel:Anthropic

    Wie Claude Code Kontext speichert: CLAUDE.md und Auto Memory erklärt

    Anthropic dokumentiert das Speichersystem von Claude Code. Da jede Sitzung mit einem leeren Kontextfenster startet, greift das CLI-Tool auf zwei Mechanismen zurück: manuell definierte CLAUDE.md-Dateien für persistente Regeln und Auto Memory für automatische Notizen aus Nutzerkorrekturen.

    KI & AI· Sammlung

  • Repository:elayadesign/ai-design-skills

    ai-design-skills: Markdown-Regeln für KI-gestütztes Webdesign

    Das GitHub-Repository elayadesign/ai-design-skills bündelt strukturierte Design-Anleitungen und Regelwerke im Markdown-Format für KI-gestützte Coding-Tools. Entwickler können diese Skills in Assistenten wie Claude Code, Cursor oder Windsurf einbinden, um konsistentere Landingpages und UI-Systeme zu generieren.

    1960Sterne

    KI & AI· Sammlung

Lassen Sie uns über Ihr Projekt sprechen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.