multica-ai GitHub avatar

andrej-karpathy-skills

234K Stars1 Skills23.3K Forks4月20日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年7月19日

面向代码任务前的工作流提示,帮助拆解开发、调试与评审

这个 Skill 是一个可复用的工作流提示文件,围绕代码相关任务的拆解与推进来组织。来源信息显示,它由单个 CLAUDE.md 文件构成,内容来自对 LLM 编码常见问题的观察,主要用于改善 Claude Code 在开发、调试、评审和交付前准备中的表现。

包含 Skill

1

可以单独安装

GitHub Star

234.0k

仓库累计 Star

近 7 天

+2,119

新增 Star

代码更新

2026年4月20日

最近一次推送

核心亮点

  • 1任务拆解

    把复杂代码工作拆成更清晰的步骤。

  • 2工程场景覆盖

    适用于开发、调试、评审和交付前准备。

  • 3行为校正

    针对 LLM 编码中的常见坑做工作流约束。

能做什么

  • 支持代码开发前的任务拆解。
  • 支持调试过程中的问题梳理。
  • 支持代码评审前的检查与整理。
  • 支持工程交付前的准备工作。
  • 以单个 CLAUDE.md 文件形式提供工作流指引。

适用场景

  • 开始一个新功能开发前,先把需求拆成可执行步骤。

  • 排查代码问题时,先整理现象、范围和可能原因。

  • 提交评审前,先按工作流检查实现是否完整。

  • 工程交付前,先做一轮任务复核和遗漏检查。

用之前和用之后

  • 复杂代码任务容易直接进入执行。先完成拆解再推进。
  • 调试和评审步骤可能不够清晰。流程更有条理。

它是怎么工作的

  1. 第 1 步

    拆解任务

  2. 第 2 步

    进入编码

  3. 第 3 步

    复核交付

快速上手

安装与复制命令见“安装方式”。

  1. 1

    回到源文件查看 Skill 内容。

  2. 2

    在代码开发、调试或评审前启用对应工作流。

  3. 3

    按 Skill 中的步骤推进任务拆解与执行。

  4. 4

    交付前再按工作流做一次检查。

适合谁

  • 使用 Claude Code 处理代码任务的用户。
  • 需要在开发前先做任务拆解的人。
  • 经常进行调试、评审和交付准备的工程协作用户。

局限

  • 来源信息未提供具体步骤内容。
  • 未提供可直接执行的安装命令。
  • 未说明适用的编程语言或框架范围。
  • 未给出输出格式或输入要求。

使用前注意

  • · 需要核验该 Skill 中是否包含适合你当前项目的具体流程。
  • · 需要核验是否与现有 Claude Code 工作流冲突。
  • · 需要核验源文件里是否有额外依赖或前置条件。

包含的 Skills · 1

公开来源

相关 Skills

查看更多