Skillget

AndySoul

agent
Guvenlik Denetimi
Gecti
Health Gecti
  • License — License: MIT
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Community trust — 34 GitHub stars
Code Gecti
  • Code scan — Scanned 1 files during light audit, no dangerous patterns found
Permissions Gecti
  • Permissions — No dangerous permissions requested

Bu listing icin henuz AI raporu yok.

SUMMARY

Andy's Soul - AI Agent 核心操作指令 | Universal core directives for AI agents (Claude, Codex, Cursor) - Cognitive axioms + Musk's methodology + Karpathy's principles

README.md

AndySoul - AI Agent 核心操作指令

License: MIT
GitHub stars
PRs Welcome

适用于 AI 编码 Agent（Claude Code、Codex、Cursor 等）的通用行为指南，结合了基础认知公理、马斯克的工程方法论和 Karpathy 的编码原则，旨在最大化执行质量并最小化常见的 LLM 错误。也欢迎加微信AIPMAndy一起探讨Agent技术及应用。

适用于：Claude Code、OpenAI Codex、Cursor 以及任何读取项目指令的 AI Agent。

中文 | English

这是什么

一套通用配置文件，让 AI 编码 Agent：

  • 从第一性原理思考，而非表面类比
  • 在实现前质疑需求
  • 编写最小化、外科手术式的代码变更
  • 系统性验证结果
  • 透明地处理不确定性

兼容平台：

  • 🤖 Claude Code（通过 CLAUDE.md）
  • 🔧 OpenAI Codex（通过 .cursorrules 或系统提示词）
  • ⚡ Cursor（通过 .cursorrules）
  • 🎯 任何 AI Agent（任何读取项目指令的 Agent）

建立在三大支柱之上：

  1. 9 条认知公理（熵增定律、还原论、概率不确定性等）
  2. 马斯克 5 步工程法（质疑 → 删除 → 简化 → 加速 → 自动化）
  3. Karpathy 4 大编码原则（思考先于编码、简洁优先、外科手术式修改、目标驱动执行）

适用人群

适合你使用，如果你：

  • 希望 AI Agent 更系统地思考，减少错误
  • 需要透明的推理和明确的不确定性处理
  • 重视最小化、精准的代码变更，而非"改进"
  • 需要目标驱动的执行和可验证的检查点
  • 在数据完整性至关重要的项目上工作

这不是：

  • 项目模板（无脚手架、无 CI/CD、无技术栈）
  • 应用框架
  • 领域特定指令的替代品

快速开始

# Claude Code 用户
curl -o CLAUDE.md https://raw.githubusercontent.com/AIPMAndy/AndySoul/main/CLAUDE.md

# Cursor / Codex 用户
curl -o .cursorrules https://raw.githubusercontent.com/AIPMAndy/AndySoul/main/CLAUDE.md

# 或浏览特定场景模板
curl -O https://raw.githubusercontent.com/AIPMAndy/AndySoul/main/TEMPLATES.md

如何使用

Claude Code

复制 CLAUDE.md 到项目根目录：

curl -o CLAUDE.md https://raw.githubusercontent.com/AIPMAndy/AndySoul/main/CLAUDE.md

Claude Code 会自动加载。

Cursor / Codex

复制为 .cursorrules：

curl -o .cursorrules https://raw.githubusercontent.com/AIPMAndy/AndySoul/main/CLAUDE.md

其他 AI Agent

复制内容并适配到你的 Agent 配置格式（系统提示词、指令文件等）。

定制化

编辑文件，添加你的：

  • 技术栈和锁定依赖
  • 项目特定规则和约定
  • 团队工作流和 git 实践
  • 领域知识和边界情况

文件是模块化的 - 保留适合你工作流的部分，移除不需要的。

文档

与众不同之处

大多数提示工程关注"如何编码"。这个关注**"如何思考"** 然后再编码：

  1. 认知基础：基于普世原则（熵、进化、涌现）而非编码惯例
  2. 质疑优先文化：系统性挑战需求（马斯克方法）
  3. 外科手术式精准：只触碰必须改变的（Karpathy 原则）
  4. 验证执行：每一步都有成功标准
  5. 透明的不确定性：从不猜测或美化数据

核心概念

第一性原理思维

剥离惯例和类比。从基本真理（物理、数学、逻辑）推导解决方案。

5 步执行优先级

  1. 质疑必要性
  2. 删除非必要项
  3. 简化剩余部分
  4. 加速周期
  5. 最后自动化

数据完整性

  • 从不根据不清晰的图像猜测
  • 从不为报告美化数据
  • 始终展示计算过程
  • 立即承认错误

外科手术式修改

  • 每行变更都追溯到用户请求
  • 完全匹配现有风格
  • 不"改进"相邻代码
  • 只清理你的修改产生的孤儿代码

示例

之前（典型 LLM 行为）：

用户："给登录表单添加验证"
AI：[添加验证 + 重构表单 + 更新样式 + 添加未使用的错误状态]

之后（使用 AndySoul）：

用户："给登录表单添加验证"
AI："我会添加邮箱/密码验证。计划：
1. 添加验证规则 → 用无效输入测试
2. 显示错误消息 → 测试错误显示
3. 无效时阻止提交 → 测试提交拦截

我还应该处理边界情况如空字符串吗，还是只做基本格式验证？"
[只做请求的修改，匹配现有代码风格]

查看 EXAMPLES.md 了解 5 个详细的前后对比。

权衡

这些指南偏向谨慎而非速度。它们设计用于：

  • 非琐碎功能
  • 生产系统
  • 需长期维护的代码
  • 多人协作项目

对于简单的拼写修复或单行修改，使用你的判断力。

Star 历史

如果这对你有帮助，请考虑给个 star ⭐

Star History Chart

社区

相关工作

  • Karpathy 的观察：关于 LLM 编码错误的推文
  • 马斯克的工程方法论：来自 SpaceX/Tesla 制造的第一性原理思维
  • BMAD-METHOD：完整的 SDLC 工作流（PM → 架构师 → 开发 → QA）
  • claude-code-bmad-foundation：结合 Karpathy + BMAD 的模板

贡献

这是一个活文档。如果你发现改进点：

  1. 开 issue 说明你的使用场景
  2. 分享什么有效、什么无效
  3. 用清晰的推理提出补充

许可证

MIT - 自由使用、修改，无需署名。

致谢

  • Andrej Karpathy：揭示常见 LLM 编码失败模式
  • Elon Musk：5 步工程方法论
  • 第一性原理思考者：认知基础

与 Anthropic、OpenAI、Cursor 或任何 AI 公司无关。
只是一个开发者让 AI 编码 Agent 更系统可靠的尝试。

支持项目

如果你觉得有价值：

  • ⭐ 给仓库点星
  • 🐦 在 Twitter/X 分享
  • 💬 在 Issues 分享你的成功案例
  • 🤝 通过 PR 贡献改进

Yorumlar (0)

Sonuc bulunamadi