npx skills add LearnPrompt/andrej-karpathy-skills

免责声明：这是对 Andrej Karpathy 公开内容（X 帖子、Gist）的学习整理与译注，版权归原作者。本仓库只做组织、中文译注和可安装化，不代表 Karpathy 本人立场，也未获其背书。

不是语录摘抄，不是人生鸡汤导师。

是 Karpathy 反复在 X 上聊到的那些工作习惯，整理成 Agent 能直接照着执行的指南。

在我的视角，他一直把复杂的东西拆到人能理解、能复现、能迭代。 这 14 个方法 + 1 个总控 Skill 就是按这个思路来的，每个都有明确的触发场景、执行流程、验收标准。

和市面上其他项目不同——我常用的 obra/superpowers 里的 brainstorming 和 garrytan/gstack 里的 office-hours，其他 Skills 使用频率基本为零。这些 Skill 能组成 4 条完整工作流。

📋 Skills

🔗 Workflows（4 条工作流）

建议触发时直接说「用 Karpathy『工作流名』工作流……」。只说「研究到发布」这类通用词，可能会被其他研究或内容 Skill 抢走。

测试方式：每条 prompt 都用 tmux 新建一次全新会话。Codex 使用 codex exec，Hermes 使用 hermes -z，OpenClaw 使用 openclaw agent，Claude Code 使用 claude -p --no-session-persistence。测试时间：2026-05-26。

OpenClaw 安装、Skill 识别、Codex OAuth 登录和最小对话探针已通过：openclaw agent --local --model openai/gpt-5.5 能返回 OK。四条工作流用 tmux 顺序新建 session 重测通过；并发同时跑 4 条会触发 OpenClaw 内部 CommandLaneTaskTimeoutError。OpenClaw 会注入较大的 workspace + skill index，单条测试约 63k-86k tokens。

Claude Code 自然语言触发不稳定：只说「用 Karpathy『工作流名』工作流」时，曾出现链路配错和身份串台。显式写出 /karpathy-idea-files /karpathy-agentic-engineering ... 这类 Skill 链路后，4 条工作流均可在全新 session 中触发。

✨ Skills（详细说明）

🎯 karpathy-methodology（总控路由）

"14 个方法不是都要用。大部分时候你只需要 2-3 个，问题是——选哪几个？"

不知道该用哪个 Skill？从这里开始。它根据你的任务类型自动路由到对应的 Skill 组合。

路由逻辑

怎么触发

用 karpathy 方法帮我做这件事
不知道用哪个 skill
帮我选方法

→ SKILL.md

⚙️ agentic-engineering

"The hottest new programming language is English."

Karpathy 2024 年底加入 Anthropic 前后反复聊的一件事：程序员的工作正在从「写每一行代码」变成「指挥 Agent 写代码」。但这不是甩手掌柜，要先给清楚上下文、定义成功标准、review每一轮 diff、控制变更范围。

为什么需要这个？

你大概试过让 Agent 做一个完整功能，结果它一口气改了 20 个文件，你都不知道它干了什么。这个 Skill 的核心就是，

每轮只交付一个可 review 的增量变更，跑测试后再继续。

它怎么工作

1. 塞入项目上下文：目标、约束
2. 把请求改写成可验证的成功标准
3. Agent 先提方案和取舍，再动手
4. 每轮一个 diff → 跑测试 → 人工 taste review → 下一轮
5. 人类负责方向和判断，Agent 负责执行和验证

所属工作流：🚀 想法到上线

来源：Karpathy 的 Claude coding notes、programming changed

→ SKILL.md

🔀 vibe-to-agentic（从原型到工程）

"There's a whole mass of people for whom programming just kinda opened up."

Vibe coding 很爽，你随口说几句，AI 就给你搓出一个能跑的东西。

但开发之后呢？代码没测试、边界没处理、依赖一团糟。这个 Skill 帮你在「快速出原型」和「能上线的工程」之间搭一座桥。

两阶段切换

适合：你已经有一个「能跑但不敢上线」的原型

不适合：你还没开始写，那直接用 agentic-engineering

所属工作流：🚀 想法到上线

来源：Programming is changing fast

→ SKILL.md

🔬 autoresearch（自主研究循环）

"The Agent ran 300 experiments while I slept and found 3 things I hadn't considered."

把研究变成一个可迭代循环，假设 → 创建分支 → 跑实验 → 分析日志 → 更新假设 → 下一轮。

Agent 不停转，人类隔段时间回来 review 方向和写提示语。

它怎么工作

[你] 初始假设 + 评估指标
      ↓
[Agent] 创建 git 分支 → 跑实验 → 分析结果
      ↓
[Agent] 提出下一轮假设 → 等你批准或修正
      ↓
[循环继续]

适合：ML 训练调参、竞品测试矩阵、prompt 优化实验

不适合：没有 baseline 的开放式探索

所属工作流：📖 研究到发布

来源：AutoResearch tweet

→ SKILL.md

🎭 llm-simulator（模拟器思维）

"Don't ask the model what it thinks. Ask it to simulate people who disagree."

LLM 最大的问题是讨好你。

你问它「这个方案好不好？」它永远说好。

解法不是追求「客观回答」，而是让它模拟多个有利益冲突的角色互相辩论。

四种模式

为什么比普通对话强

普通对话：你得到一个看起来合理的答案，但不知道它隐藏了什么。

模拟器模式：你看到 5 个角色互相拆台，暴露出你没想到的盲区。

所属工作流：⚖️ 反偏见决策

来源：Argue the opposite

→ SKILL.md

📚 llm-wiki（知识复利）

"每条笔记都该是一个会增值的资产，而不是写完就沉底的垃圾。"

Karpathy 发过一个 Gist 详细描述了他理想中的 LLM Wiki：raw sources 不可变，wiki 页面由 LLM 编译生成，有 index、changelog、lint、去重、矛盾检测。本质上是用 LLM 维护一个越滚越大的知识图谱。

和普通笔记工具的区别

所属工作流：📖 研究到发布

来源：LLM Wiki Gist、LLM KB tweet

→ SKILL.md

🧊 minimalism（极简主义）

"I mass delete mass dependencies. mass mass."

Karpathy 一直在身体力行一件事：用纯 Python 实现 GPT（minGPT、nanoGPT），不用 PyTorch Lightning、不用 Hugging Face Trainer、不用任何包装层。为什么？因为每一层抽象都是一堵理解力的墙。

这个 Skill 帮你做依赖决策：什么时候该引入一个库，什么时候该自己写 50 行代码替代它。

决策树

需要这个功能？
  └── 能用 50 行以内实现？ → 自己写
  └── 不能？ → 它有多少 transitive dependencies？
       └── < 5 → 可以考虑
       └── > 20 → 红旗。找替代或 yoink 核心代码

所属工作流：🚀 想法到上线

来源：Pure Python GPT、CLI for agents

→ SKILL.md

🛡️ supply-chain-hygiene（供应链安全）

"Every pip install is an act of mass trust."

LiteLLM 事件让 Karpathy 公开表态，

依赖不是免费的午餐。每个包都是一个攻击面，每个 postinstall 脚本都是一次权限放弃。这个 Skill 让你在 install 之前先想三秒。

它做什么

• 审查新依赖的 transitive tree
• 检查是否有 postinstall hooks
• 推荐 pinned version + lockfile
• 提供「不装也行」的替代方案

所属工作流：🚀 想法到上线

来源：Supply chain LiteLLM、Memory hygiene

→ SKILL.md

🧠 understanding-first（理解不能外包）

"You can outsource thinking, but you cannot outsource understanding."

这句话是整套方法论的哲学内核。

AI 可以帮你写代码、做分析、找答案，但如果你不理解它做了什么，你就在给自己挖坑。

这个 Skill 会强制 Agent 在每次输出后附上，关键假设、已验证项、未验证项、你必须亲自检查的部分。

它在 Agent 输出里加什么

## 你需要理解的部分
- 关键假设：[列出]
- 已通过验证：[列出证据]
- 仍是推测：[列出，附验证方法]
- 建议你亲自看：[具体文件/行/配置]

所属工作流：⚖️ 反偏见决策 + 🪞 月度体检

来源：Understanding quote

→ SKILL.md

📝 idea-files（想法文件）

"Share the idea, not the implementation. Let different agents build different versions."

灵感来了别急着写代码。先写一个「想法文件」，

背景、目标用户、成功标准、约束条件、实现建议。然后把这个文件丢给不同的 Agent，让它们各自实现。

想法文件结构

# [想法名称]
## 背景：为什么要做这个
## 目标用户：谁会用
## 成功标准：做成了长什么样
## 约束：绝对不能做什么
## 实现建议：如果让 Agent 做，给它什么提示

所属工作流：🚀 想法到上线

来源：Agent native MD

→ SKILL.md

📈 output-evolution（输出进化）

"HTML is the new Markdown."

2025 年之后，LLM 的输出不该只是一坨文字了。它可以给你一个可交互的 HTML 页面、一份 Marp 幻灯片、一个实时仪表盘、一个可嵌入的图表。这个 Skill 帮 Agent 选择最合适的输出形式。

输出阶梯

纯文本 → Markdown → Marp 幻灯片 → 独立 HTML
→ 可交互 Dashboard → 带状态的 Web App

适合：需要分享给别人看的、需要演示的、需要汇报的

不适合：只是你自己看个结论

所属工作流：📖 研究到发布

来源：HTML output

→ SKILL.md

🎓 education-first（教育优先）

"Take LLMs to school."

Karpathy 做 minGPT 不是为了发论文，是为了让所有人都能理解 Transformer。

他的方法论，任何复杂系统都能压缩成一个 nano project（< 300 行），配上逐步讲解和练习题，让零基础的人从「完全不懂」走到「能改代码」。

nano project 模板

1. 一句话说明它是什么
2. 最小可运行版本（< 300 行）
3. 逐步 walkthrough
4. 3-5 个递进式练习
5. 常见误区清单

所属工作流：📖 研究到发布+ 🪞 月度体检

来源：Take LLMs to school

→ SKILL.md

🔁 system-prompt-learning（提示学习）

"Learn by writing strategies into system prompts, not by hoping the model remembers."

Agent 反复犯同一类错误？那就把正确做法写进 system prompt。这个 Skill 帮你把每次踩坑的经验，沉淀成可复用的 prompt 指令块。

流程

[踩坑] → 识别错误模式 → 写成触发条件+策略+反模式 → 测试 → 写入 skill 或 system prompt

为什么比「记住」更靠谱

记忆会衰减、会被覆盖、会在新 session 里消失。写进 system prompt 的东西是硬编码的行为规则——每次启动都在。

所属工作流：⚖️ 反偏见决策

来源：System prompt learning

→ SKILL.md

🏋️ practice-environments（练习场）

"You can't learn tennis by reading about tennis. You need a court."

给 Agent 一个可以安全试错的环境：有明确的任务、有自动评分、有重试机制。类似 RL 里的 gym environment，但给 LLM 用。

练习场三要素

1. 任务定义：清晰的输入→输出映射
2. 自动评分：不需要人工判断对错
3. 反馈循环：错了→看到哪里错了→重试

适合：教 Agent 新技能、评估 Agent 能力边界、做 eval

不适合：开放式创作任务（没有标准答案的）

所属工作流：🪞 月度体检

来源：RL environments

→ SKILL.md

🪞 meta-reflection（元反思）

"每隔一段时间问自己：AI 正在悄悄替代我的哪些能力？我还行不行？"

每月一次的结构化自省。不是焦虑想 AI 要替代我了，而是复盘哪些技能在因为过度依赖AI 退化了，哪些因为 AI 加持而变成了超能力，哪些该刻意练习，哪些该彻底放手。

审计模板

• 本月完成的任务清单
• 哪些完全交给了 AI（标记萎缩风险）
• 哪些因 AI 效率翻倍（标记杠杆点）
• 下个月决定刻意练习的 1 件事
• 下个月决定完全交给 AI 的 1 件事

所属工作流：🪞 月度体检

来源：综合 Anthropic join、Behind programmer 等多条

→ SKILL.md

🚀 想法到上线（开发者）

idea-files → agentic-engineering → minimalism → supply-chain-hygiene → vibe-to-agentic

📖 研究到发布（内容创作者）

autoresearch → llm-wiki → output-evolution → education-first

⚖️ 反偏见决策（任何人）

llm-simulator → understanding-first → system-prompt-learning

🪞 月度体检（职场人）

meta-reflection → understanding-first → practice-environments → education-first

⚡ 触发工作流

📦 安装

默认只安装到 Codex / AgentSkills 目录：~/.agents/skills。不同 Agent 的 skills 目录不同，建议一个 Agent 一个 target 明确安装。

git clone https://github.com/LearnPrompt/andrej-karpathy-skills.git
cd andrej-karpathy-skills
bash install.sh

安装到指定工具：

bash install.sh --target codex
bash install.sh --target claude
bash install.sh --target openclaw
bash install.sh --target hermes
bash install.sh --target opencode

确实要一次性安装到所有常见目录时，再显式使用：

bash install.sh --target all

先预览会写入哪些目录：

bash install.sh --dry-run

支持的目标目录如下：

安装后如果 Agent 已经在运行，重启或 reload skills 后再测试。

或单独安装某个 Skill：

帮我安装这个 skill：https://github.com/LearnPrompt/andrej-karpathy-skills/tree/main/<skill-name>

🌟 关于

灵感来源：multica-ai/andrej-karpathy-skills。

我用 Grok 获取了 Karpathy 最近三年与 AI 相关的 X 帖子，又把里面反复出现的方法拆成 14 个可执行 Skill，并补了 1 个 methodology 总控路由。整理时没有只做语录收藏，而是尽量回答三个问题：什么时候该触发、Agent 应该怎么执行、做到什么程度算完成。

这版 README 保留了最初详细版的结构：每个 Skill 都有适用场景、来源推文、使用方式和交付物。它也合并了后续多 Agent 兼容性测试的结果：Codex、Hermes、OpenClaw、Claude Code 都跑过 fresh session；OpenClaw 顺序跑 4 条工作流可用，并发 4 条会 timeout；Claude Code 自然语言触发不稳，建议显式写出 /karpathy-* 链路。

做成一组 Skill 而不是一个超长 prompt，是因为这些方法本来就不是同一类动作：有的是工程节奏，有的是研究循环，有的是安全审计，有的是元反思。拆开后可以单独触发，也可以组合成 4 条工作流。

我自己的处理原则是：

1. 先拆成独立 Skill：让每个 Skill 只解决一种常见任务，不让上下文膨胀成一团。
2. 再组合成工作流：把经常连续发生的任务串起来，例如从想法文件到工程 hardening，从研究实验到可发布内容。
3. 补上人能读懂的解释：每个 Skill 都写清楚为什么需要、适合谁、不适合谁，避免看起来像一堆 AI 自动生成的提示词。

核心理念来自 Karpathy 2023-2026 年间的公开 X 帖子和 Gist，不代表 Karpathy 本人立场。

Karpathy 官宣加入 Anthropic 后，AI 教育项目 Eureka Labs 就锁推了。我不知道他后续还会不会继续发新东西，所以想把这段时间的方法论保留下来。