Codex 怎么用 Karpathy 编码准则:放 AGENTS.md 还是装成 Skill 技能

搜「codex 使用 andrej karpathy skills」?本文按原社区仓库与 Codex 官方文档讲清:这份四条编码原则怎么搬进 Codex 的全局或项目 AGENTS.md、怎么放进 .agents/skills 按需调用,以及两者的取舍。

NNathaniel bigo··原创首发·AI 辅助撰写
11 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 Plus 账号

结论先说

  1. 先认清出处:它是社区作者根据 Karpathy 公开帖子整理的四条行为指令(先想后写、简单优先、外科手术式修改、目标驱动执行),不是官方插件,也不含任何可执行魔法代码。
  2. Codex 不默认读 CLAUDE.md,直接搬进 Codex 有两条正路:写进 AGENTS.md,或放进 .agents/skills 目录当技能。
  3. 想每次会话自动约束 Codex,放全局 ~/.codex/AGENTS.md 或仓库 AGENTS.md;注意合并上限默认 32 KiB,别和仓库原有规则打架。
  4. 只想在啃复杂重构时才启用、平时改小文案不想被它反问拖慢,就放进 $HOME/.agents/skills/karpathy-guidelines/SKILL.md,需要时输入 $karpathy-guidelines 点名触发。
  5. 用前先把原文通读一遍,它明确写着「偏向谨慎而非速度」,会导致对话轮数变多。

Codex 接入 Karpathy 准则三种放法

图:本站根据 andrej-karpathy-skills 仓库 与 Codex 官方文档整理的示意图

本文根据社区仓库 forrestchang/andrej-karpathy-skills 与 Codex 官方文档《Custom instructions with AGENTS.md》《Build skills》整理,资料核对于 2026-11-18。配图为本站整理的示意图,不是界面截图。该仓库为第三方社区项目,非 OpenAI 或 Karpathy 官方发布;本站(bigolab.com)不是 OpenAI 官方网站。Claude Code 下的用法见 Karpathy 的 CLAUDE.md 怎么使用。

适用于谁

  • 搜「codex 使用 andrej karpathy skills」,想把网上热传的四条编码原则装进 Codex 的开发者;
  • 用 Codex 改代码时,烦透了它「改一处顺手重构十处」「不问清楚假设就硬写几百行」的人;
  • 拿不准这份准则在 Codex 里该直接塞进 AGENTS.md,还是装进 .agents/skills 当技能调用的人。

一、这四条准则到底约束 Codex 什么

社区仓库把大模型写代码的常见通病总结成四条短规则(背景拆解详见 Karpathy 的 CLAUDE.md 怎么使用,本文只提炼对 Codex 生效的核心动作):

  • Think Before Coding(先想后写):需求有歧义或存在多种解释时停下来列出来问,不悄悄替你选一种假设一路狂奔。
  • Simplicity First(简单优先):只写解决当前问题最少的代码,不擅自加配置项、抽象层或没要求的扩展接口。
  • Surgical Changes(外科手术式修改):只动任务直接涉及的代码行,不顺手格式化隔壁函数、不乱删自己没看懂的旧注释;只清理自己这次改动留下的无用导入。
  • Goal-Driven Execution(目标驱动执行):动手前先把模糊指令转成可验证指标(例如先写复现单测再改代码,跑通才算完)。

二、放法一:写进全局或项目的 AGENTS.md(每轮常驻生效)

Codex 启动会话时会按固定顺序构建指令链:先读全局 ~/.codex/AGENTS.md,再从 Git 仓库根目录逐级读到当前启动目录(读取规则详见 Codex 怎么读 AGENTS.md)。

  1. 做成个人全局底线(推荐个人开发者):打开原仓库里的规则正文,去掉仅针对其他工具的标题说明,保存或追加到 ~/.codex/AGENTS.md(Windows 原生环境即用户文件夹下 .codex\AGENTS.md)。这样本机所有仓库都会继承这四条习惯,又不污染团队 Git 提交。
  2. 做成仓库共享规范:如果全组都认同「禁止顺手重构相邻代码」,就追加到仓库根目录的 AGENTS.md 提交进版本库。若某个实验子目录需要放开手脚大改,可在该子目录放一份 AGENTS.override.md 局部覆盖。
  3. 验证有没有读进去:保存后重开会话,或在终端执行官方检查命令:
bash
codex --ask-for-approval never "List the instruction sources you loaded."

确认输出里包含你刚编辑的那份 AGENTS.md,且总合并体积没有超过 project_doc_max_bytes(默认 32768 字节)。

把四条编码原则搬进 Codex 的步骤

图:本站根据 Codex 官方文档:AGENTS.md 与《Build skills》整理的示意图

三、放法二:放进 .agents/skills 做成按需技能(更省上下文与轮数)

原仓库除了根目录规则文件,还提供了符合开放技能规范的 skills/karpathy-guidelines/SKILL.md。按 Codex 官方《Build skills》文档(完整用法见 Codex Skills 怎么用),把技能文件夹放到以下任一扫描位置即可直接复用:

  • 个人跨仓库使用:$HOME/.agents/skills/karpathy-guidelines/SKILL.md
  • 当前仓库团队共享:<仓库根目录>/.agents/skills/karpathy-guidelines/SKILL.md

放成 Skill 有两个明显好处:

  1. 平时不占正文上下文:Codex 启动时只加载技能的 name 和简短 description(技能目录总预算默认不超过上下文窗口的 2%),只有启用该技能时才读取完整 SKILL.md。
  2. 开关自如,不拖慢简单小活:如果你不想让它在改一行拼写错误时也反复跟你核对假设,可以在该技能目录下新建 agents/openai.yaml 关闭隐式自动触发:
yaml
policy:
  allow_implicit_invocation: false

这样平时写小脚本完全不受影响;遇到复杂老代码修改时,在 CLI 或 IDE 扩展输入框敲 $karpathy-guidelines(或输 /skills 选择)显式挂载即可。若某段时间完全不想看到它,还可在 ~/.codex/config.toml 里用 [[skills.config]] 把 enabled 设为 false。

四、使用注意事项与额度影响

  • 安装前先做安全审阅:任何第三方仓库的规则和技能文件都会直接注入模型提示词,复制或更新前请先肉眼通读一遍全文,养成审查习惯(见 Skill 安全吗:安装前检查什么)。
  • 清理冲突指令:如果你的项目 AGENTS.md 原本写着「看到坏味道顺手重构」,会与第三条「外科手术式修改」直接冲突,合并前要删掉一头。
  • 留意多轮对话额度:由于准则要求「先提问澄清、先写测试再改并循环验证」,单个任务的交互轮次会比一言不发直接改代码更多。若用 ChatGPT Plus 跑重度仓库感觉 5 小时额度吃紧,可查看本站 ChatGPT Plus 充值说明 或无 5 小时限制的 ChatGPT Pro 充值说明。

常见问题

问:能不能直接让 Codex 自动读项目里已有的 CLAUDE.md,省得复制两份?

答:可以。Codex 的 config.toml 提供了 project_doc_fallback_filenames 备用文件名数组(例如设为 ["CLAUDE.md"]),当某层目录没有 AGENTS.md 时就会按顺序回退读取 CLAUDE.md。

问:在 Codex 里敲 /plugin 能像 Claude Code 那样直接装原仓库插件吗?

答:两家的插件打包规范不同,原仓库的 Claude Code 插件市场命令不直接照搬到 Codex;在 Codex 里最干净、零依赖的做法就是复制 SKILL.md 到 .agents/skills 或写进 AGENTS.md。

问:加了这份准则后,Codex 就绝对不会乱改无关代码了吗?

答:不会百分之百保证。无论 AGENTS.md 还是 SKILL.md 本质都是上下文提示词而非沙箱硬锁,改完后仍建议敲 /diff 检查实际改动范围。

相关教程

参考资料

  • GitHub 仓库:forrestchang/andrej-karpathy-skills — https://github.com/forrestchang/andrej-karpathy-skills
  • Codex 官方文档:Custom instructions with AGENTS.md — https://learn.chatgpt.com/docs/agent-configuration/agents-md
  • Codex 官方文档:Build skills — https://learn.chatgpt.com/docs/build-skills

Nathaniel 的更多内容

  1. 01

    LangGraph 流式输出(Streaming)详解:逐字 Token 流、节点进度与自定义事件写法

    多步智能体如果等全部节点跑完才返回,网页前端就会白屏干等十几秒。本文按 LangGraph 官方文档讲清 updates、messages、custom 与 values 四种 stream_mode 的区别,以及组合订阅逐字打字机输出加工具内部实时进度的完整代码。

    其他 AI 工具0
  2. 02

    LangGraph 持久化与长期记忆怎么配:Checkpointer、Store 与 PostgreSQL 实战

    在生产环境跑 LangGraph,单靠 InMemorySaver 一重启就会丢失全部对话。本文按官方文档讲清线程内短期检查点(Checkpointer)与跨线程长期记忆(Store)的分工,以及用 langgraph-checkpoint-postgres 对接 PostgreSQL 的完整步骤。

    其他 AI 工具0
  3. 03

    LangGraph 多智能体怎么写:Supervisor 主管包与 Subgraph 隔离子图实战

    在 LangGraph 里把单个图扩展成多智能体协作有两条官方路线:快速原型用预置包 langgraph-supervisor,大型生产系统用原生子图(Subgraph)嵌套。本文讲清两种写法的完整代码、私有状态隔离防 Token 膨胀技巧以及检查点传播规则。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入审批怎么写:interrupt 暂停图运行与 Command 恢复实战

    企业之所以选 LangGraph,很大程度看中它能安全挂起等待人工审批(Human-in-the-Loop)。本文按官方最新规范讲清 interrupt() 动态暂停、Checkpointer 必备条件、Command(resume=...) 恢复执行,以及防止副作用重复运行的重入规则。

    其他 AI 工具0
  5. 05

    多 Agent 协作平台怎么选:Dify、扣子(Coze)、n8n 与 LangGraph 多智能体机制对比

    搜「多agent协作平台」时,Dify、扣子、n8n 和 LangGraph 都宣称支持多智能体,但底层的调度方式完全不同。本文跳过基础安装,专门从多 Agent 角色跳转、子代理工具调用、上下文隔离与私有化部署四个维度帮你一次选准。

    其他 AI 工具0
  6. 06

    企业微信有官方 MCP 和 CLI 吗:@wecom/cli 安装初始化、长连接机器人与接入教程

    搜「企业 微信 有 mcp 吗」不用再东拼西凑民间群机器人脚本了:企业微信官方已推出 @wecom/cli 命令行工具并内置 stdio 模式的 MCP Server。本文按官方开发者文档讲清安装、智能机器人长连接初始化、业务命令与接入 Claude Code 步骤。

    Claude其他 AI 工具0

同产品的其他教程

  1. 01

    AutoGen 现在怎么样了?微软官方演进路线与 Microsoft Agent Framework 入门

    搜 AutoGen 新教程常被 0.2、0.4、社区分支和 Semantic Kernel 绕晕。按微软官方文档,微软已将 AutoGen 与 Semantic Kernel 两支团队合并推出统一的开源框架 Microsoft Agent Framework。本文讲清现状与 Python 快速上手。

    ChatGPT其他 AI 工具0
  2. 02

    多 Agent 的成本为什么翻倍、怎么控制:Token 膨胀根源与五项降本措施

    刚把单智能体拆成多 Agent,用量往往暴涨好几倍。Anthropic 工程报告统计单智能体约为聊天的 4 倍 Token,多智能体可达约 15 倍。本文拆解固定前缀重复加载、历史搬运、工具链定义与缓存失效四大根源,并给出五条实操控费办法。

    ChatGPTClaude0
  3. 03

    多 Agent 协同开发怎么落地:「一个写、一个审」双代理工作流搭建指南

    多 Agent 协同开发里投入产出比最高的模式就是「一个写、一个审」。本文依据 Anthropic 与 OpenAI 官方编码最佳实践,讲清为什么同会话自审容易漏问题,以及用只读子代理、跨模型交叉审查(Claude Code + Codex)和自动化闭环落地的具体方法。

    ClaudeCodex0
  4. 04

    多 Agent 编排模式详解:编排者-工作者、交接(Handoffs)、并行与评估循环怎么选

    搜「multi-agent orchestration 中文」会被各家框架的不同术语绕晕。本文对照 Anthropic《Building effective agents》与 OpenAI 智能体指南,把编排者-工作者、去中心化交接、并行分片投票与生成-评估循环四种标准编排拓扑讲透。

    ChatGPTClaude0
  5. 05

    多智能体(Multi-Agent)是什么、什么时候该用:Anthropic 与 OpenAI 官方判断标准

    多智能体不是代理越多越聪明。本文依据 Anthropic 研究系统架构文章与 OpenAI 官方智能体指南,讲清确定性工作流、单智能体与多智能体的区别,以及哪三类瓶颈才值得上多智能体协同。

    ChatGPTClaude0
  6. 06

    codebase-memory 类 MCP 是什么、怎么用:基于语法树图谱的本地代码索引原理与配置

    codebase-memory-mcp(DeusData/codebase-memory-mcp)是一类本地代码图谱 MCP 服务器:用 Tree-sitter 把仓库解析成函数与调用关系的 SQLite 图库,帮编码助手查调用链并省下读整份文件的额度。

    ClaudeCodex0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~