Codex 怎麼用 Karpathy 編碼準則:放 AGENTS.md 還是裝成 Skill 技能

搜「codex 使用 andrej karpathy skills」?本文按原社區倉庫與 Codex 官方文檔講清:這份四條編碼原則怎麼搬進 Codex 的全局或項目 AGENTS.md、怎麼放進 .agents/skills 按需調用,以及兩者的取捨。

NNathaniel bigo··原創首發·AI 輔助撰寫
11 分鐘讀完
資料核對於 2026-11-18 · 依據官方文檔與公開資料整理 Plus 帳號

結論先說

  1. 先認清出處:它是社區作者根據 Karpathy 公開帖子整理的四條行為指令(先想後寫、簡單優先、外科手術式修改、目標驅動執行),不是官方插件,也不含任何可執行魔法代碼。
  2. Codex 不預設讀 CLAUDE.md,直接搬進 Codex 有兩條正路:寫進 AGENTS.md,或放進 .agents/skills 目錄當技能。
  3. 想每次會話自動約束 Codex,放全局 ~/.codex/AGENTS.md 或倉庫 AGENTS.md;注意合併上限預設 32 KiB,別和倉庫原有規則打架。
  4. 只想在啃複雜重構時才啟用、平時改小文案不想被它反問拖慢,就放進 $HOME/.agents/skills/karpathy-guidelines/SKILL.md,需要時輸入 $karpathy-guidelines 點名觸發。
  5. 用前先把原文通讀一遍,它明確寫着「偏向謹慎而非速度」,會導致對話輪數變多。

Codex 接入 Karpathy 準則三种放法

圖:本站根據 andrej-karpathy-skills 倉庫 與 Codex 官方文檔整理的示意圖

本文根據社區倉庫 forrestchang/andrej-karpathy-skills 與 Codex 官方文檔《Custom instructions with AGENTS.md》《Build skills》整理,資料核對於 2026-11-18。配圖為本站整理的示意圖,不是介面截圖。該倉庫為第三方社區項目,非 OpenAI 或 Karpathy 官方發佈;本站(bigolab.com)不是 OpenAI 官方網站。Claude Code 下的用法見 Karpathy 的 CLAUDE.md 怎麼使用。

適用於誰

  • 搜「codex 使用 andrej karpathy skills」,想把網上熱傳的四條編碼原則裝進 Codex 的開發者;
  • 用 Codex 改代碼時,煩透了它「改一處順手重構十處」「不問清楚假設就硬寫幾百行」的人;
  • 拿不準這份準則在 Codex 裏該直接塞進 AGENTS.md,還是裝進 .agents/skills 當技能調用的人。

一、這四條準則到底約束 Codex 什麼

社區倉庫把大模型寫代碼的常見通病總結成四條短規則(背景拆解詳見 Karpathy 的 CLAUDE.md 怎麼使用,本文只提煉對 Codex 生效的核心動作):

  • Think Before Coding(先想後寫):需求有歧義或存在多種解釋時停下來列出來問,不悄悄替你選一種假設一路狂奔。
  • Simplicity First(簡單優先):只寫解決當前問題最少的代碼,不擅自加配置項、抽象層或沒要求的擴展接口。
  • Surgical Changes(外科手術式修改):只動任務直接涉及的代碼行,不順手格式化隔壁函數、不亂刪自己沒看懂的舊註釋;只清理自己這次改動留下的無用導入。
  • Goal-Driven Execution(目標驅動執行):動手前先把模糊指令轉成可驗證指標(例如先寫復現單測再改代碼,跑通才算完)。

二、放法一:寫進全局或項目的 AGENTS.md(每輪常駐生效)

Codex 啟動會話時會按固定順序構建指令鏈:先讀全局 ~/.codex/AGENTS.md,再從 Git 倉庫根目錄逐級讀到當前啟動目錄(讀取規則詳見 Codex 怎麼讀 AGENTS.md)。

  1. 做成個人全局底線(推薦個人開發者):打開原倉庫裏的規則正文,去掉僅針對其他工具的標題說明,儲存或追加到 ~/.codex/AGENTS.md(Windows 原生環境即用戶文件夾下 .codex\AGENTS.md)。這樣本機所有倉庫都會繼承這四條習慣,又不污染團隊 Git 提交。
  2. 做成倉庫共享規範:如果全組都認同「禁止順手重構相鄰代碼」,就追加到倉庫根目錄的 AGENTS.md 提交進版本庫。若某個實驗子目錄需要放開手腳大改,可在該子目錄放一份 AGENTS.override.md 局部覆蓋。
  3. 驗證有沒有讀進去:儲存後重開會話,或在終端執行官方檢查命令:
bash
codex --ask-for-approval never "List the instruction sources you loaded."

確認輸出裏包含你剛編輯的那份 AGENTS.md,且總合並體積沒有超過 project_doc_max_bytes(預設 32768 字節)。

把四條編碼原則搬進 Codex 的步驟

圖:本站根據 Codex 官方文檔:AGENTS.md 與《Build skills》整理的示意圖

三、放法二:放進 .agents/skills 做成按需技能(更省上下文與輪數)

原倉庫除了根目錄規則文件,還提供了符合開放技能規範的 skills/karpathy-guidelines/SKILL.md。按 Codex 官方《Build skills》文檔(完整用法見 Codex Skills 怎麼用),把技能文件夾放到以下任一掃描位置即可直接複用:

  • 個人跨倉庫使用:$HOME/.agents/skills/karpathy-guidelines/SKILL.md
  • 當前倉庫團隊共享:<倉庫根目錄>/.agents/skills/karpathy-guidelines/SKILL.md

放成 Skill 有兩個明顯好處:

  1. 平時不佔正文上下文:Codex 啟動時只加載技能的 name 和簡短 description(技能目錄總預算預設不超過上下文窗口的 2%),只有啟用該技能時才讀取完整 SKILL.md。
  2. 開關自如,不拖慢簡單小活:如果你不想讓它在改一行拼寫錯誤時也反覆跟你核對假設,可以在該技能目錄下新建 agents/openai.yaml 關閉隱式自動觸發:
yaml
policy:
  allow_implicit_invocation: false

這樣平時寫小腳本完全不受影響;遇到複雜老代碼修改時,在 CLI 或 IDE 擴展輸入框敲 $karpathy-guidelines(或輸 /skills 選擇)顯式掛載即可。若某段時間完全不想看到它,還可在 ~/.codex/config.toml 裏用 [[skills.config]] 把 enabled 設為 false。

四、使用注意事項與額度影響

  • 安裝前先做安全審閱:任何第三方倉庫的規則和技能文件都會直接注入模型提示詞,複製或更新前請先肉眼通讀一遍全文,養成審查習慣(見 Skill 安全嗎:安裝前檢查什麼)。
  • 清理衝突指令:如果你的項目 AGENTS.md 原本寫着「看到壞味道順手重構」,會與第三條「外科手術式修改」直接衝突,合併前要刪掉一頭。
  • 留意多輪對話額度:由於準則要求「先提問澄清、先寫測試再改並循環驗證」,單個任務的交互輪次會比一言不發直接改代碼更多。若用 ChatGPT Plus 跑重度倉庫感覺 5 小時額度吃緊,可查看本站 ChatGPT Plus 充值說明 或無 5 小時限制的 ChatGPT Pro 充值說明。

常見問題

問:能不能直接讓 Codex 自動讀項目裏已有的 CLAUDE.md,省得複製兩份?

答:可以。Codex 的 config.toml 提供了 project_doc_fallback_filenames 備用文件名數組(例如設為 ["CLAUDE.md"]),當某層目錄沒有 AGENTS.md 時就會按順序回退讀取 CLAUDE.md。

問:在 Codex 裏敲 /plugin 能像 Claude Code 那樣直接裝原倉庫插件嗎?

答:兩家的插件打包規範不同,原倉庫的 Claude Code 插件市場命令不直接照搬到 Codex;在 Codex 裏最乾淨、零依賴的做法就是複製 SKILL.md 到 .agents/skills 或寫進 AGENTS.md。

問:加了這份準則後,Codex 就絕對不會亂改無關代碼了嗎?

答:不會百分之百保證。無論 AGENTS.md 還是 SKILL.md 本質都是上下文提示詞而非沙箱硬鎖,改完後仍建議敲 /diff 檢查實際改動範圍。

相關教學

參考資料

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

Nathaniel 的更多內容

  1. 01

    LangGraph 流式輸出(Streaming)詳解:逐字 Token 流、節點進度與自定義事件寫法

    多步智能體如果等全部節點跑完才返回,網頁前端就會白屏乾等十幾秒。本文按 LangGraph 官方文檔講清 updates、messages、custom 與 values 四種 stream_mode 的區別,以及組合訂閱逐字打字機輸出加工具內部實時進度的完整代碼。

    其他 AI 工具0
  2. 02

    LangGraph 持久化與長期記憶怎麼配:Checkpointer、Store 與 PostgreSQL 實戰

    在生產環境跑 LangGraph,單靠 InMemorySaver 一重啟就會丟失全部對話。本文按官方文檔講清線程內短期檢查點(Checkpointer)與跨線程長期記憶(Store)的分工,以及用 langgraph-checkpoint-postgres 對接 PostgreSQL 的完整步驟。

    其他 AI 工具0
  3. 03

    LangGraph 多智能體怎麼寫:Supervisor 主管包與 Subgraph 隔離子圖實戰

    在 LangGraph 裏把單個圖擴展成多智能體協作有兩條官方路線:快速原型用預置包 langgraph-supervisor,大型生產系統用原生子圖(Subgraph)嵌套。本文講清兩種寫法的完整代碼、私有狀態隔離防 Token 膨脹技巧以及檢查點傳播規則。

    其他 AI 工具0
  4. 04

    LangGraph 人工介入審批怎麼寫:interrupt 暫停圖運行與 Command 恢復實戰

    企業之所以選 LangGraph,很大程度看中它能安全掛起等待人工審批(Human-in-the-Loop)。本文按官方最新規範講清 interrupt() 動態暫停、Checkpointer 必備條件、Command(resume=...) 恢復執行,以及防止副作用重複運行的重入規則。

    其他 AI 工具0
  5. 05

    多 Agent 協作平台怎麼選:Dify、釦子(Coze)、n8n 與 LangGraph 多智能體機制對比

    搜「多agent協作平台」時,Dify、釦子、n8n 和 LangGraph 都宣稱支持多智能體,但底層的調度方式完全不同。本文跳過基礎安裝,專門從多 Agent 角色跳轉、子代理工具調用、上下文隔離與私有化部署四個維度幫你一次選準。

    其他 AI 工具0
  6. 06

    企業微信有官方 MCP 和 CLI 嗎:@wecom/cli 安裝初始化、長連接機器人與接入教學

    搜「企業 微信 有 mcp 嗎」不用再東拼西湊民間群機器人腳本了:企業微信官方已推出 @wecom/cli 命令行工具並內置 stdio 模式的 MCP Server。本文按官方開發者文檔講清安裝、智能機器人長連接初始化、業務命令與接入 Claude Code 步驟。

    Claude其他 AI 工具0

同產品的其他教學

  1. 01

    AutoGen 現在怎麼樣了?微軟官方演進路線與 Microsoft Agent Framework 入門

    搜 AutoGen 新教學常被 0.2、0.4、社區分支和 Semantic Kernel 繞暈。按微軟官方文檔,微軟已將 AutoGen 與 Semantic Kernel 兩支團隊合併推出統一的開源框架 Microsoft Agent Framework。本文講清現狀與 Python 快速上手。

    ChatGPT其他 AI 工具0
  2. 02

    多 Agent 的成本為什麼翻倍、怎麼控制:Token 膨脹根源與五項降本措施

    剛把單智能體拆成多 Agent,用量往往暴漲好幾倍。Anthropic 工程報告統計單智能體約為聊天的 4 倍 Token,多智能體可達約 15 倍。本文拆解固定前綴重複加載、歷史搬運、工具鏈定義與緩存失效四大根源,並給出五條實操控費辦法。

    ChatGPTClaude0
  3. 03

    多 Agent 協同開發怎麼落地:「一個寫、一個審」雙代理工作流搭建指南

    多 Agent 協同開發裏投入產出比最高的模式就是「一個寫、一個審」。本文依據 Anthropic 與 OpenAI 官方編碼最佳實踐,講清為什麼同會話自審容易漏問題,以及用只讀子代理、跨模型交叉審查(Claude Code + Codex)和自動化閉環落地的具體方法。

    ClaudeCodex0
  4. 04

    多 Agent 編排模式詳解:編排者-工作者、交接(Handoffs)、並行與評估循環怎麼選

    搜「multi-agent orchestration 中文」會被各家框架的不同術語繞暈。本文對照 Anthropic《Building effective agents》與 OpenAI 智能體指南,把編排者-工作者、去中心化交接、並行分片投票與生成-評估循環四種標準編排拓撲講透。

    ChatGPTClaude0
  5. 05

    多智能體(Multi-Agent)是什麼、什麼時候該用:Anthropic 與 OpenAI 官方判斷標準

    多智能體不是代理越多越聰明。本文依據 Anthropic 研究系統架構文章與 OpenAI 官方智能體指南,講清確定性工作流、單智能體與多智能體的區別,以及哪三類瓶頸才值得上多智能體協同。

    ChatGPTClaude0
  6. 06

    codebase-memory 類 MCP 是什麼、怎麼用:基於語法樹圖譜的本地代碼索引原理與配置

    codebase-memory-mcp(DeusData/codebase-memory-mcp)是一類本地代碼圖譜 MCP 伺服器:用 Tree-sitter 把倉庫解析成函數與調用關係的 SQLite 圖庫,幫編碼助手查調用鏈並省下讀整份文件的額度。

    ClaudeCodex0

0 條評論

登入 後參與評論

還沒有評論,來搶沙發~