作者:sg345662365-oss更新于 2026-06-08andrej-karpathy-skills
据 AlphaMoat 统计,截至 2026-06,Andrej Karpathy Skills 累计下载 3,157 次、获 22 个星标,在全部 63,926 个 Claude 技能中排名第 2,131 位,在「AI 智能体」分类(10,757 个)中排名第 342 位。
参考github上的andrej-karpathy-skills修改为openclaw的可用版本 同时支持Qclaw安装使用 "模型会替你做出错误的假设，然后盲目地跟着执行，而不进行检查。它们不管理自己的困惑，不寻求澄清，不暴露不一致性，不提出权衡，在应该反对的时候也不反对。" "它们真的喜欢过度复杂化代码和 API，膨胀抽象，不清除死代码……用超过 1000 行的臃肿结构，而 100 行就足够了。" "它们有时仍然会改变/删除它们不完全理解的注释和代码，作为副作用，即使这与任务无关。" 四条核心原则解决AI幻觉问题 Think Before Coding — 别默认假设，先澄清再动手 Simplicity First — 最少代码解决问题，不搞过度抽象 Surgical Changes — 只改该改的，顺手重构是大忌 Goal-Driven Execution — 定义可验证的成功标准，循环直到达标
| 数据月份 | 累计下载 | 环比 | 星标 | 累计安装 |
|---|---|---|---|---|
| 2026-03 | 223 | — | 0 | 71 |
| 2026-05 | 2,431 | +990.1% | 14 | 376 |
| 2026-06 | 3,157 | +29.9% | 22 | 376 |
记录自身发现以实现自我改进的技能
帮助用户发现和安装智能体技能，当用户询问如「如何做X」、「找X的技能」、「有能做...的吗」等问题时
用于 AI 代理的浏览器自动化 CLI。当用户需要与网站交互（包括浏览页面、填写表单、点击按钮、截图等）时使用。
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
AI智能体技能安全预审工具。安装ClawdHub、GitHub等来源技能前，检查风险信号、权限范围及可疑模式。
类型化知识图谱，用于结构化智能体记忆与可组合技能。适用于以下场景：创建/查询实体（人物、项目、任务、事件、文档）、关联相关对象、强制执行约束、将多步操作规划为图谱变换，或当技能需要共享状态时。触发关键词包括"记住""我知道关于什么""将X链接到Y""显示依赖关系"、实体增删改查操作，以及跨技能数据访问。
将 AI 代理从任务执行者转变为能够预见需求、持续优化的主动伙伴。现已支持 WAL Protocol、Working Buffer、Autonomous Crons 及经过实战验证的模式。属于 Hal Stack 🦞。
专为AI智能体优化的无头浏览器自动化CLI，支持无障碍树快照和基于引用的元素选择。
构建并查询代码库的 AST 摘要和调用图。适用于探索项目结构、查找函数定义、追踪调用链等场景。
BTC合約趨勢掃描(EMA/MACD/RSI/布林/放量)含度槑統計。1H+4H雙時框， Walkforward自優化+資金管理+Telegram推送。
实时 BTC/ETH/SOL 信号扫描器（RSI、EMA、MACD + 仓位管理），多周期融合引擎，支持合约交易，适配 OKX 交易所。
全投资组合监控，覆盖加密货币、美国股票和A股，实时损益跟踪、回撤警报、再平衡信号，支持OKX、Yahoo Finance、Sina。
交易前安全检查：仓位大小限制、杠杆验证、连续亏损锁定、波动率闸口、交易所余额验证。即插即用风险防护...
数据月份:2026-06 · 下载/星标/安装数聚合自公开技能注册库(ClawHub、SkillHub),按月更新。口径说明见数据方法。