К основному содержанию
скилл CX Codex

from-scratch — скилл для Claude Code: что делает и как установить

Скилл from-scratch для Claude Code помогает понять принцип работы технологии через пошаговую сборку минимальной версии. Агент просит предсказать результат каждого шага, затем запускает код и сравнивает вывод с прогнозом.

MIT ★ 541 обновлён 2026-11-09

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add dotslashsimran/simcraft --skill from-scratch -a claude-code
Открыть на GitHub

Что делает from-scratch

Скилл разбирает выбранную технологию и собирает её минимальную работающую версию небольшими шагами. Он сначала выясняет, что уже знакомо пользователю, выделяет основной механизм и составляет план из 4–8 шагов. Каждый шаг добавляет одну идею и заканчивается запуском кода с видимым результатом.

До запуска агент просит предсказать вывод и ждёт ответа. Затем пишет и запускает код, сравнивает результат с прогнозом и объясняет расхождение. Пример ограничен 200 строками в одном файле; допустимы стандартная библиотека или numpy, если задаче не нужно больше. Сложные детали вроде обработки ошибок намеренно остаются за рамками. В конце агент предлагает сравнить игрушечную версию с настоящей библиотекой или инструментом, а затем проверить понимание вопросами.

Какие задачи решает

  • разобрать механизм внимания через работающий пример
  • собрать простую версию Git или HTTP-сервера
  • понять, как токенизатор преобразует текст
  • сравнить учебную реализацию с настоящей библиотекой

Примеры запросов агенту

  • Объясни, как работает механизм внимания, и собери его с нуля.
  • Помоги понять Git, реализовав минимальную версию без готовой библиотеки.
  • Научи меня принципу RAG через небольшую работающую реализацию.

Как установить from-scratch

1Через Skills CLI (Vercel)

npx skills add dotslashsimran/simcraft --skill from-scratch -a claude-code

2Вручную: положить файлы

~/.claude/skills/from-scratch/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/from-scratch/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о from-scratch

Как установить from-scratch в Claude Code?

Выполни npx skills add dotslashsimran/simcraft --skill from-scratch -a claude-code. Скилл появится в ~/.claude/skills/from-scratch/SKILL.md.

Что делает from-scratch?

Он обучает принципу работы программной идеи через последовательную сборку небольшой реализации. Перед запуском каждого шага агент просит предсказать результат, а после сравнивает его с выводом программы.

Как устроено обучение с from-scratch?

Работа идёт по одному шагу за раз: агент объясняет идею, пишет код и запускает его на маленьком примере. Затем можно сопоставить учебную версию с настоящей библиотекой или инструментом.

Исходный текст

SKILL.md · MIT
---
name: from-scratch
description: Learn how something really works by building the smallest working version of it from scratch, Karpathy style, one small step at a time, with the user predicting what each step will do before running it. Works for ML and AI ideas (attention, tokenizers, backprop, RAG, agents), systems (a database, an HTTP server, git, a shell) and anything else that can be coded. Use when the user says "teach me how X works", "build X from scratch", "I want to really understand X", "explain X from first principles", or "implement X without the library".
---

# From scratch

Reading about a thing gives you the words. Building it gives you the understanding. The fastest way to really get attention, a tokenizer, a vector database or git is to write the smallest version that works, in plain code, and watch it run.

The goal is understanding, not a finished library. Small and readable beats complete.

## 1. Find the core

Ask one question first: what does the user already know? (For example: "Comfortable with Python and numpy? Seen matrix multiplication before?") Then name, in one or two sentences, **the one mechanism that makes the thing work**. Examples:
- Attention: every token scores every other token, and takes a weighted average of their values.
- Git: files are stored by the hash of their contents, and a commit is a file that points at a tree and a parent.
- RAG: turn text into vectors, find the nearest ones to the question, paste them into the prompt.

Everything that isn't the core (speed, edge cases, config, error handling) is left out on purpose. Say what's left out and why.

## 2. Plan the build

Break it into 4 to 8 steps. Each step adds one idea and ends with something that runs and prints a result. Target the whole thing at **under 200 lines**, one file, standard library or numpy only unless the idea needs more. Show the step list, then start step 1.

## 3. Each step

1. **Say the idea** in two or three plain sentences.
2. **Ask for a prediction** before running anything: "What do you think this prints?" or "Which word will get the highest score?" Wrong guesses are where the learning happens, so wait for one.
3. **Write the code** for that step only. Short functions, honest variable names, a comment only where the why isn't obvious.
4. **Run it** and show the real output. Use tiny inputs (3 tokens, 2 files, a 4-word vocabulary) so every number can be checked by eye.
5. **Compare with the prediction.** If it was wrong, explain what they missed, in one or two sentences.

Never write two steps at once. The user can say "faster" to combine steps.

## 4. Check against the real thing

When the toy works, run the same input through the real library or tool (PyTorch attention, real git, a real tokenizer) and show that the answers match, or explain exactly why they differ. This is what turns "I made a toy" into "I know how it works".

## 5. Lock it in

End with:
- A **one-paragraph explanation in the user's words**: ask them to explain it back first, then tidy what they wrote rather than replacing it.
- **Three questions** that test the core idea, answers hidden until they try. (The `teach-back` skill can take it from here.)
- **Where the real version is more complicated**, as a short list, so they know what they skipped.

Keep the code file. It's their reference implementation.

## Rules

- Never paste a big finished implementation. The steps are the lesson.
- No magic: if a line uses something they haven't seen, either explain it in one sentence or replace it with something simpler.
- Run every line of code you show. Never show output you didn't get.

© dotslashsimran · MIT · dotslashsimran/simcraft

Похожие скиллы

Все скиллы по теме «ИИ и ML» →
contentful-custom-app-from-scratch contentful contentful-custom-app-from-scratch — скилл для Claude Code, который помогает спроектировать и собрать приложение на Contentful App Framework. Он подключается к задачам создания новой интеграции под рабочий процесс организации. CX Codex +1 3 300установок os-dev-scratch mohitmishra786 Скилл os-dev-scratch для Claude Code помогает собрать минимальную ОС для x86-64: от загрузчика и таблиц страниц до драйверов и переключения контекста. Активируется на вопросах о загрузке ядра, прерываниях и QEMU. CX Codex +1 381установок agent-platform-migrate-from-ai-studio официальный google Скилл agent-platform-migrate-from-ai-studio для Claude Code, Gemini CLI и Codex, который ведёт агента через миграцию приложения с Gemini API в Google AI Studio на Agent Platform (бывший Vertex AI). CX Codex +1 7 934установок from-the-other-side-vega официальный github Скилл from-the-other-side-vega собирает поведенческие паттерны ИИ-напарника для быстрого темпа: помогает развивать полусырые идеи, спорить и признавать незнание. CX Codex +1 746установок agent-observability-build-eval-from-annotations datadog-labs Скилл agent-observability-build-eval-from-annotations обучает LLM-судью Datadog LLM-Obs по готовой разметке очереди аннотаций. Помогает масштабировать ручную оценку трейсов через замеры качества. CX Codex +1 254установок get-prompt-from-image wuyoscar Скилл get-prompt-from-image для Claude Code и других платформ анализирует опорные изображения и собирает детализированные промпты для генераторов картинок. CX Codex +1 150установок

Из того же набора24

Весь набор →
image-gen Скилл image-gen для Claude Code генерирует изображения по запросу и редактирует их. Запускается для иллюстраций, иконок, превью, текстур и серий изображений с общим персонажем. CX Codex +1 ★ 541звёзд репо teach-back Скилл teach-back для Claude Code помогает проверить понимание темы через объяснение своими словами. Агент задаёт вопросы по пробелам в знаниях, затем готовит шпаргалку и вопросы для повторения. CX Codex +1 ★ 541звёзд репо brand-kit Скилл brand-kit для Claude Code считывает оформление компании с её сайта и сохраняет его как бренд-кит. Запускается перед созданием видео, стикеров или графики для бренда. CX Codex +1 ★ 541звёзд репо next-step Скилл next-step для Claude Code превращает большую цель или поток задач в один следующий шаг. Агент подключает его, когда просят составить план, разбить задачу или помочь начать. CX Codex +1 ★ 541звёзд репо video-script Скилл video-script для Claude Code пишет сценарии коротких разговорных видео, объяснений и демонстраций продукта. Включается по просьбе создать или исправить сценарий, хук либо ролик для YouTube, TikTok, Reels или LinkedIn. CX Codex +1 ★ 541звёзд репо repo-timelapse Скилл repo-timelapse для Claude Code превращает историю репозитория в видео, где карта файлов меняется вместе с кодом. Запускается по просьбе показать развитие проекта или анимировать коммиты. CX Codex +1 ★ 541звёзд репо skill-router Скилл skill-router для Claude Code выбирает навык под задачу или выстраивает цепочку из нескольких. Он включается, когда запрос расплывчатый или подходит под разные навыки. CX Codex +1 ★ 541звёзд репо bisect-anything Скилл bisect-anything для Claude Code находит коммит, версию зависимости или значение конфигурации, вызвавшие регрессию. Запускается на запросы вроде «что сломало тест» или «когда началась проблема». CX Codex +1 ★ 541звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой