ECC是什么

AI编程工具在今天已经不算新鲜事了。但真正难解决的，是如何让它们从单兵作战变成一支有组织、有分工的团队。

ECC——全称 Everything Claude Code——正是为此而生。它是一套跨平台的AI Agent性能优化系统，可以在Claude Code、Codex、Cursor等7+个AI编程工具之上，部署63个专业Agent、249个按需加载的Skill。

同时，它还提供跨会话记忆持久化和AgentShield安全审计工具，并通过Hook机制让整个工作流自动运转起来。

换句话说，ECC不只是给AI加了几个插件。它是从根本上让AI编程助手变成了一个分工明确的AI团队。

ECC的主要功能

Agent体系

ECC内置63个专业Agent。 覆盖架构设计、代码审查、安全审计、测试驱动开发、构建错误修复、文档更新等整条开发链路。

这意味着，从开始构思一个项目，到最终把代码部署上线，每个环节都有专门的AI角色负责。

Skill系统

ECC提供249个按需加载的Skill。它们会根据项目的技术栈动态匹配。

• TypeScript项目：系统会自动加载TS审查相关的Skill
• Python测试场景：会触发TDD Skill

这样做的目的很直接。就是避免上下文被无关信息撑爆。

跨会话记忆持久化

这是ECC的另一个关键特性。通过Hook机制，ECC可以在不同会话之间自动存取上下文。

这意味着，你在一次会话中建立的对代码库的理解，下一次会话仍能延续，工作流不会中断。

这对大型项目尤其重要。你不用每次打开AI助手时，再重新解释一遍项目背景。

安全审计能力

安全方面有AgentShield。它内置1282项测试和102条静态分析规则，能够在毫秒级内扫描凭证泄露、错误配置和注入风险。

说白了，即使团队里没有专门的安全工程师，也能在代码上线前拿到一份靠谱的安全扫描报告。

持续学习v2系统

持续学习v2系统赋予了ECC自进化的能力。它基于直觉的学习系统，可以从真实会话中自动提取可复用的模式，生成所谓的Instinct，再聚类成Skill。

越用越贴合你的个人工作流，这才是它真正的魅力所在。

协作与可用性增强

此外，ECC还提供了一组提升可用性的机制和工具：

• 验证循环与检查点机制：如/checkpoint保存验证状态、/quality-gate质量门禁和/eval评估框架
• 多Agent协作命令：如/multi-plan、/multi-execute等
• Dashboard GUI桌面应用

这些能力都让整个系统更完整，也让实际使用体验更进一步。

ECC的技术原理

按需加载架构

ECC在技术实现上有不少值得琢磨的点。它的按需加载架构采用Manifest驱动的安装管道，状态存储会追踪已安装的组件，只在检测到对应技术栈时才把Skill注入上下文。

这种机制避免了“什么都加载，什么都用不上”的资源浪费。

Hook事件系统

Hook事件系统基于Claude Code v2.1+的Hook机制。在SessionStart、PreToolUse、PostToolUse、Stop等8个事件点，会触发自动化脚本。

也就是说，每次AI开始干活前、每次调用工具后，都能自动执行你设定好的逻辑。这相当于给你一个完全可控的自动化工作流。

上下文预算管理

上下文预算管理也是一个很务实的特性。通过ECC_SESSION_START_MAX_CHARS等环境变量，你可以控制会话启动时的上下文上限，并配合策略性压缩建议来防止Token溢出。

说白了，AI的上下文窗口再大也是有限的。与其等它被撑爆，不如从一开始就做好预算。

AgentShield对抗扫描

AgentShield的对抗扫描也很有意思。在--opus模式下，会启动三智能体对抗流水线：

• 红队Agent负责找漏洞
• 蓝队Agent负责修复
• 审计师Agent负责汇总评估

这种红蓝对抗的设计，明显借鉴了实战中的安全攻防思路。

选择性安装与跨平台适配

选择性安装架构支持minimal、core、full等多档配置。用户可以根据实际需要复制规则、Agent和Skill。

至于跨平台适配，ECC通过adapter.js把Cursor等平台的Hook事件转换为Claude Code格式。这样一套脚本逻辑就能在多工具间复用。

可以说，这套设计从工程实现到用户体验都做了充分考量。

如何使用ECC

ECC的安装路径有两条： 插件安装和手动安装。

插件安装

• 在Claude Code中执行/plugin marketplace add https://github.com/affaan-m/ECC添加市场源
• 执行/plugin install ecc@ecc安装

安装后，系统会自动加载Skill、命令和Hook。

需要注意，由于插件不支持自动分发rules文件，你需要手动把rules/目录复制到~/.claude/rules/ecc/。

手动安装

• 克隆仓库
• 按需复制agents/、skills/、commands/到~/.claude/对应目录
• 运行./install.sh --profile minimal --target claude安装Hook运行时

ECC的核心优势

跨平台覆盖能力强

和同类方案相比，ECC有几项优势相当突出。首先是跨平台覆盖方面，它原生支持Claude Code、Codex、Cursor、OpenCod等7+个Harness。

一套配置可以在多个工具间复用。这比那些只绑死一个生态的方案要灵活得多。

上下文智能管控

上下文智能管控也很实在。249个Skill按需加载，再加上对MCP工具数量的控制建议（单项目不超过10个MCP），能有效保护那200K的上下文窗口不被浪费。

生产级安全内建

生产级安全内建，是ECC的另一个硬核卖点。 AgentShield提供98%覆盖率的静态分析，同时支持--fix自动修复和--opus深度对抗审计。

可以把它理解成一个24小时值班的安全工程师。

持续自进化

自进化能力则让ECC能持续成长。持续学习系统从真实开发会话中提取模式，你用得越多，它就越懂你的习惯和偏好。

ECC的项目地址

项目官网是https://ecc.tools/，GitHub仓库在https://github.com/affaan-m/ECC。

想要了解更多细节，或直接上手尝试的读者，可以前往查看。

ECC的同类竞品对比

维度	ECC	claude-skills	Superpowers
定位	AI Agent Harness 性能优化系统	最全面的开源 Skill & Agent 插件库	企业级开发纪律框架
GitHub Stars	182K+	5,200+	~57,000
Agent 数量	63 个	30+ 个	少量（以 Skill 为主）
Skill 数量	249 个	338 个	14+ 个
命令/工具	79 个 legacy commands	70+ 自定义命令 + 533 个 Python CLI 工具	以 Skill 调用为主
覆盖领域	全栈工程（前后端、DevOps、安全、ML）	16 大领域（工程、营销、产品、合规、C-level 顾问、学术科研等）	工程开发全流程（测试、调试、设计、审查）
跨平台支持	7+ Harness（Claude Code / Codex / Cursor / OpenCode / Gemini / Zed / GitHub Copilot / Trae）	13 个工具（Claude Code / Codex / Gemini / Cursor / Aider / Windsurf / OpenCode / Augment 等）	主要面向 Claude Code
安装方式	插件安装 /plugin install ecc@ecc + 手动复制 rules	插件分域安装（engineering / marketing / product 等）+ 手动复制	插件安装

从对比表格可以清晰看出，ECC在Agent和跨平台支持方面占据明显优势。

虽然Skill数量上claude-skills更多，但ECC在Agent数量上的领先和更广的平台兼容性，让它在“让AI团队化”这件事上走得更远。

ECC的应用场景

全栈项目开发

这是最直接的应用场景。从需求规划、架构设计、TDD编码到代码审查、E2E测试，整条AI辅助开发流水线都能跑通。

多技术栈团队

多技术栈团队也会受益。如果你同时维护TypeScript、Python、Go、Ja va、Rust、Swift、PHP等项目，系统会自动为每个项目匹配对应的审查Agent，不需要手动配置。

安全合规开发

在安全合规开发场景下，AgentShield能有效防止密钥泄露、配置错误和注入攻击。这对金融和企业级项目来说几乎是刚需。

长周期维护项目

长周期维护项目也能借助ECC的跨会话记忆和持续学习能力，让AI在多次会话中保持对大型代码库的连贯理解。

黑客松和快速原型

至于黑客松和快速原型，ECC作者本人就有夺冠经验。几小时内完成从客户调研到产品原型的全链路构建，这对于追求速度的场景来说价值不言而喻。