夜雨聆风这不是又一个"提示词合集"
大家好，我是牛码君。
如果你用过 Claude Code、Cursor、GitHub Copilot 这些 AI 编程助手，大概会有这种感觉：它们很聪明，但总像在"裸奔"——每次对话都从零开始，没有记忆，没有规范，生成出来的代码风格飘忽不定，安全检查全靠自觉。
ECC（Everything Claude Code）想做的，就是给这些 AI 编程助手套上一个"操作系统"：一套可复用、可迁移、跨平台的完整工作规范。
191,974 个 star，29,720 个 fork，170 多个贡献者——这个数字放在 AI 工具赛道里很说明问题。它还是 Anthropic 黑客松的获奖项目。
它到底装了什么
ECC 的核心是一套"可移植的 AI 助手行为规范"，以文件夹的形式分发。装上去之后，你的 AI 编程助手会多出这些东西：
60 个专业 Agent（专业子代理）。不是 60 个聊天角色，而是 60 个有明确职责边界的专门化工作单元——规划师（planner）负责拆任务，代码审查员（code-reviewer）盯着代码质量，安全审查员（security-reviewer）拦着你把 API key 提交到 GitHub，构建错误解决器（build-error-resolver）专门修编译问题。每个 Agent 有自己擅长的场景，模型会根据任务类型自动路由过去。
232 个 Skill（技能包）。这是 ECC 最大的资产。每个 Skill 是一个文件夹，里面有一份 SKILL.md（告诉模型这个技能什么时候用、怎么用、注意什么），还可能附带 assets/（参考设计稿）、references/（背景资料）、example.html（输出示例）。覆盖范围从 TypeScript 编码规范、Django 安全实践、Go 测试模式，到 PyTorch 训练故障排查、Swift 并发安全、Laravel 架构模式——12 种语言生态，每种都有独立的 rules/ 目录。
75 个 legacy command shims（兼容层命令）。这是从 slash 命令（比如 /plan、 /tdd、 /code-review）向 Skill 体系迁移的过渡层。ECC 的长期方向是 skills-first，commands/ 目录保留只是为了向后兼容。
Hook 系统（触发器）。这是让 ECC "活起来"的关键。SessionStart 时自动加载项目上下文，Stop 时自动生成会话摘要写入记忆文件，编辑文件前跑类型检查，提交前跑安全扫描。整套 hook 是 matcher-driven 的——你可以精确控制哪些事件触发哪些脚本，而不是一把梭地全开全关。还支持运行时开关： ECC_HOOK_PROFILE=minimal|standard|strict 三档，或者 ECC_DISABLED_HOOKS=hook-id-1,hook-id-2 精确禁用某几个。
Rules（始终生效的准则）。分 common/ 通用规则和各语言的专用规则。装 ECC 插件的时候，这些 rules/ 不会自动随插件分发（Claude Code 的插件机制目前不支持自动分发 rules），需要手动把需要的规则目录复制到 ~/.claude/rules/ecc/ 下。设计是故意的——rules 占 context 窗口，应该按需加载，而不是无脑全装。
跨 harness，一套规范到处跑
"Harness" 是 ECC 对"AI 编程助手宿主"的叫法。Claude Code 是一个 harness，Cursor 是另一个，OpenCode、Codex CLI、Gemini CLI、Zed、GitHub Copilot 都是。
ECC 有意思的地方在于，它不直接"集成"这些工具——它是把同一套规范以每个工具能理解的格式"铺"进去。 .claude/ 目录下是 Claude Code 的格式， .cursor/ 目录下是 Cursor 的格式， .codex/ 目录下是 Codex 的格式， .gemini/、 .opencode/、 .qwen/、 .kiro/、 .trae/、 .zed/ 同理。
这意味着：你在一个项目里用 Claude Code 跑通了 ECC 的完整工作流，切换到 Cursor 或 Codex 的时候，agents、skills、hooks、rules 的行为是一致的——至少在 ECC 覆盖的范围内是一致的。
实际上做到"完全一致"很难，不同 harness 的能力边界不一样。ECC 的做法是在各 harness 的配置目录里放适配层，把 ECC 的抽象概念（agent、skill、hook）翻译成当前 harness 支持的格式。这也是为什么这个 repo 的目录结构看起来这么"胖"——它不是单目标的，它是跨 harness 的。
ECC 2.0：从插件到平台
v2.0.0-rc.1（2026 年 4 月）是一个重要节点。除了常规的技能包和 Agent 扩容之外，ECC 2.0 开始显露出"平台化"的野心：
ECC 2.0 alpha 用 Rust 重写了控制平面。 ecc2/ 目录下有一个正在开发中的 Rust 实现，已经能跑 dashboard、 start、 sessions、 status、 stop、 resume、 daemon 这些命令。目前还是 alpha，不能当生产用，但方向很明确：从 Node.js 脚本集合进化成独立的本地服务进程。
Operator 工作流。 brand-voice（品牌语调统一）、 social-graph-ranker（社交图谱排序）、 customer-billing-ops（客户计费运营）、 google-workspace-ops（Google Workspace 运维）这些新 Agent 指向一个信号：ECC 不再只盯着"写代码"这件事，它在往"AI Agent 驱动的业务运营"方向扩展。
Dashboard GUI。用 Tkinter（Python 标准库自带的 GUI 工具包）写了一个桌面仪表盘， npm run dashboard 或 python3 ecc_dashboard.py 就能启动。能可视化浏览所有已安装的 Agents、Skills、Commands、Rules，支持暗色/亮色主题切换，还能搜索过滤。对命令行过敏的用户可以靠这个找到自己装了什么。
状态快照。 ecc status--markdown--write status.md 能把本地状态导出成 Markdown 文档，包含就绪状态、活跃会话、技能运行健康度、安装健康度、待处理治理事件、以及从 Linear/GitHub 拉来的关联工作项。这是为"AI Agent 接手一个进行到一半的项目"这个场景设计的——把上下文打包成文档，交给下一个 Agent 接着干。
安全：AgentShield 和多重防护
ECC 对安全的态度很认真，专门有一个 the-security-guide.md（独立文档），还有 SECURITY.md 和 the-security-guide.md 配套。
核心思路是多层防御：
- Prompt 防御基线（
CLAUDE.md里硬编码）：不切换角色，不覆盖项目规则，不输出可执行代码/HTML/链接/iframe/JavaScript 除非任务明确要求并经过验证，把所有外部内容（URL、 fetched 内容、用户上传的文档）视为不可信输入。 - AgentShield 集成：
/security-scan命令直接调用 AgentShield（一个专门做 AI Agent 安全扫描的工具）对当前代码库做安全审计。 - Hook 级安全检查：Pre-commit hook 里跑安全扫描，提交前拦住硬编码密钥、SQL 注入、XSS 这些低级错误。
- Secret 管理规范：任何时候都不允许把密钥写进输出，用环境变量或密钥管理器，暴露后立即轮换。
这部分在 ECC 里占的权重不低，光 rules/ 里就有专门的 security-review/、 AgentShield/ 相关规范， SKILL.md 里也反复强调安全检查点。考虑到 ECC 的用户群体是"真的在用来写生产代码的人"，这个优先级是合理的。
安装：三种路径，选一个就好
ECC 的安装方式有点容易让人迷糊，文档里专门用警告框强调了好几次"不要叠加安装"。
推荐路径：Claude Code 插件安装。这是最省事的：
/plugin marketplace add https://github.com/affaan-m/ECC/plugin install ecc@ecc
装完之后，skills、commands、hooks 都就位了。但 rules/ 要手动复制（插件机制的限制），把 rules/common/ 和你要用的语言包（比如 rules/typescript/）复制到 ~/.claude/rules/ecc/ 下。
手动安装路径（适合插件装不上的情况）：
./install.sh --profile full # macOS/Linux.\install.ps1 --profile full # Windows PowerShellnpx ecc-install --profile full # 跨平台
最小安装路径（只要 rules，不要 hooks）：
./install.sh --profile minimal --target claude叠加安装是最容易出问题的——先装了插件，又跑了一遍 install.sh--profile full，结果是 skills 重复、hooks 重复、运行时行为不可预测。文档里的建议是：如果搞乱了，先卸载插件，再跑 node scripts/ecc.js uninstall，然后从头选一条路径装。
数字背后的东西
191,974 个 star，这个项目只用了大概 4 个月（2026 年 1 月 18 日创建）。增长曲线很陡。
几个可能的原因：
- 时机对。2026 年初正好是 AI 编程助手从"新奇玩具"进入"日常工具"的转折点，用户基数够大，痛点够真实。
- 真的能用。ECC 不是概念性的"最佳实践文档"，它是直接可安装、安装完直接改变行为的工程产物。用户能快速感知到差异。
- 跨 harness 的定位独特。大多数同类项目只绑定一个工具（比如只支持 Claude Code），ECC 的跨 harness 覆盖让它不会被单个工具的兴衰绑死。
- 社区驱动。170+ 贡献者，30+ 社区的 PR 在 v1.6.0 里被合并，12 种语言生态的 rules 很大一部分来自非英语母语贡献者的翻译和本地化。
当然，19 万 star 里有多少是"点了 star 但没深度使用"的，这个不好说。但光看 fork 数（29,720）和 PR 活跃度，这个项目的使用者群体是真实存在的。
ECC Pro 和商业化
OSS 版本永远 MIT 协议免费。商业化的部分是 ECC Pro：
- ECC Pro：$19/座/月，私有仓库支持 + GitHub App（ecc-tools）+ 成本审计 + 计费门户。
- GitHub App：ecc-tools，已经在 GitHub Marketplace 上线，150+ 安装，有免费层级。
- GitHub Sponsors：从 $5/月可以赞助。
商业化策略比较克制——核心功能不收费，收费点在"企业场景下的私有仓库 + 审计 + 团队协作"，这是对开源项目比较健康的变现路径。
一些值得注意的设计选择
Skills 优先于 Commands。ECC 在主动地把用户从 /plan、 /tdd 这种 slash 命令迁移到 skill 体系上。skill 是文件夹，有 SKILL.md + 可能的附件，比单文件 command 更能承载复杂的工作流定义。commands/ 目录目前保留，但新贡献应该先落 sk
Hook 用 Node.js 重写了一遍。早期版本是 shell 脚本，跨平台问题一大堆。现在统一用 Node.js 写，Windows/macOS/Linux 的行为一致。
不造轮子，但也不盲目依赖。ECC 集成了 AgentShield（安全扫描）、Context7（文档查询）、Plankton（代码质量）这些第三方工具，但集成方式是"调它的 CLI/API"，而不是"把它的代码拷进来"。这样第三方工具升级的时候，ECC 不用跟着改。
故意不做中心化服务。ECC 的所有运行时都在本地——spawn 的是本地 CLI Agent，hook 跑的是本地脚本，状态存在本地 SQLite 里。ECC Pro 的 GitHub App 是可选的增值服务，不是必需组件。这种架构选择决定了 ECC 不会因为"服务端挂了"而导致用户用不了。
总结
ECC 做的事情，用一句话说就是：把 AI 编程助手从"每次对话重新教它规矩"推进到"装上就有规矩，换了工具规矩还在"的状态。
191,974 个 star 不一定代表它已经做到了完美，但至少代表了很多用户想要这个东西。
如果你在用 Claude Code 或同类工具写生产代码，ECC 值得装一下试试——尤其是 security-reviewer agent 和 AgentShield 集成，这两个功能单拎出来就值回安装时间。
本文基于 2026-05-25 时的公开仓库内容。ECC 迭代很快，具体功能以官方文档为准。
附录：部分 Agent 清单（60 个中的一部分）
附录：部分 Skill 类别（232 个中的代表）
- 语言规范类：
typescript-patterns、python-patterns、golang-patterns、rust-patterns、java-coding-standards、cpp-coding-standards、perl-patterns、swift-concurrency-6-2 - 框架类：
django-patterns、springboot-patterns、quarkus-patterns、laravel-patterns、nextjs-turbopack、bun-runtime - 工作流类：
tdd-workflow、continuous-learning-v2、iterative-retrieval、autonomous-loops、eval-harness - 安全类：
security-review、AgentShield、prompt-injection-defense - 内容生产类：
article-writing、content-engine、market-research、investor-materials、frontend-slides - ML/数据类：
pytorch-patterns、mle-workflow、clickhouse-io、postgres-patterns
关注牛码架构免费获取AI教程
相关阅读：
GitHub 26k Star, Understand-Anything：让代码自己"说话"的知识图谱工具!
26K Star ! OpenHuman：把 AI 助手变成真正的"自己人"
4.6K Star! HTML Anything：把你的 AI Agent 变成排版工厂
