ECC：让 AI 编程助手真正「开窍」的开源神器

GitHub 18 万 Star，Anthropic 黑客马拉松冠军项目，正在重新定义 AI 辅助开发的上限。

一、它解决了什么问题？

相信很多用过 Claude Code、Cursor 这类 AI 编程工具的开发者都有过这样的困惑：

• • 每次开新项目，要花大量时间向 AI 反复解释「我们团队的代码风格」「你应该先写测试再写实现」；
• • AI 做完这一步就「失忆」了，下一轮对话又从零开始；
• • 不同项目、不同 AI 工具之间，积累的好 Prompt 无法复用；
• • 安全配置一团乱，不知道哪个 MCP 工具权限过大、哪个 Hook 存在注入风险。

本质上，这是一个「AI 行为无法持久化、无法标准化、无法跨平台复用」的问题。

现有工具各自为战，开发者只能靠在每次会话里手动粘贴冗长的 Prompt 来「调教」AI，费时费力，效果也难以一致。

二、ECC 是什么？

ECC（Everything Claude Code） 是一套面向 AI 编程助手的「操作系统级」性能优化框架。它由独立开发者 Affaan Mustafa 历经 10 个月以上的每日实战打磨而成，并在 Anthropic 黑客马拉松上获奖。

其核心目标可以用一句话概括：停止重复编写相同的 Prompt，停止依赖脆弱的本地习惯，将有效的 Agent 行为转化为可移植的基础设施。

简单说，ECC 做的事情是把「让 AI 更好用」这件事从「每次手工操作」变成「一次配置，永久生效」。

它不只是一个配置包，而是一个完整体系，涵盖技能（Skills）、直觉（Instincts）、记忆优化、持续学习、安全扫描和「研究先行」的开发方法论。

目前，ECC 支持 Claude Code、Codex、Cursor、OpenCode、Gemini、Zed、GitHub Copilot 等主流 AI 编程工具。

核心数据一览（截至 2026 年 5 月）：

• • GitHub Star：187,000+
• • Fork：29,000+
• • 贡献者：170+
• • 内置 Agent：60 个
• • 内置 Skills：232 个
• • 支持语言生态：12 种（TypeScript、Python、Go、Java、Kotlin、Rust、C++、Swift、PHP、Perl 等）

三、核心组成：ECC 有哪些模块？

ECC 的架构围绕四个核心概念展开：

1. Skills（技能）——工作流定义

Skills 是 ECC 最核心的表面。它们是可复用的工作流定义，涵盖编码标准、后端模式、前端模式、TDD 方法论、安全审查、持续学习等场景。

比如 tdd-workflow 技能会强制执行「先写测试（RED）→ 实现代码（GREEN）→ 重构（IMPROVE）→ 验证覆盖率 ≥ 80%」的完整流程，确保 AI 不会跳步。

2. Agents（智能体）——专项任务委派

60 个专门的子 Agent，各司其职：

3. Rules（规则）——始终遵循的准则

Rules 是 AI 必须遵守的编码规范，分为通用规则（common/）和语言专项规则（typescript/、python/、golang/ 等）。安装后，AI 在任何项目中都会自动遵循这些规范，无需每次重申。

4. Hooks（钩子）——事件驱动的自动化

Hooks 在工具事件发生时自动触发。例如，编辑 TypeScript 文件时自动检测 console.log 遗留；会话结束时自动提取本次学到的模式并持久化保存。

四、怎么用？

ECC 提供多种安装方式，下面介绍最主流的两种。

方式一：Claude Code 插件安装（推荐）

在 Claude Code 中直接执行：

# 添加 ECC 到插件市场
/plugin marketplace add https://github.com/affaan-m/ECC

# 安装插件
/plugin install ecc@ecc

安装后，你就拥有了 60 个 Agent、232 个 Skills 和 75 个命令的完整访问权限。

手动补充规则文件（Claude Code 插件系统暂不支持自动分发 rules）：

git clone https://github.com/affaan-m/ECC.git
cd ECC

# 复制通用规则 + 你需要的语言规则
mkdir -p ~/.claude/rules/ecc
cp -r rules/common ~/.claude/rules/ecc/
cp -r rules/typescript ~/.claude/rules/ecc/   # 按需选择语言

方式二：npm 快速安装

# 不确定装什么？先咨询顾问
npx ecc consult "security reviews" --target claude

# 按需安装
npx ecc install --profile minimal --target claude --with capability:machine-learning

方式三：手动安装（精细控制）

git clone https://github.com/affaan-m/ECC.git
cd ECC
./install.sh --profile full   # macOS/Linux
.\install.ps1 --profile full  # Windows

日常使用示例

安装完成后，你的 AI 工作流会变成这样：

开发新功能：

/ecc:plan "添加 OAuth 用户认证"
# → 自动调用 planner agent，生成实现蓝图
# 然后 tdd-workflow skill 会强制执行测试先行
/code-review
# → code-reviewer 自动审查你的实现

修复 Bug：

# tdd-workflow: 先写一个能复现 Bug 的失败测试
# 再实现修复，验证测试通过
/code-review  # 检查有无回归问题

上线前安全检查：

/security-scan           # OWASP Top 10 安全审计
# e2e-testing skill：关键用户流程测试
/test-coverage           # 验证覆盖率 ≥ 80%

五、亮点功能：AgentShield 安全扫描

ECC 内置了一个专门的安全工具 AgentShield，用于扫描你的 AI Agent 配置中的漏洞：

# 一键扫描
npx ecc-agentshield scan

# 自动修复安全问题
npx ecc-agentshield scan --fix

# 深度分析（三个 Opus 4.6 Agent 组成红蓝对抗团队）
npx ecc-agentshield scan --opus --stream

AgentShield 内置 CVE 数据库，收录 25+ 已知 MCP 漏洞，支持供应链验证、运行时监控、PR 安全门禁和组织级策略执行。

扫描范围覆盖：CLAUDE.md、settings.json、MCP 配置、Hooks、Agent 定义和 Skills，分为密钥检测（14 种模式）、权限审计、Hook 注入分析、MCP 服务器风险评估、Agent 配置审查五大类别。

六、持续学习：让 AI 越用越聪明

ECC 的 Continuous Learning v2 系统会在你的每次会话结束时，自动提取有效的编码模式，存储为「直觉（Instincts）」，并逐渐演化为可复用的 Skills。

/instinct-status        # 查看已学习的直觉及置信度
/instinct-export        # 导出你的直觉分享给团队
/instinct-import <file> # 导入别人的优质直觉
/evolve                 # 将相关直觉聚合成完整技能

这意味着你的 AI 助手会随着使用真正「成长」，而不是每次重新从零开始。

七、总结

ECC 填补了 AI 编程工具生态中一个重要的空白——Agent 行为的标准化、持久化与可移植性。

对于个人开发者，它让你不再重复「调教」AI，把精力集中在真正有价值的工作上；对于团队，它让编码规范、安全审查、TDD 流程变成 AI 自动遵守的基础设施，而非需要不断提醒的口头约定。

项目遵循 MIT 协议完全开源，OSS 版本永久免费。如果你每天使用 Claude Code、Cursor 或其他 AI 编程工具，ECC 值得花 2 分钟安装体验。

GitHub 地址： https://github.com/affaan-m/ECC

本文基于 ECC v2.0.0-rc.1 版本，项目仍在活跃迭代中。