夜雨聆风今天 GitHub Trending 榜单上，有个项目狂揽了将近 20 万 Star，让人眼前一亮。
它就是 Everything Claude Code，简称 ECC，作者叫 Affaan Mustafa，是一名旧金山开发者。
这个项目的诞生，可以从一场黑客松比赛说起。
去年 9 月，Anthropic 和 Forum Ventures 联合举办了一场比赛，主题是「用 AI Agent 从零到一构建一家公司」。
规则很简单，就是要在一天内，把以往需花几周时间才能完成的工作量压缩到几小时完成。
包括找精准客户、规划产品需求、构建产品原型、开发产品等等工作。
结果 Affaan 和他的队友最后获得了冠军。
他们做的产品叫 zenith.chat，是个 AI 客户调研平台。
整个产品构建几乎都是由 Claude Code 完成，作者称自己没怎么敲过代码。
这夺冠背后，也正是因为有 Affaan 打磨了十个多月的一套工作流。
比赛结束后，他便把这套 Claude Code 工作流开源，于是就有了 Star 数一路狂飙的 ECC。
到现在，经过 3 个多月的迭代更新，已经有 61 个 Agent，246 个 Skill，再加上 76 个命令。
当给 Claude Code 装上 ECC 之后，可以说相当于给它配备了一支分工明确的 AI 团队。
有专门做架构设计的，有专门写测试的，也有专门做代码审查、揪安全漏洞的 Agent。
而且还有自动触发检查、跨会话记忆，以及一个叫 AgentShield 的安全扫描工具。
这里不得不提下，跨会话记忆这块还真挺实用的，能在不同会话之间自动存取上下文。
另外 200 多个技能，说实话，一开始我看到这个的时候，第一反应这不得把上下文撑爆？
结果了解了下，ECC 会自动按需加载技能。
平时这些技能不会全部堆在一个上下文，比如是TypeScript 项目，则用 TS 的审查 Agent。
当我们写到 Python 测试用例时，负责 TDD 的 Agent 才会启动。
正式靠着这种方式，它才塞得下这两百多个庞大的技能库，又不会把 Claude 撑爆。
除此之外，关于安全这块处理，也值得单独跟大家说说。
我们在用 AI 写代码的时候，最怕它一不留神，把项目的私钥提交到公共仓库，造成泄露。
在 ECC 里面有一个叫 AgentShield 的安全审计工具，毫秒级扫描代码一遍，拦住凭证泄露。
当开启--opus模式后，它还会启动三个 Agent 分身。
一个红队 Agent 专门找漏洞，一个蓝队 Agent 负责修复，最后审计师 Agent 汇总结果。
接下来说下怎么安装。
作者提供了两种方式，大家可以根据自己情况任意选择其中一种。
另外 ECC 是不限于 Claude Code，其他 Codex、Cursor 等 AI 工具也能安装使用。
第一种安装方式作为插件安装（推荐）。两行命令搞定，先添加市场，再装插件，装完会自动加载技能、命令和 hooks。
# 添加市场/plugin marketplace add https://github.com/affaan-m/ECC# 安装插件/plugin install ecc@ecc
另一种方式就是手动安装，适合想精确控制装哪些 Agent 或 Skill。
把仓库代码克隆下来后，自己挑需要的部分往项目配置目录里复制即可。
另外，关于项目的 rules 规则文件无论哪种安装方式都得手动复制。
插件系统并不支持自动分发 rules，复制时记得整个语言目录一起复制，别只挑单个文件。
安装完成后，在使用上有个注意点：「不要一次启用所有 MCP」。
如果启用了太多工具，即便有 200k 的上下文窗口也可能会缩水到 70k。
作者建议，配置 20 到 30 个 MCP，单个项目启用不多于 10 个，而活跃工具则控制在 80 个以内。
另外 ECC 其实也有不少争议，最多人吐槽的就是太多功能了，实际上有很多功能用不到。
所以作者自己也坦言，这套配置是根据他个人工作流打磨的。
而我们则应该，挑适合自己的、删除用不上的、然后再加自己的，构建一套专属自己的工作流。
写在最后
AI 编程工具从单纯的代码补全助手，迭代到如今，已变成可被人精心编排的多 Agent 系统。
大家都围绕它进行配置，也就是技能、规则、记忆、安全这些，正变得和模型本身一样重要。
这个开源项目能够在三个月里冲到将近 20 万 Star，这个趋势就足以证明这一点。
或许往后，当模型强到一定程度，真正拉开差距的，反而是我们怎么去「调教」它。
GitHub 项目地址：https://github.com/affaan-m/ECC
今天的分享到此结束，感谢大家抽空阅读，我们下期再见，Respect！
