你装了 Claude Code，也装了 Cursor，或许还有 Codex。每个工具都声称能帮你写代码，但你发现了一件事：这些 AI 每次开新会话，就像失忆的金鱼，什么都不记得。上次踩过的坑？忘了。你定义好的代码规范？不知道。刚学会的最优解法？消失了。每次对话都是重头开始。AI 助手很聪明，但它不记得你。每次打开新会话，就像雇了一个全世界最聪明的实习生，但他刚刚失忆。你的代码规范？不知道。上次踩的那个坑？忘了。你们团队的命名习惯？从来没听说过。📌 项目地址：https://github.com/affaan-m/everything-claude-code（截至 2026-05-31，Star 数约 199k） 📌 官网：https://ecc.tools🔍 ECC 是什么，不是什么
ECC 的完整名称是Everything Claude Code。ECC 是一个开放的 Agent Harness 系统，支撑着一个拥有 199k+ Star 的开源生态。它的定位是：从仓库出发，安装 GitHub App 获取仓库原生的 AI 引导，在协作规模扩大时叠加 AgentShield 和发布管理层。换句话说，ECC 是你 AI 编程工具的"基础设施"，而不是又一个工具本身。它包含三个层次：分发层（开源 harness 工具包）、保护层（AgentShield 和策略）、以及控制平面层（ECC 2.0 运营层）。它的覆盖范围很宽：支持 Claude Code、Codex、Cursor、OpenCode、Gemini、Zed、GitHub Copilot 以及其他 AI Agent 工具。这是个 Anthropic Hackathon 的冠军项目，原本只是一个人在用——用了 10 个月，每天用，用来做真实产品。后来开源，然后火了。
🧠 它到底解决什么问题
香草用过市面上所有主流 AI 编程助手。它们有一个共同的致命缺陷：会话无状态。AI 每次打开都是全新的，不知道你的项目有什么规范，不知道上次踩过哪些坑，不知道这个项目里你更喜欢用函数式还是面向对象。你要么每次贴一堆上下文，要么接受 AI 给你生成的"通用答案"。ECC 的核心洞察是：这不是模型问题，是装备问题。第一层是Skills（技能）。ECC 提供了 232 个预置技能文件，覆盖从 TDD 工作流、API 设计、到 ML 部署、安全审计的各种场景。这些不是空洞的"提示词模板"，而是真实工程实践中蒸馏出来的操作手册。第二层是Agents（代理）。项目内置 60 个专业子代理，每个代理负责特定任务：架构设计的 architect、代码审查的 code-reviewer、构建修复的 build-error-resolver、安全漏洞分析的 security-reviewer……你不需要让一个万能 AI 做所有事，而是把任务分派给合适的专家。第三层是Instincts（本能）。这是 ECC 最有意思的机制之一——持续学习系统 v2。它能自动从会话中提取模式，存入可复用的 Instinct（本能）集合，支持信心评分、导入导出，并可通过 /evolve 命令将相关 Instinct 聚合成新的 Skill。换句话说：你每次用 AI 解决一个问题，这个解法不会消失，它会被学习和沉淀下来。第四层是Hooks（钩子）。当你用 Edit 工具修改 TypeScript 文件时，ECC 可以自动检查是否有 console.log 遗留；当会话结束时，自动保存上下文；当会话开始时，自动加载项目背景。这套 Hook 系统基于 Node.js 重写，覆盖 sessionStart、beforeShellExecution、afterFileEdit 等 15 类事件。第五层是Rules（规则）。这是你项目的"宪法"。分为通用规则（common）和语言专属规则，支持 TypeScript、Python、Go、Swift、PHP、Rust、Java、Kotlin、HarmonyOS/ArkTS 等 12 种语言生态。
💡 安装和使用
推荐方式是通过 Claude Code 插件市场：/plugin marketplace add https://github.com/affaan-m/ECC/plugin install ecc@ecc
git clone https://github.com/affaan-m/ECC.gitcd ECC./install.sh --profile full
macOS/Linux
.\install.ps1 --profile full
Windows
安装后你就能访问 60 个代理、232 个技能和 75 个遗留命令垫片。./install.sh --profile minimal --target claude
一个实用建议：如果你只想感受 ECC 的精髓，从 rules/common 开始。把它复制到你的 ~/.claude/rules/ecc/ 目录，然后加上你的主要语言规则包。这已经能让你的 AI 代码助手立刻聪明很多。
🛡️ 安全那一面：AgentShield
ECC 内置了 AgentShield 集成——一个构建于 Anthropic Hackathon（Cerebral Valley x Anthropic，2026年2月）的安全审计工具，1282 个测试，98% 覆盖率，102 条静态分析规则。npx ecc-agentshield scannpx ecc-agentshield scan --opus --stream
三个 Opus 4.6 代理红队测试
它扫描的范围包括：CLAUDE.md、settings.json、MCP 配置、Hooks、Agent 定义和技能文件，覆盖五大类别——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。--opus 模式里有一个很有意思的设计：三个 Claude Opus 4.6 代理组成红队（攻击者）、蓝队（防御者）、审计员的三角对抗架构，最后合成一个优先级风险评估。不是简单的规则匹配，而是对抗性推理。
📊 版本迭代：v2.0.0-rc.1
项目仍在快速迭代。最新的 v2.0.0-rc.1 增加了：一个基于 Tkinter 的桌面 Dashboard GUI（ecc_dashboard.py），支持深色/浅色主题切换、字体自定义；Operator 工作流扩展，新增品牌声音、社交图谱排名、客户账单运营等场景；以及 ECC 2.0 alpha 的 Rust 控制面板原型（ecc2/），目前支持 dashboard、start、sessions、status 等命令。还有一个细节香草很欣赏：项目还支持 ecc status --markdown --write status.md，将本地状态存储转化成可携带的交接文档，覆盖就绪状态、活跃会话、技能运行健康度等维度。这让 AI 辅助开发从个人玩具变得更接近团队级工具。
🌿 香草洞察
大家都在讨论哪个模型更强——GPT-5 还是 Claude，谁的代码更好。但 ECC 的存在在提醒一件事：一个装了 ECC 的普通模型，实际工作效果可以轻松碾压裸跑的旗舰模型。技能集、记忆持久化、持续学习——这些不是高科技，是工程师用10个月每天使用后积累的实践智慧。更深一层来想：ECC 的本质是在把 AI 代码助手从"会话工具"升级成"项目伙伴"。前者每次从零开始，后者知道你的历史、你的偏好、你踩过的坑。有趣的是，这个项目本身的迭代也越来越像一个 AI 代理在进化——技能学习、本能积累、规则进化。某种意义上，ECC 是在用 AI 的方式来优化 AI 的使用方式。参考来源
- ECC GitHub 仓库（Everything Claude Code）：https://github.com/affaan-m/everything-claude-code
- ECC 官方网站 ecc.tools：https://ecc.tools/
- ECC 技能目录：https://ecc.tools/skills
- ECC 平台覆盖（Claude Code / Codex / Cursor / OpenCode）：https://ecc.tools/platforms
- ECC 安全层 AgentShield 介绍：https://ecc.tools/security
- ECC 定价页面：https://ecc.tools/pricing
- AgentShield GitHub 仓库：https://github.com/affaan-m/agentshield
- ecc-universal npm 包：https://www.npmjs.com/package/ecc-universal
- ECC GitHub App 安装页面：https://github.com/apps/ecc-tools
- ECC 企业咨询：https://ecc.tools/consulting
- TDD Workflow Skill：https://github.com/affaan-m/everything-claude-code/blob/main/skills/tdd-workflow.md
- Continuous Learning v2 Skill：https://github.com/affaan-m/everything-claude-code/blob/main/skills/continuous-learning-v2.md
夜雨聆风
