又一个 Claude Code 插件,狂揽 20 万 Star

大家好，我是互联网架构师！

说实话，用 Claude Code 写代码久了，你会发现一个特别烦的事：每次新开一个项目，AI 都像第一次来——不知道你的规范、不记得你的偏好、不懂你的架构。你教一遍，它听懂了；下次换个会话，又忘了。

ECC 就是来解决这个问题的。

它不是又一个提示词模板，而是一套给 AI 编程助手装上「记忆」和「纪律」的系统。20 万 Star，3 万 Fork，近 200 个贡献者——这个数字在 GitHub 工具类项目里，属于「现象级」。

为什么它能火？因为痛点太真实了

用过原生 AI 编程工具的人，大概都经历过这些场景：

• 今天让它写测试写得很规范，明天换个话题，风格又飘了

• 同一个项目，不同同事用 AI，产出质量差距巨大

• 安全审查全靠人工，AI 生成的代码有没有隐患，心里没底

• 关掉窗口，上次聊过的架构决策全忘了，下次还得重新解释

ECC 不是让 AI 多写两行代码，而是让 AI 像一支靠谱的开发团队那样工作——有规范、有分工、有记忆、有安全检查。

项目作者 Affaan Mustafa 曾拿下 Anthropic 黑客马拉松冠军。ECC 不是实验室 Demo，是他自己在真实产品里用了 10 多个月后，一点点沉淀下来的「作战手册」。

ECC 到底是什么？

全称 Everything Claude Code，官方定位是：AI 智能体框架的性能优化系统。

用人话翻译：给 Claude Code、Cursor、Codex 这类工具，装上一套「工业化流水线」。

它包含：

• Skills（技能）：教 AI 怎么写特定类型的代码、怎么做 Code Review、怎么跑测试

• Agents（智能体）：扮演架构师、安全审查员、数据库专家等不同角色

• Commands（命令）：用 /code-review、/feature-dev 一键触发标准流程

• Hooks（钩子）：在会话开始、结束时自动保存上下文，让 AI 有「记忆」

• AgentShield：内置安全扫描，代码落地前发现潜在风险

目前仓库里公开的能力规模：60+ 智能体、240+ 技能、79 条命令，覆盖 TypeScript、Python、Go、Java、Rust 等 12 种语言生态。

三大核心模块，分工很明确

1. Skills —— 教 AI「怎么做」

Skill 是最细粒度的能力单元。比如 nestjs-patterns 教 AI 怎么写 NestJS 项目，pytorch-patterns 覆盖深度学习工作流，documentation-lookup 帮 AI 查 API 文档而不是瞎编。

你可以把它理解成一本本「专项手册」，AI 遇到对应场景时自动翻阅。

2. Agents —— 让 AI「扮演谁」

Agent 是带角色设定的智能体。比如 code-reviewer 专门做代码审查，code-architect 负责架构设计，build-error-resolver 专注解决编译报错。

不同 Agent 有不同关注点和输出格式，避免「一个 AI 啥都干，啥都干不精」。

3. Commands —— 一键触发标准流程

输入命令，剩下的交给 ECC 编排，比每次手写一大段 Prompt 省事得多。

最被低估的亮点：不挑工具

ECC 不是 Claude Code 专属，同一套仓库，可以装到多个平台：

• Claude Code

• Cursor

• Codex CLI

• OpenCode

• Gemini

• Zed

• GitHub Copilot

对团队来说这意味着：有人用 Cursor，有人用 Claude Code，规范仍然统一。换工具不用从零搭建 Prompt 体系。

安装一次，随处使用。

两分钟上手

方式一：Claude Code 插件安装（推荐）

# 添加插件市场/plugin marketplace add https://github.com/affaan-m/ECC# 安装插件/plugin install ecc@ecc

方式二：命令行安装（更灵活）

# 克隆仓库git clone https://github.com/affaan-m/ECC.gitcd ECC# 最小化安装./install.sh --profile minimal --target claude

Windows 用户用 PowerShell：

.\install.ps1 --profile minimal --target claude

不确定该装哪些？可以先「咨询」：

npx ecc consult "security reviews" --target claude

它会告诉你匹配的技能、智能体和安装命令，先预览再决定，避免一股脑全装导致上下文膨胀。

写在最后

2026 年，AI 编程工具已经多到用不过来。但真正值钱的，从来不是工具本身，而是工具背后的工作方法。

ECC 的 20 万 Star，说明了一件事：开发者们已经厌倦了「每次从零开始教 AI」。他们想要的是可复用、可安装、可组合的规范系统——装好之后，AI 知道你的项目用什么框架、什么命名规范、什么安全标准，不需要你每次都重复。

建议今晚就挑一个你最常用的命令，比如 /code-review，跑一轮试试。 跑完你会发现，AI 不是替代你，是在帮你把「顺手的方法」留下来。

项目地址：github.com/affaan-m/ECC

协议： MIT（核心能力永久免费）