乐于分享
好东西不私藏

一个 Claude Code 插件,3个月狂揽20万 Star,凭什么?

一个 Claude Code 插件,3个月狂揽20万 Star,凭什么?

一个 Claude Code 插件,

3个月狂揽20万 Star,凭什么?

参考文章:一个 Claude Code 插件,狂揽 20 万 Star!(GitHubDaily / 小 G)

刷 GitHub Trending 的时候,我愣了一下。

榜单顶上有个项目,3 个月,20 万 Star。

要知道,那些大家耳熟能详的开源神项目,混到 10 万 Star 已经是稀有动物。这个项目从零开始,3 个月飙到 20 万。

它叫 Everything Claude Code,简称 ECC。说白了,就是一个 Claude Code 的插件包。

听到"插件包"你可能不感冒。一个插件而已,能有啥稀奇?

但你看完这篇就明白了——它不只是个插件,它是一整套"AI 团队管理系统"。

故事要从一场黑客松说起

ECC 的作者叫 Affaan Mustafa,旧金山一个普通开发者。

去年 9 月,Anthropic 联合 Forum Ventures 办了一场比赛。规则有点野——用 AI Agent 在一天之内从零搭出一家公司。

啥意思?以前要花几周的活儿,你得在 24 小时内搞定:找客户、写需求、做原型、写代码、跑通流程。一气呵成。

Affaan 和他的队友夺冠了。作品叫 zenith.chat,一个 AI 客户调研平台。

最离谱的是什么?整个产品几乎没敲过一行代码。全是 Claude Code 写的。

你可能想问,Claude Code 不就是个 AI 编程助手吗?谁都能用,凭啥他赢了?

答案就是——他赢的不是 Claude Code 本身。是他用了 10 个月时间,给 Claude Code 配的那套工作流。

比赛一结束,他直接把这套工作流开源了。这就是 ECC 的来历。

61 个 Agent + 246 个 Skill,相当于一支 AI 团队

现在 ECC 经过 3 个多月的迭代,已经长成这样:

61 个 Agent,246 个 Skill,再加 76 个命令。

你装上之后,Claude Code 就不再是"一个 AI 助手"——它变成了一支分工明确的团队。

有专门做架构设计的。有专门写测试的。有专门做代码审查的。还有专门揪安全漏洞的。

打个比方。以前你跟 Claude 说"帮我写个登录功能",它就吭哧吭哧给你写。写完是写完了,但架构合不合理?有没有漏洞?测试覆盖率够不够?全靠你自己再去查。

装了 ECC 之后呢?你提需求,架构 Agent 先帮你规划,写代码 Agent 出活儿,测试 Agent 自动补测试,代码审查 Agent 挑毛病,最后安全 Agent 扫一遍漏洞。

像不像一个迷你 dev team?

还有个细节我觉得挺香——跨会话记忆。

平时用 Claude Code 最烦的就是每开一个新会话,前面聊过的上下文就全没了。每次都要重新解释项目背景。ECC 给加了个自动存取上下文的能力,新会话也能"接着上次的聊"。

200多个技能不会撑爆上下文?秘密在"按需加载"

说实话,第一次听说 246 个 Skill 的时候,我第一反应是:这不得把上下文撑爆?

要知道,每加一个工具、一个技能,都会占用 Claude 的上下文窗口。200 多个全堆进去,别说干活了,模型先疯。

结果一研究,ECC 用的是"按需加载"机制。

平时这些技能不会全部塞进上下文。你写 TypeScript 项目,它只调 TS 相关的审查 Agent。你切到 Python 写测试,TDD 的 Agent 才上场。

就像你公司里员工 200 多个,开会的时候不会全拉进会议室。要谁来谁来。

这个设计是 ECC 能"装得下"庞大技能库的关键。也是为什么它没有被"功能过载"拖死。

AgentShield:写代码时最怕的那件事,它帮你拦住了

用 AI 写代码,最怕什么?

密钥泄露。

Claude 一不留神,把你的 API key、数据库密码这些东西,直接提交到了 GitHub 公共仓库。

我个人觉得这是 AI 写代码最大的安全黑洞。人写代码会下意识地避开敏感信息,AI 不会——它只看到字符串。

ECC 里有个工具叫 AgentShield。毫秒级扫描代码,专门拦凭证泄露。

更狠的是 --opus 模式。一开,它会同时启动三个 Agent 分身:

- 红队 Agent:专门找漏洞,模拟攻击者思维
- 蓝队 Agent:负责修复漏洞
- 审计师 Agent:最后汇总结果出报告

红蓝对抗 + 第三方审计。这套打法,是企业级安全团队的标配玩法。

一个开源插件,把这个搬到了你的本地。

怎么装?两行命令的事

作者给了两种安装方式。

第一种,插件市场(推荐):

/plugin marketplace add https://github.com/affaan-m/ECC
/plugin install ecc@ecc

两行命令,搞定。装完会自动加载技能、命令和 hooks。

第二种,手动安装。 适合你想精确控制装哪些 Agent 和 Skill 的情况。把仓库 clone 下来,自己挑需要的部分往项目配置目录里复制就行。

不过有个注意点:rules 规则文件无论哪种方式都得手动复制。插件系统不支持自动分发 rules,复制时记得整个语言目录一起拿,别只挑单个文件。

对了,ECC 也不只能给 Claude Code 用。Codex、Cursor 这些 AI 编程工具也能装。

装完之后,有个坑要避开

ECC 这么多功能,是不是全开就最爽?

不是。这是新手最容易踩的坑。

作者反复强调一件事:不要一次启用所有 MCP。

为什么?因为工具太多,上下文窗口会被"工具描述"挤爆。你以为有 200k 的上下文可以用,实际工具一开,可能就剩 70k 给你写代码。

作者的建议是:

- 配置 20-30 个 MCP
- 单个项目启用不多于 10 个
- 活跃工具控制在 80 个以内

这就像你买了把瑞士军刀,结果天天把所有刀片都打开拿在手里——既不安全,也用不顺手。

这个项目最有意思的"反共识"

ECC 火了之后,争议也不小。

最多人吐槽的,就是功能太多,很多用不上。

作者自己也大方承认:这套配置是按我个人的工作流打磨的。

他甚至明说:你应该挑适合自己的、删掉用不上的、再加自己的——构建一套专属你的工作流。

这话挺反常识的。一般开源项目都怕用户不知道怎么用,恨不得提供"开箱即用"的标准答案。ECC 反过来:给你一堆素材,让你自己拼。

我个人挺欣赏这种态度。AI 工具发展到现在,"一个配置打天下"的时代结束了。每个人写的代码不一样,习惯不一样,工作流就得不一样。

写在最后

3 个月,20 万 Star。这个数字真的吓人。

但比数字更值得琢磨的,是这件事透露出的趋势——

AI 编程工具,已经从"补全代码的助手",进化成了"可被编排的多 Agent 系统"。

以前大家比的是模型谁更聪明。现在比的是——你怎么给模型配技能、配规则、配记忆、配安全。

模型本身的能力在收敛,但围绕模型搭建的工作流,差距却在拉大。

或许往后某一天,当模型都强到差不多的时候,真正拉开人和人差距的,反而是我们怎么去"调教"它。

ECC 给了我们一份很好的参考答案。剩下的,就看你怎么写属于自己的那一份了。

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

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料