ECC - AI Agent 性能优化系统(affaan-m/ECC)

一句话总结

ECC（Everything Claude Code）不是又一个 AI 编程插件，而是一整套让你的 Claude Code、Cursor、Codex 等 Agent "开过光"的性能优化系统——它把零散的提示词、技能、记忆和安全规则打包成可复用的基础设施，让 AI 编程助手从每次白纸起步变成带着经验和直觉干活。

项目背景与由来

说起来这项目挺有意思的。作者 Affaan Mustafa 在 2025 年 9 月旧金山 Cerebral Valley 的 Anthropic x Forum Ventures 黑客松上，用这套系统拿了第一名，还赢了 1.5 万美元的 Anthropic 额度。之后他把自己十来个月真实高强度使用 AI 编程助手的经验，一点一点沉淀成了一个开源项目，2026 年 1 月 18 日丢到 GitHub 上，MIT 协议。

核心痛点很实在：大家用 Claude Code 写代码，每次新会话都得重新交代项目背景、编码规范、架构偏好，结果有论文专门测算过——Claude Code 是 98.4% 的脚手架加上 1.6% 的模型，Agent 的质量几乎全看外面的"马具"（harness）搭得怎么样，脑子本身只占一小块。ECC 的出发点就是一句话：别再一遍遍重写同样的提示词了，把那些验证过好用的行为固化成可移植的基础设施。这个思路一针见血，项目上线不到五个月就冲到 23 万 stars，说明踩中了真痛点。

核心功能详解

• Skills（技能库）：262 个按需加载的技能包，覆盖编码、研究、安全、内容生产、企业工作流和 Agent 编排。关键是"按需"——TypeScript 项目自动加载 TS 审查技能，Python 测试场景触发 TDD 技能，不会把上下文撑爆。像 clickhouse-io、backend-patterns、frontend-patterns 这些领域技能都是按技术栈动态匹配的。
• Instincts（本能）：带置信度评分的学习机制。Agent 从重复行为里提炼出"本能"，下次遇到类似情况直接复用，不用每次重新推理。你可以用 /instinct-status 看累积了什么，/instinct-export 导出去别的机器，/evolve 让它继续进化。
• Memory（记忆）：跨会话的压缩记忆，会话关掉也不丢。技术决策、编码约定、架构偏好都记着，下次接着聊不用从头来。配合 ECC_AGENT_DATA_HOME 还能给 Cursor 单独划数据根，避免两个 Harness 互相覆盖会话文件。
• AgentShield（安全）：内置 102 条静态分析规则、1282 项测试，毫秒级扫描密钥泄露、错误配置和注入风险。--opus 模式下还会拉起红队、蓝队、审计师三个 Agent 并行对抗审计，这是真把安全当回事，不是摆设。
• 64 个专业 Agent + 84 个命令：从架构师、代码审查、安全审计到构建错误修复、E2E 测试，全开发链路角色都齐了，等于给你配了支虚拟团队。还有 planner、tdd-guide、refactor-cleaner 这些专门干活的 Agent。

技术架构与实现

ECC 本质是 Claude Code 插件，靠 Hook 事件系统在 SessionStart、PreToolUse、PostToolUse、Stop 等节点触发自动化脚本。它用 Manifest 驱动的安装管道做"按需加载"——只有检测到对应技术栈才把技能注进上下文，配合 ECC_SESSION_START_MAX_CHARS 这类环境变量做上下文预算管理，防止 Token 溢出。跨平台靠 adapter.js 把 Cursor 等平台的 Hook 事件转成 Claude Code 格式，一套脚本多工具复用，这设计挺聪明。安装还分 minimal / core / full 多档，按需复制 rules、Agent 和 Skill。

与竞品全面对比

说白了，claude-skills 技能更全但偏通用领域，Superpowers 偏工程纪律，ECC 在"跨平台一致性 + 生产级安全 + 自进化记忆"这三点上目前没人打得过。它甚至把 Anthropic 官方博客里提的 Harness 工程原则，做成了民间实现版本。

适用人群与使用场景

• 深度 AI 编程用户：已经在用 Claude Code/Cursor 且想榨干 Agent 能力的人，收益最大。
• 多技术栈团队：同时维护 TS、Python、Go、Java、Rust 项目，自动匹配审查 Agent，省心。
• 安全合规场景：金融、企业级项目靠 AgentShield 防密钥泄露。
• 不适合：只想偶尔问两句 ChatGPT 的轻度用户，这系统对你过重了，装完反而觉得繁琐。

快速上手指南

最简单的装法，直接在 Claude Code 里：

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

# 2. 安装插件（自动加载 Skill、命令、Hook）
/plugin install ecc@ecc

# 3. 手动复制 rules（插件不自动分发 rules 目录）
# 把仓库 rules/ 复制到 ~/.claude/rules/ecc/

# 4. 用脚本安装 Hook 运行时（选 minimal 档最轻量）
./install.sh --profile minimal --target claude

装完几个关键命令就能用：/loop-start 启动强化 Agent Loop、/quality-gate 质量门禁、/harness-audit 审计配置健康度。想省上下文可以设 ECC_SESSION_START_MAX_CHARS=4000，用 ECC_HOOK_PROFILE=standard 控制 Hook 严格度，用 ECC_DISABLED_HOOKS 关掉特定 Hook。

社区与生态

单靠作者一人起家，现已超 190 位贡献者，v2.0.0（2026 年 6 月）标题直接叫"Agent Harness 操作系统"，14 个版本迭代。官网 ecc.tools 有 Dashboard GUI（Tkinter 桌面应用）。生态还在长，但核心质量主要靠作者 1400+ commits 撑着，社区贡献以翻译和补充技能为主。

总结与建议

我觉得 ECC 是目前把"AI 编程脚手架"做最透的项目，尤其跨平台一致性和自进化记忆是真创新，AgentShield 的安全内建也是少见的认真。不足也很明显：系统太庞大，minimal 之外档位上手成本高，文档对小白不友好；另外它本质上是给 Claude Code 系设计的，其他 Harness 的体验是"尽量对齐"而非完全一致。如果你重度用 AI 写代码，装上绝对回不去；如果只是尝鲜，先试 minimal 档，别一上来全装。