项目简介
ECC 是一套「Agent Harness（智能体框架）性能优化系统」——它不造轮子写新的 AI 编程工具，而是给你已经在用的 Claude Code、Codex、Cursor、OpenCode 等工具装上一整套工程化操作系统：281 个技能（Skills）、67 个专职智能体、运行时钩子（Hooks）、持久记忆、直觉学习（Instincts）与 AgentShield 安全扫描，让 AI 编程助手从”会写代码”升级为”按工程流程交付”。GitHub 上已狂揽 234,000+ Stars，是目前 Agent 增强类项目中的现象级存在，今日仍以每天近 700 星的速度增长。
它的核心哲学一句话就能讲清：Optimize the context window. Persist everything else.（优化上下文窗口，持久化其余一切。）AI 不再需要你在每个提示词里重复”请先写测试””请做代码审查”，这些流程被固化为可安装、可复用的系统组件：
plan -> test -> implement -> review -> verify -> remember -> improve
安装要求和过程
环境要求：
- Node.js（钩子与脚本全部用 Node.js 编写，Windows / macOS / Linux 全平台支持）
- 至少一个 AI 编程工具：Claude Code、Codex、Cursor、OpenCode、Gemini CLI、Zed、Kimi Code 等 12+ 种均有适配
方式一：Claude Code 插件安装（推荐，最简单）——在 Claude Code 里输入两条命令即可：
/plugin marketplace add https://github.com/affaan-m/ECC
/plugin install ecc@ecc如需规则包（Rules），再手动拷贝你实际使用的语言包：
git clone https://github.com/affaan-m/ECC.git
cd ECC
mkdir -p ~/.claude/rules/ecc
cp -R rules/common ~/.claude/rules/ecc/
cp -R rules/typescript ~/.claude/rules/ecc/ # 换成你的技术栈方式二：Codex 同步安装（先运行一次 Codex 生成配置）：
git clone https://github.com/affaan-m/ECC.git
cd ECC
npm install
bash scripts/sync-ecc-to-codex.sh方式三：其他工具——克隆仓库后用安装脚本指定目标：
./install.sh --profile minimal --target cursor # Cursor
./install.sh --profile minimal --target gemini # Gemini CLI
./install.sh --profile minimal --target zed # Zed
# Windows 用 .\install.ps1⚠️ 官方特别提醒：每个工具只选一种安装方式，不要叠加（如 Claude 插件 + 手动 full 安装会导致技能、命令重复）；且只从官方渠道安装（GitHub 仓库 affaan-m/ECC、npm 包 ecc-universal / ecc-agentshield），第三方镜像可能含恶意代码。
核心功能
- 281 个技能 + 67 个专职智能体：覆盖 TDD、安全审查、深度研究、文档、前端、数据、ML、运维等场景。规划用 planner、审查用 code-reviewer、修构建用 build-error-resolver，各智能体拥有独立上下文与工具权限，互不污染。
- 门禁化 TDD 工作流：”请使用 TDD”从一句模型可能遗忘的指令，变成带证据链的 RED → GREEN → REFACTOR 流程：先留存失败测试证据，再实现到通过，最后由全新上下文的审查者复查——写代码和审代码不再是同一个上下文。
- Plan Canvas 计划画布（2.1 新特性）：智能体写完计划后在本地浏览器画布中打开，你用鼠标点选段落、添加锚定批注、侧栏对话，最后一键”批准/要求修改”，结果直接映射回 /plan 的确认门。Mermaid 图实时渲染，任何模型任何工具都能驱动。
- 统一记忆保险库（Memory Vault）：
ecc memory让 Claude、Codex、Kimi 等不同工具共享同一份本地可检查的 Markdown 记忆格式，支持跨工具交接（handoff）——上午用 Claude Code 做的迁移方案，下午 Codex 直接检索接手。会话结束还能蒸馏成摘要、直觉（带置信度分数）和可复用技能。 - AgentShield 安全扫描：把智能体配置本身当作攻击面来审计——扫描提示词、钩子、MCP 配置、权限与密钥泄露，
npx -y ecc-agentshield scan --path .免安装即可体检。
典型使用场景
场景一：新功能开发全流程。输入 /ecc:plan "添加 OAuth 用户认证"，planner 生成实现蓝图并在 Plan Canvas 里供你批注确认；随后 tdd-workflow 技能强制先写失败测试再实现；完成后 /code-review 由全新上下文的审查智能体查漏。整个过程留下计划、失败测试、通过测试、审查发现、最终验证五份证据。
场景二：上线前安全体检。跑 /security-scan 做 OWASP Top 10 审计，e2e-testing 技能覆盖关键用户流，/test-coverage 验证 80%+ 覆盖率；再用 AgentShield 扫一遍智能体配置本身，防止 MCP 配置或钩子里埋雷。
场景三：多工具团队协作。团队里有人用 Claude Code、有人用 Codex、有人用 Cursor——ECC 一次安装适配全部工具，规则与技能保持一致；Memory Vault 的 handoff 机制让不同工具间无缝交接任务上下文，告别复制粘贴聊天记录。
推荐理由
我用过不少 Agent 增强类项目，ECC 给我的感受是”体系完整度断层领先”。多数同类项目解决单点问题（提示词库、记忆、或钩子），而 ECC 把技能、智能体、规则、钩子、记忆、直觉六层职责切分得非常清楚——技能按需加载、规则常驻精选、钩子跑在模型上下文之外，这套设计真正做到了”加能力不加上下文负担”。234K Stars 和 35K+ Forks 不是刷出来的：单一维护者每周横跨 7 个 Harness 发版，社区有 Discord、GitHub App 和 12 种语言的 README。最打动我的是它对”证据”的执念：一次交付不只是代码，而是计划、失败测试、通过测试、审查发现和验证记录组成的完整证据链——这正是 AI 编程从玩具走向生产的分水岭。项目 MIT 许可永久免费，托管版 ECC Pro 仅面向私有仓库收费，商业模式清晰不绑架用户。如果你每天在用 Claude Code 或 Codex，这可能是今年最值得装的一个增强系统。
下载地址
- GitHub 仓库：https://github.com/affaan-m/ECC
- 官方网站：https://ecc.tools
- npm 包：ecc-universal · ecc-agentshield
- GitHub App：ECC Tools
项目信息：⭐ 234,797 Stars · 🍴 35,776 Forks · 语言：JavaScript/TypeScript/Shell · 许可证：MIT · 创建于 2026 年 1 月，持续高频更新中。
