affaan-m/everything-claude-code

TL;DR

ECC 是一个面向 AI Agent Harness（如 Claude Code、Cursor、Codex）的性能优化与技能编排系统，通过插件化架构、Hook 运行时与持续学习机制，将零散的 Prompt 与规则转化为可复用、可审计的生产级 Agent 工作流。

它解决什么问题

当前 AI 编程助手普遍面临上下文窗口浪费、规则配置碎片化、跨工具链行为不一致等问题。开发者往往需要手动维护大量 .md 规则文件，且缺乏会话记忆、安全沙箱与自动化验证闭环。ECC 在 Anthropic Hackathon 获奖后演进为独立系统，旨在提供一套标准化的 Harness 增强层，解决 Agent 在真实工程场景中的稳定性、可观测性与安全合规瓶颈。

核心做法

采用“插件+规则+技能”三层架构。底层通过 install-plan.js 实现 Manifest 驱动的按需安装，避免全量注入导致 Context 膨胀。中间层提供 Hook Runtime（支持 ECC_HOOK_PROFILE=minimal|standard|strict 动态开关），接管 SessionStart/Stop 生命周期，实现自动记忆持久化与 Instinct 模式提取。上层封装 48 个 Subagent 与 182 个 Skill，配合 SQLite 状态库与迭代检索（Iterative Retrieval）机制优化子任务调度。跨 Harness 兼容层通过统一命令路由屏蔽底层 IDE/CLI 差异，并内置 AgentShield 安全扫描与成本感知路由。

作者

项目由 affaan-m 维护，README 明确标注其为 Anthropic Hackathon 获奖者。目前公开资料有限，未提及具体所属机构或过往开源履历，主要活跃于 AI Agent 工具链与 Prompt 工程领域。

社区反应

项目 Stars 已突破 17.8 万，Forks 超 2.7 万，Open Issues 176 个，处于高活跃度但快速迭代期。语言生态覆盖 TypeScript、Python、Go、Java 等 12 种，npm 周下载量可观。作为 MVP 向生产级过渡的开源项目，社区贡献集中在规则翻译、Hook 优化与多语言适配，尚未形成独立的第三方生态插件市场，但 GitHub App 已上线免费/企业版分级。

怎么上手

依赖 Node.js 环境（支持 npm/pnpm/yarn/bun）。最小复现步骤： 1. git clone https://github.com/affaan-m/everything-claude-code.git && cd everything-claude-code 2. npm install 3. 推荐插件路径：在 Claude Code 执行 /plugin marketplace add https://github.com/affaan-m/everything-claude-code 后 /plugin install everything-claude-code@everything-claude-code，随后手动将 rules/common 等目录拷贝至 ~/.claude/rules/ecc/。 4. 或手动安装：./install.sh --profile minimal --target claude。 5. 启动 GUI：npm run dashboard 或 python3 ./ecc_dashboard.py。

争议与局限

Context 膨胀风险：全量安装会注入大量规则与 Skill 定义，即使采用 minimal profile，底层 rules/ 目录仍可能占用显著 Token 预算（推断自 README 强调的“Slimming system prompt”与选择性安装机制）。
跨 Harness 特性滞后：兼容层依赖逆向适配各 IDE 的插件协议，Cursor/Codex 的新特性往往晚于原生支持（推断自 README 的 Cross-harness parity 描述）。
Hook 运行时稳定性：ECC_HOOK_PROFILE 严格模式可能拦截正常命令流，且多安装路径叠加易导致状态冲突，README 多次警告“Do not stack install methods”。
Rust 控制面未成熟：ecc2/ 目录的 Rust 原型仅处于 Alpha 阶段，生产可用性未验证。