286 个 skills 这个数字先放着。它听起来很厉害——但具身 AI 编程赛道的同行会告诉你，数量从来不是关键，关键是这 286 个能不能在 13 个工具里都跑起来，能不能在 CI 里拦住错误的产物，能不能在跨会话之间保持一致。
ECC（Everything Claude Code）做的事就是这件事。它的定位是「AI 编程 Agent 的性能优化层/操作系统」，把 Skills（286）、Agents（68）、Commands（94）、Rules、Hooks、Memory、Instincts、安全扫描（AgentShield）打包成一套可跨 13+ 宿主（Claude Code/Codex/Cursor/OpenCode/Gemini/Zed/Kimi/CodeBuddy…）复用的工程体系。其设计核心是：根目录是唯一事实来源，各平台适配器只做「打包/映射」，不维护副本——这是它能跨多宿主却不爆炸的关键。
理念一句话：「Optimize the context window. Persist everything else.」（优化上下文窗口，其余一切持久化。）
让我先把 ECC 解决的真问题摆出来。一，上下文会丢——每次会话从零开始，项目约定、决策、未解问题全部蒸发。二，质量靠提醒——「请用 TDD」「记得 review」是软约束，模型随时可能忘。三，同一件事不同会话给不同答案——缺乏一致工程标准。四，配置不跨工具——Claude Code 写的规则在 Cursor/Codex 里不存在，多工具团队要维护 N 份漂移配置。五，Agent 默认不可信——没有「不确定时先问而非先动」的硬护栏。
架构：四大层 + 七类组件。技能层 Skills 286 个按需加载的工作流；本能层 Instincts 带置信度评分、可演进的模式；记忆层 Memory 跨会话可核查的 Markdown 记忆库；引擎层 Harness Token 预算/hooks/安全护栏。
主工作流循环：plan → test → implement → review → verify → remember → improve。TDD 是最被强调的入口，要求 80%+ 覆盖率（单元/集成/E2E），并把「写测试（RED）→实现（GREEN）→重构」做成带证据的门控流程。
跨宿主适配的真实支持度分层：Claude Code 稳定主推，上下文敏感场景用 selective 更稳；Codex 同步支持，marketplace 实验，无 ECC hook 运行时；Cursor Beta 项目适配器，Agent 发现随版本波动；OpenCode Beta 内置插件；GitHub Copilot 仅指令；Gemini/Zed/Qwen/Kimi/CodeBuddy 等实验/最小。关键技巧：DRY 适配器——Cursor 复用 Claude Code 的 hook 脚本，同源脚本两处跑，不重复维护。
安全设计是最硬核也最可信的部分。实测 skills/tdd-workflow/SKILL.md 内含扎实的注入防御逻辑（非空话）：把 *.plan.md 当不可信数据处理，不当作给 AI 的指令；拦截「忽略前述规则/跳过校验/隐藏行为」等指令注入短语，记录为不可信内容而非执行；直接拒绝破坏性文件系统操作、打印/拷贝密钥；curl ... | sh 这类 fetch-and-execute 远程代码必须拒绝或人工复核；校验命令只映射到白名单（test/lint/typecheck/coverage）。
等等——「不可信数据」和「不可信指令」这两件事听起来差不多，但在 LLM 时代完全不同。注入防御的关键是把外部内容（plan.md、PR 描述、issue 文本）当成「数据」而不是「指令」——LLM 不会自动区分这两者，所以必须在系统层把它显式区分。ECC 这条规则写得很专业，不是临时想的。
配套：AgentShield（独立 npm ecc-agentshield，宣称 1,282 tests/102 规则，支持 scan --fix 与 --opus 红蓝对抗）、GateGuard（运行时护栏，阻断 rm、强制 git checkout、破坏性 find -exec）。审计还把默认 MCP 从 6 个砍到 1 个（chrome-devtools，其余 opt-in）——因为每个 MCP 工具描述都先吃掉上下文窗口的 token。
连续学习/Instincts 是最有想象力、也最待验证的部分。从真实会话中提取模式并打置信度分（触发频率 × 结果成功率）；支持 import/export 跨项目/团队共享、/evolve 自我精炼；通过 ECC_AGENT_DATA_HOME 实现跨宿主记忆隔离，避免多工具记忆打架。效果高度依赖实现质量与使用频率，目前缺乏独立第三方验证。
技术栈与工程现状。主语言 JavaScript（安装器/CLI），Rust（ecc2/控制面原型，alpha），Python（LLM 抽象层），Shell。分发：npm ecc-universal（2.2.0 起 npx ecc-universal setup 引导安装）、ecc-agentshield；GitHub App（私有仓付费 = ECC Pro）。~2,428 commits，最近仍活跃；MIT 许可；偏单人主导——迭代快但巴士因子低（双刃剑）。
下一根钉子：ECC 不是另一个 Agent 框架，而是给 Agent 套上的「工程纪律 + 安全护栏 + 跨工具一致性」操作系统。它识别的痛点（上下文丢失、质量靠提醒、配置漂移、Agent 不可信）都是真问题，且真实代码的注入防御写得专业，工程含量够硬。但它被一层高得可疑的热度数据（Star 在 208K~242K 间跳动且多为 AI 生成营销文）+ AI 营销文包裹，且对多数场景偏重。建议把它当作「Claude Code 的严肃工程增强套件」评估：若正好在多语言+多 Agent+多工具场景里痛，值得按 minimal profile 试装并 ecc doctor 自查；只为省 token 则先等等。
参考仓库：github.com/affaan-m/ECC｜官网 ecc.tools｜许可 MIT。
#ECC #AI编程 #工程纪律