截至 10 月 26 日,GitHub 开源项目 ECC 已获得约 28.9 万 star、4.28 万 fork。它由独立开发者 affaan-m 维护,采用 MIT 许可,最新版本为 10 月 1 日发布的 2.2.3。ECC 的定位不是另一个编码模型,也不是新的 IDE,而是给 Claude Code、Codex、Cursor 等「智能体外壳(harness)」补上一套工程流程:先计划,再写测试,随后实现、复查、验证,最后把经验沉淀下来。

这个项目的自我描述是「智能体外壳性能优化系统」。README 用一条流水线概括它的目标:

plan -> test -> implement -> review -> verify -> remember -> improve

换句话说,它试图解决的不是「模型会不会写代码」,而是「模型能否稳定地按团队流程交付代码」。

从会写代码到按流程交付

ECC 的核心主张是:计划不应该消失在聊天记录里,测试也不应该只是一句可能被遗忘的提示词。它把几个环节做成了可检查的产物。

开发者先通过 /ecc:plan 生成可编辑的实施蓝图,确认后再进入 tdd-workflow。流程要求先写出失败测试并留下 RED(失败)证据,再实现到 GREEN(通过),然后由一个新的上下文中的审查智能体检查回归与盲点。最终交付的不只是代码,还包括计划、失败测试、通过测试、审查发现和构建验证记录。

README 给出的对比如下:没有这套系统时,同一段上下文既写代码又审代码;有了 ECC,审查者从全新上下文进入,更容易发现原作者忽略的问题。钩子(hooks)则在模型上下文之外运行确定性检查,减少「提醒了但模型没照做」的情况。

五类组件,各自管理上下文

ECC 把能力拆成不同层次,而不是把所有内容一次性塞进系统提示词。仓库实际包含 71 个智能体文件、311 个 SKILL.md 技能文件和 97 个命令入口。

组件数量作用上下文行为
子智能体(Agents)71规划、审查、构建修复、安全、架构与领域任务独立上下文与工具权限
技能(Skills)311TDD、研究、安全、文档、前端、数据、ML、运维等流程按任务需要加载
命令(Commands)97兼容与快捷入口,逐步迁移到技能优先调用时进入
规则(Rules)按语言选择项目或语言的长期标准常驻加载,因此需选择性安装
钩子(Hooks)—在工具事件上执行检查与自动化在模型上下文之外运行

此外还有「直觉(instincts)」:从真实会话中提取的模式,带置信度评分,在相关任务出现时被召回。ECC 的原则可以概括为一句写在 README 里的话:「Optimize the context window. Persist everything else.」(优化上下文窗口,其余一切持久化。)

跨工具:Claude Code 最完整,其他仍是适配层

ECC 最早围绕 Claude Code 构建,目前 Claude Code 仍是功能最完整的目标。Codex 与 Qoder 有原生插件路径;Cursor、OpenCode 处于 beta 适配;GitHub Copilot Chat 只提供指令文件,Copilot CLI 提供技能与部分智能体;Gemini、Zed、Antigravity、Qwen、Kimi 等则是实验性或最小适配。

项目自己也明确提示「不要把能力状态当成营销分级」:不同 harness 的钩子、智能体和技能 API 并不一致,不能假设功能完全对等。比如 Codex 的原生钩子需要显式信任决定,Cursor 的智能体发现机制随版本变化,Copilot Chat 则没有移植 ECC 的钩子。

跨工具共享记忆是另一条主线。ECC 的 Memory Vault 使用本地、可检查的 Markdown 文档保存项目记忆与交接信息,项目级数据放在 .ecc/memory/,用户级数据放在 ~/.ecc/memory/。它明确把记忆视为「未经审查的上下文」,而不是可执行策略,要求智能体对关键结论回到权威来源核实。

省 token,也把配置当攻击面

ECC 的另一部分工作是控制成本。它建议大多数任务默认使用 Sonnet 而非 Opus,把自动压缩阈值从 95% 提前到 50%,并限制同时启用的 MCP 数量:每个 MCP 的工具描述都占用上下文,README 警告同时开启过多 MCP 可能把 20 万 token 的窗口压到约 7 万。

安全方面,ECC 把智能体配置本身视为攻击面。内置的 AgentShield 会扫描提示词、钩子、MCP 配置、权限、密钥和智能体文件;GateGuard 在破坏性 shell 命令执行前拦截,包括 rm、强制或带路径的 git checkout,以及破坏性的 find -exec。项目还单独发布了 ecc-agentshield npm 包与 GitHub Action。

需要留意的是,ECC 并非 Anthropic 官方项目,而是一个社区维护的庞大配置集合。README 专门警告只从官方仓库、npm 包、GitHub App、插件市场与官网安装,第三方转载或镜像不受维护,可能包含恶意代码。对于会执行 shell 命令、读取密钥、接入 MCP 的工具链,这类来源核验比 star 数量更重要。

核心总结

  • 定位:ECC 是面向编码智能体外壳的工程流程与组件库,不提供新模型,也不是 IDE
  • 规模:截至 10 月 26 日约 28.9 万 star、4.28 万 fork;仓库含 71 个子智能体、311 个技能、97 个命令入口
  • 流程:以计划、失败测试、实现、全新上下文审查、验证、记忆沉淀为主线,强调可检查的证据链
  • 上下文策略:技能按需加载、规则常驻、子智能体隔离上下文、钩子在模型之外运行
  • 跨工具:Claude Code 支持最完整,Codex 与 Qoder 有原生插件,Cursor、OpenCode、Copilot 等为有限适配
  • 成本与安全:提供 token 优化建议、AgentShield 配置扫描与 GateGuard 命令拦截,但安装前必须核验来源
  • 版本:最新版 2.2.3 于 2026 年 10 月 1 日发布,主要统一命名并修复发布流程

原文:affaan-m/ECC(GitHub,MIT License)

参考: