文章正文
这套源码来自 GitHub 上的 ECC 项目，是一套面向 AI 编程智能体的跨平台命令与配置系统。
它最早以「Everything Claude Code」为名开源，现在被作者定位为「agent harness operating system」，也就是跑在各类 AI 编程工具之上的智能体操作系统。
仓库里最核心的是规模庞大的技能库，光是 SKILL.md 定义文件就有八百多个，覆盖了从代码规划、测试驱动、代码审查到安全扫描的各类工作流。
除了技能，项目还包含智能体定义、钩子、规则、MCP 配置以及兼容传统命令的适配层，基本上把日常用 AI 写代码需要的周边设施都打包在了一起。
它最大的特点是跨平台，同一套配置可以同时驱动 Claude Code、Codex、Cursor、OpenCode、Gemini、Zed 和 GitHub Copilot 等多种 AI 编程框架。
仓库还带了一个用 Rust 写的 ecc2 控制层，提供 TUI 仪表盘与会话、worktree 的生命周期管理，以及一个 Python 版的 ecc_dashboard.py 可视化面板。
如果你想研究别人是怎么把 AI 编程助手调教成「准生产级」工作流的，这份源码是很完整的参考样本。
源码简介
ECC 是一套开源的 AI 编程智能体命令与配置系统，采用 MIT 许可、永久免费。它最早以 Everything Claude Code 为名，现更名为 ECC（agent harness operating system），主打「跨 harness 复用」理念。项目主体包含 800+ 技能模块、智能体定义、钩子、规则与 MCP 配置，并附带 Rust 控制层 ecc2 与 Python 仪表盘。作者称其经过 10 个月以上真实产品开发的日常打磨，并在 Anthropic 黑客松中获奖，支持 Claude Code、Codex、Cursor、OpenCode、Gemini、Zed、GitHub Copilot 等多端运行。
适用场景
- 想搭建或优化自己 AI 编程工作流的开发者做参考学习。
- 需要在 Claude Code、Cursor、Codex 等多个 AI 工具间统一技能与规则的团队。
- 研究智能体记忆持久化、Token 优化、并行化与子代理编排的工程实践。
技术栈与运行环境
主包为 Node.js 项目 ecc-universal（v2.0.0），要求 Node >= 18，使用 TypeScript 编写，附 npm/pnpm/yarn/bun 多种安装方式。
ecc2 控制层为 Rust 工程（Cargo.toml，依赖 ratatui、tokio、git2 等），需本地 Rust 工具链构建。
仓库另含 Python 仪表盘脚本 ecc_dashboard.py，运行依赖见 pyproject.toml。
配置侧涉及 MCP（GitHub、文件系统等服务）、.env 环境变量（ANTHROPIC_API_KEY、GITHUB_TOKEN 等）以及多端插件清单（.claude-plugin/.codex-plugin/.cursor 等）。
功能亮点
- 跨平台多端支持：同一套技能与规则可驱动 Claude Code、Codex、Cursor、OpenCode、Gemini、Zed、GitHub Copilot 等七种以上 AI 编程框架。
- 庞大技能库：仓库内置 889 个 SKILL.md 技能定义，覆盖规划、测试驱动、代码审查、安全扫描等研发全流程。
- Rust 控制层 ecc2：提供 TUI 仪表盘，支持 dashboard、start、sessions、status、stop、daemon 等会话与 worktree 生命周期命令。
- Python 可视化面板：ecc_dashboard.py 可启动本地仪表盘，直观查看智能体运行状态与指标。
- 安全与沙箱体系：配套 AgentShield、the-security-guide 安全指南与钩子监控，聚焦攻击向量、沙箱与数据净化。
- 记忆与持续学习：通过 hooks 自动跨会话保存/加载上下文，并从会话中提炼可复用技能，形成持续学习闭环。
安装与部署提示
插件安装最便捷：在 Claude Code 中执行 `/plugin marketplace add https://github.com/affaan-m/ECC` 与 `/plugin install ecc@ecc` 即可自动加载技能、命令与钩子。
纯手动方式：先 `git clone` 仓库，执行 `npm install`（或 pnpm/yarn/bun），再按需把 `rules/` 下的语言目录复制到 `~/.claude/rules`。
ecc2 控制层需在本地安装 Rust 工具链后用 `cargo build` 构建，构建产物提供命令行入口。
运行前复制 `.env.example` 为 `.env` 并填入 ANTHROPIC_API_KEY、GITHUB_TOKEN 等密钥；API key 等敏感信息切勿提交到版本库。
截图与演示说明
仓库根目录 README 顶部为 hero 主视觉图与三大指南入口（精简指南 / 详细指南 / 安全指南）。
assets/images/longform/ 目录下包含 Token 优化、模型选择、并行化、双终端，展示真实工作流。
ecc2/ 提供 TUI 控制面板，可通过 dashboard、start、sessions、status 等命令在终端查看会话与 worktree 状态。
ecc_dashboard.py 运行后生成 Web 仪表盘，用于观测智能体运行指标。
skills/ 与 agents/ 目录分别存放技能定义与智能体定义，是源码研究的主要入口。
docs/ 下提供英、简中、繁中、日、韩等多语言指南文档。
常见问题
- 这套配置只能给 Claude Code 用吗？
不是。ECC 主打跨平台，同一套技能与规则可同时用于 Claude Code、Codex、Cursor、OpenCode、Gemini、Zed、GitHub Copilot 等多种 AI 编程框架，仓库内已附带各端的插件清单。
- 下载后需要编程基础才能用吗？
插件一键安装对普通用户友好，复制即可生效。但如果你想深入研究或改造技能源码，建议具备一定的命令行与 TypeScript/Rust 基础。
安全风险提示
特别提示：本源码未检测安全风险文件，下载后请务必进行安全审计，删除恶意代码后再部署使用！
补充说明：项目依赖 Anthropic、GitHub 等 API 密钥，请妥善保管 `.env` 文件、切勿提交到公开仓库；跨端复用配置时注意不同 AI 工具对钩子与规则的权限差异，建议在隔离环境先行测试。
下载说明
本地下载包为 GitHub 仓库的源码快照（含 ecc-universal 主包、ecc2 Rust 控制层、ecc_dashboard.py 及全部技能/智能体/规则/文档）。
文件按原仓库结构打包，解压后参考 README 与 docs/ 指南进行安装与学习。
GitHub开源地址：https://github.com/affaan-m/ECC
