【导读】
2026 年 6 月 16 日，开发者 @oliviscusAI 在 X 上发了一组数字：271 个 skills、67 个 agents、92 条 commands。这三组数字指向一个 MIT 许可证的 GitHub 开源项目——ECC，作者管它叫“AI 编程代理的操作系统”，完全免费。五个月从零冲到 21 万 stars，覆盖 Claude Code、Cursor、Codex 等七种主流编程工具，装完即用。
▲ @oliviscusAI 的宣布推文，271/67/92 三组数字背后是一整套 agent 基础设施
一个人，十个月，一场黑客松冠军
故事要从 2025 年 9 月说起。
Affaan Mustafa 在旧金山参加了 Anthropic x Forum Ventures 黑客松。他带着 Claude Code，八小时搭完一个完整初创产品 zenith.chat，拿了冠军，到手 1.5 万美元 Anthropic 额度。
这件事给他一个强烈的信号：AI 编程代理的上限远没有被摸到。
之后十个月，他开始每天重度使用 Claude Code——把 agent 当工程团队的正式成员来用，不是浅尝辄止聊几句。这个过程里他反复碰壁：会话一关记忆全丢，每次新项目都要重新教一遍 coding standards，安全漏洞全靠人眼扫，多 agent 协作时工作树冲突频发，换一个编辑器所有配置归零。
他没等别人解决。他把十个月的踩坑经验整理成配置文件、技能包、代理定义、钩子脚本，2026 年 1 月 18 日以 MIT 许可证开源，取名 ECC——Everything Claude Code。
你以为这又是一个小众工具？
六个月后，这个仓库有了 21 万 stars、3.2 万 forks、2165 次 commits。Discord 社区上线，企业赞助商进场，npm 包 ecc-universal 提供一行安装。发布页标题直白得不像玩笑：「The Agent Harness Operating System」。
▲ GitHub 主页：211k+ stars，MIT 许可证，明确列出支持的七种 harness
271 个 skills、67 个 agents、92 条命令，到底装了些什么
先说结论：ECC 不是 prompt 合集。
Skills 是可复用的工作流包，每个 skill 包含提示结构、检查清单、codemaps、配套文件。Agents 是具备独立上下文的专业子代理，可以并行委托任务。Commands 是兼容旧版斜杠命令的 92 条 shim，长期方向是 skills-first。
看几个典型组件就能感受到密度：
Agents 层（67 个）——planner 拆解复杂需求，architect 做系统设计，tdd-guide 强制测试先行，code-reviewer 做代码审查，security-reviewer 扫漏洞。语言专精的更多：typescript-reviewer、python-reviewer、java-reviewer、rust-reviewer、go-reviewer、kotlin-reviewer、cpp-reviewer、django-reviewer、pytorch-build-resolver。还有运营类的 loop-operator 做自主循环监控，harness-optimizer 调配置，spec-miner 从棕地项目里提取规格。
▲ AGENTS.md 精确列出 67 个专业代理，每个都有明确的使用场景和委托策略
Skills 层（271 个）——覆盖 coding 规范、TDD 流程、验证循环、十二种语言框架的模式库（golang-patterns、django-patterns、cpp-coding-standards、pytorch-patterns、nestjs-patterns、kubernetes-patterns 等等），还包括文章写作、市场研究、视频制作等内容生产 skill。安全侧内置 OWASP Top 10 检测，AgentShield 集成。
真正拉开差距的，是它把记忆和安全做进了基础设施。
传统 AI 编程助手会话一关就忘干净。ECC 的 continuous-learning-v2 在每次会话结束时自动提取关键决策和代码变更，将重复行为提炼为 instinct（本能），每个 instinct 携带置信度评分。连续做几天同一类任务后，agent 会自动学会项目的常用模式，下次直接复用。
安全端做得更彻底。AgentShield 独立仓库 102 条规则、1282 个测试用例，红队、蓝队、审计员三个 Claude Opus 4.6 并行对抗，输出 A-F 评分。gateguard 保护破坏性 git 操作，curl 凭证不进 argv。企业团队可以把它当 CI gate，退出码 2 直接阻断合并。关键是开源——扫描器本身可被本地审计。
▲ ecc.tools 官网展示三层架构和 AgentShield 安全扫描能力
装上就跑，七种工具通用
安装不废话：
``` /plugin marketplace add https://github.com/affaan-m/ECC /plugin install ecc@ecc ```
也可以 git clone 后手动装：
```bash git clone https://github.com/affaan-m/ECC.git cd ECC && npm install ./install.sh --profile core ```
项目反复强调选择性安装——不要把 271 个 skills 全部塞进上下文。core profile 起步，按需加语言 pack 或安全模块，跑 `npx ecc consult "..."` 让 advisor 推荐组件。
装上之后日常使用长这样：
-
`/plan "Add user authentication"` → planner 拆阶段、划依赖、标风险 -
`/tdd` → tdd-guide 接管，红阶段先写失败测试 -
编码 → PostToolUse hook 自动格式化、类型检查 -
`/code-review` + `/security-review` → 两个 agent 并行审 -
提交前 → AgentShield 扫一遍 + gateguard -
会话结束 → 自动生成 summary + instinct 提取 -
第二天继续 → 载入记忆，不用重新教
关键细节：同一套配置通过 session adapters 适配 Claude Code、Cursor、Codex、OpenCode、Gemini CLI、Zed、GitHub Copilot。换工具不用重写 skills。团队可以统一标准，个人可以自由切换。
▲ v2.0.0 发布说明，标题「The Agent Harness Operating System」，从单工具 pack 升级为跨 harness 平台
为什么 21 万人点了 star
GitHub 上的真实反馈能说明问题：
"Model is able to stay on track, check its work, auto-fix, and come back much faster."
「模型能保持在轨道上，检查自己的工作，自动修复，回来快很多。」
"Incredible resource for understanding agentic workflows."
「理解 agentic 工作流的不可思议资源。」
更值得关注的是采用信号：CodeRabbit 和 Greptile 做了企业赞助，npm 周下载量持续爬升，Discord 社区 bot 自动回答 /skill 查询。2.0 版本的发布流程本身几乎由 ECC 自身完成——发布说明、变更日志、版本标签，agent 自己跑完了大部分流程。
这是一个意味深长的信号：当 agent 基础设施成熟到能用自己改善自己，recursive self-improvement 就从论文落到了工程实践。
▲ skills/ 目录树一览，覆盖编码、安全、内容生产、持续学习等多个大类
冷静看：边界在哪
271 个 skills 是双刃剑。全部加载会稀释上下文、推高 token 成本、让模型混淆。项目反复强调 profiles 和选择性安装，这个提醒需要认真对待。
安全规则需要持续更新——新攻击面不断出现。AgentShield 目前覆盖的是已知模式，不代表零风险。
GitHub App 涉及读取 git history，虽然只写 PR，企业团队上线前该做的 review 一步都不能省。
ECC 解决的是“程序员与 agent 协作的摩擦”，不是“代码没有 bug”。最终判断——尤其是架构决策和业务逻辑——仍然需要人来做。
但这些问题指向的是使用姿势，不是方向错误。
更大的图景
ECC 的出现踩在了一个关键节点上。
2026 年，AI 编程工具已经过了“能不能用”的阶段，卡在了“怎么用好”的瓶颈上。每个开发者都在重复造轮子：写 prompt、配规则、建 hooks、管记忆。高质量配置是个人手艺，传不下去、版本管不了、工具一切换就失效。
ECC 做的事就是把“专家级配置”变成可分发、可版本化、可跨工具的公共层。这和 Linux 发行版把内核打包成可安装系统是一个逻辑——单个组件的质量再高，没有集成层就是散装零件。
回头看那个 1 月的决定——把十个月的个人积累 MIT 开源——Affaan 可能没预料到五个月后会有 21 万人 star。社区用脚投票的逻辑不复杂：2026 年真正稀缺的，是把模型用好的基础设施，不是更强的模型本身。
271 个 skills、67 个 agents、92 条命令，数字还会涨。重要的是，agent 从“聪明但健忘的助手”变成“有组织、有记忆、有纪律的工程团队成员”这件事，已经有人把它做成了即插即用的开源包，放在 GitHub 上了。
— END —