当所有人把 Claude Code 当聊天工具用的时候，有人把它变成了一座兵工厂。
本文首发地址 https://h89.cn/archives/561.html

Everything Claude Code 封面

一、缘起：8 小时黑客松，10 个月实战淬炼

2025 年 9 月，纽约。Anthropic 联合 Forum Ventures 举办了一场黑客松。

Affaan Mustafa 和队友 @DRodriguezFX 用 8 小时，完全依靠 Claude Code，从零构建了 zenith.chat——一个实时对话产品。他们拿下了第一名和 $15,000 API 额度奖励。

这听起来像一个典型的「黑客松传奇」故事，但真正的故事在于：他们凭什么赢？

答案不是灵感爆发，不是运气好，而是一套经过 10+ 个月日常使用反复打磨的 Claude Code 配置体系。Affaan 从 18 岁开始做产品，创立过微软支持的 AI 初创公司 DCUBE，在 Solana 上构建过自主交易代理，为 elizaOS（17,000+ Star 框架）做过贡献，退出了华盛顿大学的博士轨道继续创业。

所以当他说"这是我在 10 个月日常使用后的完整设置"时，这不是理论推演——这是在黑客松压力和真实产品开发中活下来的东西。

赛后，他将这套配置开源，命名 Everything Claude Code (ECC)。截至 2026 年 4 月，这个项目已收获 150K+ Star、23K+ Fork、170+ 贡献者，是 Claude Code 生态里体量很大的开源配置系统之一。

二、AI 编程助手的核心痛点——你一定经历过

在讲 ECC 怎么解决之前，先看看问题本身。如果你用过 Claude Code 或任何 AI 编程助手，下面这些一定不陌生：

痛点 1：上下文窗口爆炸

Claude Code 的 200K 上下文窗口听起来很宽裕，但实际用起来：

消耗来源 估算占用
系统提示词 ~10K tokens
常驻 Rules ~5-8K tokens
每个 MCP 工具定义 ~2-5K tokens
对话历史 持续累积

启用 10+ MCP 后，200K 可能只剩 ~70K 可用空间。上下文一旦爆满，模型开始遗忘、幻觉、重复提问——体验断崖式下跌。

痛点 2：令牌成本失控

Claude Code 的推理消耗惊人，尤其是 Opus 模型。一次复杂的多文件重构可能消耗数十万 tokens。更糟的是，大量 token 浪费在无关的上下文加载上——你没用的 Skills、没调用的 MCP，都在默默烧钱。

痛点 3：会话信息丢失

每次新会话，Claude Code 从零开始。上一次踩过的坑、发现的模式、确定的偏好，全部归零。你不得不反复"教"它相同的事情。这不是 AI，这是失忆症。

痛点 4：重复劳动

代码审查？每次手动要求。安全扫描？没有内置能力。构建错误？一次又一次复制粘贴错误日志。文档更新？永远不会自动发生。AI 编程本该解放你，结果你成了 AI 的操作员。

痛点 5：单兵作战

一个复杂功能需要规划、设计、编码、测试、审查、部署——Claude Code 只有一个"通用大脑"，串行处理一切。而人类团队早就在并行协作了。

三、ECC 是什么：不是插件，是系统

ECC 的定位很清晰：AI Agent Harness 的性能优化系统。

它不是独立软件，不是 Claude Code 的 fork，而是一套完整的配置增强层——经过 10 个月实战检验的生产级 Agents、Skills、Hooks、Commands、Rules 和 MCP 配置。

核心数据：

指标 数值
GitHub Star 150K+
Fork 23K+
专业 Agent 38+（持续增长中）
Skills 156+（按需加载，不占常驻上下文）
斜杠命令 72+ 个 legacy command shims
支持语言 12+ 语言生态（TypeScript, Python, Go, Java, C++, Rust, Kotlin, Swift, PHP, Perl 等）
许可证 MIT

ECC 同时支持 Claude Code、Codex、Cursor、OpenCode、Gemini 等多个 AI Agent Harness——这意味着它的设计理念不绑定单一工具，而是一套可移植的 Agent 工程方法论。

四、六大核心组件详解

ECC 架构全景

4.1 Agents：38+ 个专业代理，各司其职

ECC 的 Agent 体系采用了层级委派模式：编排型 Agent（Planner、Architect）拥有广泛工具访问权限，可以调度专业型 Agent；专业型 Agent 只能访问与其职责相关的工具，避免越权。

编排型 Agent：

  • Planner：高级任务分解和规划，将需求拆解为可执行的子任务
  • Architect：系统设计和架构决策，负责技术方案选型
  • Chief of Staff：通信分流和草稿管理，处理邮件/消息/文档的优先级排序
  • Loop Operator：自主循环执行，长时间运行的自动化任务
  • Harness Optimizer：Harness 配置调优，优化上下文和 Token 使用

专业型 Agent：

  • TDD Guide：测试驱动开发流程引导（RED → GREEN → REFACTOR）
  • Code Reviewer：通用代码质量审查
  • Security Reviewer：安全漏洞专项审查
  • Build Error Resolver：构建错误诊断与修复
  • E2E Runner：Playwright 端到端测试执行
  • Refactor Cleaner：死代码清理和重构
  • Doc Updater：文档自动同步维护
  • Go Reviewer / Go Build Resolver：Go 语言专属审查和构建修复
  • Python Reviewer：Python 专属审查（PEP 8、类型提示）
  • Database Reviewer：SQL/ORM/迁移审查

每个 Agent 的设计遵循最小权限原则——审查型 Agent 只读不写，构建型 Agent 只操作构建工具链，测试型 Agent 只跑测试。这不是过度设计，而是防止 Agent 在自己不擅长的领域"帮倒忙"。

4.2 Skills：156+ 个领域技能，按需加载

Skills 是 ECC 最核心的设计决策之一：它们不常驻上下文，只在需要时加载。

这是和 Rules 的关键区别——Rules 始终加载（必要成本，约 5-8K tokens），Skills 则按需激活。这意味着你可以在拥有 156+ 个 Skills 的同时，不浪费一个 token 在没用的技能上。

主要覆盖领域：

  • 后端开发：API 设计模式、数据库缓存、迁移策略、性能优化
  • 前端开发：React、Next.js、E2E 测试、Page Object Model
  • 语言专属：TypeScript、Python、Go、Java、C++、Django、Spring Boot、Laravel
  • DevOps：Docker 容器化、部署模式、PM2 进程管理
  • 高级功能：Token 优化、成本感知 LLM 流水线、安全扫描、搜索优先工作流
  • 内容创作：文章写作、内容引擎、市场调研、投资者材料

Skills 还在持续扩展——v1.9.0 新增了 PyTorch patterns、Next.js Turbopack、Bun Runtime；v1.10.0 进一步加入了品牌语音、社交图谱排序、视频创作等运营领域技能。

4.3 Commands：72+ 个 legacy command shims，快速入口

Commands 是与 ECC 交互的快捷方式，按功能分为 6 大类：

类别 代表命令 功能
核心工作流 /plan、/tdd、/e2e 任务规划、测试驱动、端到端测试
代码质量 /code-review、/build-fix、/refactor-clean 审查、修复、重构
多 Agent 协作 /multi-plan、/multi-execute 多代理并行协作
学习系统 /learn-eval、/evolve、/instinct-status 持续学习与进化
语言专属 /go-review、/python-review 特定语言审查
会话管理 /sessions、/checkpoint 会话追踪和状态保存

需要注意的是，ECC 正在从 Commands 迁移到 Skills 作为主要工作面。Commands 目前以兼容形式存在（legacy command shims），新功能优先落在 Skills 上。

4.4 Rules：常驻规则集，编码的底线

Rules 是始终加载到上下文中的基础配置，组织为 common/ + 语言专属目录的结构：

rules/
  common/          # 通用原则（必装）
  typescript/      # TS/JS 最佳实践
  python/          # Python 规范
  golang/          # Go 惯用法
  swift/           # Swift 模式
  php/             # PHP 模式
  java/            # Java 模式
  rust/            # Rust 模式
  cpp/             # C++ 规范
  kotlin/          # Kotlin/Android/KMP
  perl/            # Perl 模式

common/ 目录包含语言无关的核心规则：编码风格（不可变性、文件组织）、Git 工作流（提交格式、PR 流程）、测试要求（TDD、80% 覆盖率）、性能优化（模型选择、上下文管理）、安全检查（强制性安全审计）。

按语言安装是 ECC 的一个务实设计——你只装你用的语言规则，不浪费上下文。./install.sh typescript python 就只装这两个语言的规则集。

4.5 Hooks：事件驱动自动化

Hooks 在 Claude Code 的生命周期事件上自动触发，是 ECC 自动化的骨干：

Hook 类型 触发时机 功能
PreToolUse 工具执行前 质量门禁检查（如检测 console.log）
PostToolUse 工具执行后 结果验证和模式提取
SessionStart 会话开始时 加载上下文和记忆
SessionEnd 会话结束时 保存状态和持久化记忆
PreCompact 上下文压缩前 策略性压缩建议
Stop 会话终止时 模式提取和经验沉淀

Hooks 的运行时控制也很灵活：

# 控制严格度
export ECC_HOOK_PROFILE=minimal|standard|strict

# 临时禁用特定 Hook
export ECC_DISABLED_HOOKS="pre:bash:tmux-reminder,post:edit:typecheck"

v1.8.0 对 Hooks 做了大规模可靠性重构：SessionStart 增加了 root fallback、会话摘要持久化移到了 Stop 阶段、用脚本替代了脆弱的内联 one-liner。这很重要——Hook 不可靠，整个自动化链条就不可靠。

4.6 MCP：外部工具集成

ECC 内置了常用 MCP 服务器的配置模板（GitHub、Supabase、Vercel、Railway 等），开箱即用。但也提供了灵活的禁用机制：

# 如果你自己管理某些 MCP，告诉 ECC 别重复添加
export ECC_DISABLED_MCPS="github,context7,exa,playwright,sequential-thinking,memory"

这是一个细节但重要的设计——ECC 不会强制覆盖你已有的配置，而是尊重既有环境。

五、持续学习 v2：让 AI 越用越懂你

持续学习进化路径

这是 ECC 最独特的功能，也是它和所有其他 Claude Code 配置集合的根本区别。

v1：基于 Stop Hook 的模式提取

v1 在会话结束时通过 Stop Hook 提取编码模式，存储到 ~/.claude/skills/learned/。观察覆盖率约 50-80%——漏掉的不少。

v2：基于 Instinct 的学习系统

v2 彻底重构了学习机制，核心概念是 Instinct（本能）：

学习流程：

  1. 观察：PreToolUse/PostToolUse Hook 在每次工具调用前后触发，100% 覆盖率捕捉你的编码模式
  2. 提取：将模式提取为「本能」，每个本能包含 Action（做什么）、Evidence（为什么）、Examples（怎么做）
  3. 置信度评分：每个本能带有 0.3-0.9 的置信度。低置信度的可能是偶然行为，高置信度的是稳定模式
  4. 进化：多个相关本能通过 /evolve 命令聚合为一个可复用的 Skill 模块

操作命令：

/instinct-status        # 查看已学习的本能及置信度
/instinct-import <file> # 导入他人的本能（团队共享）
/instinct-export        # 导出你的本能
/evolve                 # 将相关本能进化为技能
/prune                  # 清理过期的待定本能

这个系统的意义不只是「记住你的偏好」。它让 Claude Code 具备了累积性学习能力——用的越多，越懂你的代码风格、项目约定、常见模式和踩坑经验。这不是 prompt engineering，这是真正的经验沉淀。

六、多代理编排与并行化策略

多Agent编排流程

单代理 vs 多代理

单代理模式下，Claude Code 的一个"通用大脑"串行处理一切。复杂任务时，上下文越来越长，推理越来越慢，质量越来越差。

多代理模式是 ECC 的杀手级能力：

  1. /plan "Add user authentication" → Planner 分解任务
  2. Architect 设计方案
  3. TDD Guide 先写测试（RED）
  4. 编码完成后，Code Reviewer + Security Reviewer 并行审查
  5. E2E Runner 执行端到端验证
  6. Doc Updater 自动更新文档

Git Worktrees + tmux 编排

ECC 的多代理并行不只是一句口号，它有具体的工程实现：

  • Git worktrees：每个 Agent 在独立的 worktree 中工作，互不干扰
  • tmux 编排：通过 tmux 管理多个 Claude Code 实例，并行运行
  • PM2 集成：/pm2 命令管理多服务生命周期

相关命令：

/multi-plan       # 多代理任务分解
/multi-execute    # 多代理并行执行
/multi-backend    # 后端多服务编排
/multi-frontend   # 前端多服务编排
/multi-workflow   # 通用多服务工作流

注意：多代理命令需要额外安装 ccg-workflow 运行时（npx ccg-workflow），不包含在基础安装中。

七、上下文窗口经济学

ECC 对 Token 的态度是精打细算，这来自 10 个月真实产品开发的成本教训。

核心策略

策略 做法 效果
模型选择 日常用 Sonnet，复杂推理用 Opus 大幅降低成本
思考 Token 控制 思考 token 32000 → 10000 减少推理开销
Rules 常驻 + Skills 按需 只加载必要的常驻规则 常驻仅 5-8K tokens
Agent 按需激活 只在委派时加载 Agent 避免全量加载
MCP 精简 建议活跃 MCP < 10，工具 < 80 200K 不会被工具定义吃掉

具体优化效果

用 Sonnet 替代 Opus 做日常开发，配合思考 Token 的缩减，成本可降低约 60%。这不是以质量换成本——审查和安全扫描仍然用 Opus，只是日常编码和简单任务用 Sonnet 就够了。

ECC 的 /model-route 命令可以自动根据任务复杂度选择合适的模型，进一步自动化这个过程。

八、跨平台与安装方式

跨平台支持

v1.8.0 后，ECC 的主要 Hook 脚本都用 Node.js 重写，基本实现了 Windows/macOS/Linux 的跨平台支持（少量辅助脚本仍为 bash）。包管理器自动检测的优先级链：

  1. 环境变量 CLAUDE_PACKAGE_MANAGER
  2. 项目配置 .claude/package-manager.json
  3. package.json 的 packageManager 字段
  4. Lock 文件检测（package-lock.json / yarn.lock / pnpm-lock.yaml / bun.lockb）
  5. 全局配置 ~/.claude/package-manager.json
  6. 回退：默认 npm

安装方式对比

方式一：插件安装（推荐，2 分钟搞定）

# 添加市场源
/plugin marketplace add https://github.com/affaan-m/everything-claude-code

# 安装插件
/plugin install ecc@ecc

优点：一键安装，自动更新，命令带命名空间（/ecc:plan）。
缺点：Claude Code 插件系统不支持分发 Rules（上游限制），Rules 需要手动安装。

方式二：手动安装（完全控制）

git clone https://github.com/affaan-m/everything-claude-code.git
cd everything-claude-code

# 安装依赖
npm install

# 完整安装
./install.sh --profile full

# 或按语言安装
./install.sh typescript python golang

优点：精确控制安装内容，命令更短（/plan 而非 /ecc:plan）。
缺点：更新需手动拉取。

Rules 必须手动安装（无论哪种方式）：

# 用户级别（所有项目生效）
mkdir -p ~/.claude/rules
cp -r everything-claude-code/rules/common ~/.claude/rules/
cp -r everything-claude-code/rules/typescript ~/.claude/rules/

# 或项目级别（仅当前项目生效）
mkdir -p .claude/rules
cp -r everything-claude-code/rules/common .claude/rules/

九、AgentShield：生产级安全防线

AgentShield 是 ECC 的安全组件，诞生于 2026 年 2 月的 Claude Code Hackathon（Cerebral Valley x Anthropic）。

能力

  • 102 条静态分析规则
  • 配套测试覆盖率约 98%
  • 扫描范围：CLAUDE.md、settings.json、MCP 配置、Hooks、Agent 定义、Skills
  • 5 大安全类别：密钥泄露检测（14 种模式）、权限审计、Hook 注入分析、MCP 服务器风险画像、Agent 配置审查

使用方式

# 快速扫描
npx ecc-agentshield scan

# 自动修复安全项
npx ecc-agentshield scan --fix

# 深度扫描（三个 Opus Agent：红队/蓝队/审计员）
npx ecc-agentshield scan --opus --stream

# 从零生成安全配置
npx ecc-agentshield init

--opus 模式是亮点：它同时启动三个 Claude Opus Agent——攻击者找漏洞链、防御者评估保护措施、审计员综合两方输出形成优先级风险评估。这更接近对抗式推理，而不只是模式匹配。

输出格式支持：终端（A-F 彩色评级）、JSON（CI 管线）、Markdown、HTML。Critical 发现返回 exit code 2，可直接接入构建门禁。

十、最佳实践与踩坑经验

必须知道的

  1. Claude Code CLI 最低版本 v2.1.0——旧版本的 Hook 加载行为不同，会出问题
  2. 不要在 plugin.json 中添加 hooks 字段——Claude Code v2.1+ 自动加载 hooks/hooks.json，显式声明会导致重复检测错误（这个 bug 在 ECC 社区反复出现，已有回归测试防护）
  3. Rules 必须手动安装——这是 Claude Code 插件系统的上游限制，不是 ECC 的 bug
  4. 多代理命令需要 ccg-workflow——不装就用不了 /multi-* 命令
  5. MCP 精简原则：活跃 MCP < 10，工具 < 80，否则上下文窗口被吃光

推荐配置

# 日常开发：Sonnet + 必要 Rules + 按需 Skills
# 复杂审查：Opus（通过 /model-route 自动切换）
# 安全扫描：AgentShield + Opus 三代理模式

# Hook 严格度按需调整
export ECC_HOOK_PROFILE=standard    # 开发时用 standard
export ECC_HOOK_PROFILE=strict      # CI/CD 时用 strict

# 禁用不需要的 MCP
export ECC_DISABLED_MCPS="github,context7,exa"

常见问题

Q：安装后上下文变大了怎么办？
A：只安装你需要的语言规则集。./install.sh typescript 而不是 --profile full。Skills 不用担心，它们按需加载。

Q：Hook 不触发？
A：检查 Claude Code 版本 >= v2.1.0，确认 hooks/hooks.json 存在且格式正确。用 ecc doctor 诊断。

Q：插件安装后命令找不到？
A：插件安装的命令带命名空间，用 /ecc:plan 而不是 /plan。或者用手动安装方式获得更短的命令名。

Q：本地重置后需要重新购买吗？
A：不需要。先试 ecc list-installed → ecc doctor → ecc repair，通常可以恢复。

十一、社区生态与贡献方向

当前规模

  • 170+ 贡献者
  • 30+ 社区 PR 在 v1.6.0 合并
  • 12+ 语言生态覆盖
  • 完整的中/日/韩/葡/土/繁体中文翻译
  • GitHub Marketplace 应用：ecc-tools

贡献方向

ECC 的贡献不止于代码。项目提供了详细的 PR 模板，覆盖每种贡献类型：

贡献类型 说明
新 Agent 遵循 Agent 模板，明确职责和工具权限
新 Skill 领域知识模块，需要 SKILL.md 文档
新 Rule 语言或框架的最佳实践规则
翻译 多语言支持（i18n）
Bug 修复 遵循 PR 模板，附上复现步骤
跨平台适配 新的 Harness 支持（Cursor, OpenCode 等）

Skill Creator：从你的仓库自动生成技能

ECC 提供两种方式从 Git 历史自动生成 Skills：

# 本地分析（内置）
/skill-create                    # 分析当前仓库
/skill-create --instincts        # 同时生成本能

# GitHub App（高级，支持 10K+ commits）
# 安装 GitHub App 后，在 issue 上评论 /skill-creator analyze

ECC 2.0

v1.10.0 的一个重要更新：ECC 2.0 alpha 已在树内。这是一个用 Rust 编写的控制平面原型（ecc2/ 目录），支持 dashboard、start、sessions、status、stop、resume、daemon 命令。目前处于 alpha 阶段，不是正式发布，但标志着 ECC 从配置集合向完整控制平面的进化。

十二、总结：从聊天工具到工程平台

使用 ECC 前后对比

Everything Claude Code 的核心洞察很简单：

Claude Code 不只是一个聊天工具，而是一个可以被深度定制的 AI Agent 编排平台。

但实现这个洞察需要的不是灵感，而是 10 个月的实战打磨、150K+ Star 所代表的社区关注，以及 170+ 贡献者的协作。ECC 的每一个组件——从 38+ 个专业 Agent 的权限隔离，到 Skills 的按需加载，到持续学习的本能进化，到 Hooks 的可靠性重构——都是真实问题驱动的设计决策。

维度 原生 Claude Code + ECC
任务规划 手动描述 /plan → Planner 自动分解 → 多 Agent 并行执行
代码审查 手动要求 Code Reviewer + Security Reviewer + 语言专属 Agent 并行审查
安全扫描 无 AgentShield 102 条静态分析规则 + Opus 三代理对抗式扫描
测试驱动 手动编写 TDD Guide 全流程引导 + E2E Runner 验证
知识积累 每次归零 持续学习 v2 跨会话记忆 + Instinct 置信度 + 自动进化
Token 管理 无优化 按需加载 + 模型路由 + 成本降六成
多代理协作 不支持 Git worktrees + tmux + PM2 编排

如果你已经在用 Claude Code，但只用到了对话写代码——那就像买了一架战斗机，只用来在跑道上滑行。ECC 给你的是飞行手册。

项目地址：github.com/affaan-m/everything-claude-code

许可证：MIT

推荐阅读：

数据来源：

本文基于 everything-claude-code v1.10.0（2026 年 4 月）撰写，项目仍在快速迭代中，具体数据以 GitHub 仓库 为准。


本文链接：Everything Claude Code：从黑客松冠军到 150K Star 的 AI 编程增强系统 - https://h89.cn/archives/561.html

版权声明：原创文章 遵循 CC 4.0 BY-SA 版权协议，转载请附上原文链接和本声明。

标签: Everything Claude Code, ECC

添加新评论