Everything Claude Code：AI 代理工具链的性能优化系统全解析
Everything Claude Code（ECC）是目前 GitHub 上最大的 AI 编程代理配置与优化开源项目，拥有超过 103,000 颗星标和 13,400+ 次 Fork，由 Anthropic 黑客马拉松获奖者 Affaan Mustafa 主导开发。它不是一个简单的配置包，而是一套完整的 代理工具链性能优化系统——涵盖 119 个技能定义、28 个专业子代理、60 个斜杠命令、34 条规则和完善的钩子机制，支持 Claude Code、Cursor IDE、Codex、OpenCode 等主流 AI 编码工具。项目从 2026 年 1 月首次发布到 3 月突破 10 万星，增长速度在开源世界极为罕见。
项目的核心用途与设计哲学
ECC 的核心定位是 “代理工具链性能优化系统”（Agent Harness Performance System），而非传统的配置文件集合。它解决的根本问题是：AI 编程代理在实际生产环境中缺乏结构化的工作流、质量保障和持续学习能力。
该项目建立在几个关键理念之上。技能（Skills） 是领域特定的工作流定义，像人类专家的操作手册一样指导 AI 代理完成特定任务。本能（Instincts） 是从会话中自动提取的原子级学习行为，带有置信度评分，能够随着使用积累不断进化。钩子（Hooks） 提供确定性的事件触发机制，确保关键检查和自动化流程 100% 可靠执行——这与技能的概率性触发（50-80%）形成关键对比。规则（Rules） 则是系统级的永久注入指令，AI 代理无法选择忽略它们。
整个系统的组件层次为：规则（始终执行）→ 钩子（事件触发，100% 确定性）→ 技能（工作流指导，概率性）→ 命令（用户主动调用）→ 代理（专业化子任务委派）。
仓库完整目录结构与组件统计
仓库根目录包含约 30 个顶层文件和 23 个目录（含隐藏目录），总计 769+ 次提交，当前版本为 v1.9.0。
根级关键文件
| 文件名 | 功能 |
|---|---|
CLAUDE.md | Claude Code 的项目级指令文件，定义项目结构、测试命令、编码规范 |
AGENTS.md | 代理委派规则、编码标准、安全要求和工作流定义 |
package.json | npm 包配置（包名 ecc-universal），定义 CLI 入口和安装脚本 |
install.sh / install.ps1 | 跨平台安装脚本（macOS/Linux 和 Windows） |
the-shortform-guide.md | 简明指南：安装、基础概念、设计哲学 |
the-longform-guide.md | 深度指南：Token 优化、记忆持久化、评估、并行化 |
the-security-guide.md | 安全指南：攻击向量、沙箱、清理、CVE、AgentShield |
CHANGELOG.md | 版本更新日志（11 个正式版本） |
CONTRIBUTING.md | 贡献指南：代理格式、命名规范、提交流程 |
llms.txt | OpenCode 的完整文档索引 |
核心目录结构
agents/ → 28 个专业子代理（Markdown + YAML frontmatter 格式）
skills/ → 119 个技能工作流定义（每个目录含 SKILL.md）
commands/ → 60 个斜杠命令（Markdown 格式）
rules/ → 34 条规则（common/ + 10 种语言特定目录）
hooks/ → hooks.json 事件钩子配置
scripts/ → 跨平台 Node.js 钩子实现脚本（20+ 个）
contexts/ → 动态上下文注入文件（dev.md, review.md, research.md）
examples/ → CLAUDE.md 示例模板（SaaS/Next.js, Go 微服务, Django, Laravel, Rust）
mcp-configs/ → 14 个 MCP 服务器配置（GitHub, Supabase, Vercel 等）
.agents/skills/ → Codex 兼容的技能副本
.cursor/ → Cursor IDE 适配（钩子、规则、命令的 DRY 转换）
.codex/ → Codex macOS App + CLI 配置
.opencode/ → OpenCode 完整支持（插件、指令、工具）
docs/ → 多语言文档（中文、日文、韩文、葡萄牙文、土耳其文）+ 架构文档
tests/ → 完整测试套件（997+ 内部测试通过）119 个技能的完整分类与核心内容
ECC 的技能系统是其最核心的组成部分。每个技能存储在 skills/{name}/SKILL.md 中，使用标准化的 Markdown 格式，包含 YAML frontmatter（name、description、origin）和结构化的工作流指导内容。
开发工作流与质量保障类（约 20 个）
tdd-workflow 是最核心的开发技能之一。它强制执行测试驱动开发：先写用户故事（As a [role], I want to [action], so that [benefit]），然后按 RED→GREEN→REFACTOR 循环开发。覆盖率最低要求 80%，包括单元测试、集成测试和 E2E 测试三层。技能文件中包含了 Jest/Vitest 单元测试模式、NextRequest API 集成测试模式和 Playwright E2E 测试模式的完整代码范例，以及 Supabase、Redis、OpenAI 的 mock 模式。
verification-loop 提供持续验证和检查点门控。它自动运行构建检查（npx tsc --noEmit）、类型检查、Lint 检查、测试覆盖率验证和安全扫描（检测硬编码密钥、console.log 残留），最后生成格式化的验证报告：Build: [PASS/FAIL], Types: [PASS/FAIL], Tests: [X/Y passed, Z% coverage]。
eval-harness 实现了 评估驱动开发（EDD） 框架。它将评估视为”AI 开发的单元测试”，定义两种评估类型：能力评估（测试新功能）和回归评估（确保不破坏现有功能）。支持三种评分器：代码评分器（确定性检查）、模型评分器（Claude 评估开放式输出，1-5 分）和人工评分器。关键指标是 pass@k——“k 次尝试中至少一次成功”，目标是 pass@3 > 90%。
security-review 覆盖 OWASP Top 10：注入攻击、身份验证破坏、敏感数据暴露、XXE 等。具体检查项包括密钥检测、输入验证、CSRF 防护（Token 验证）、Cookie 安全性（HttpOnly; Secure; SameSite=Strict）和依赖安全审计。
其他工作流技能包括：e2e-testing（Playwright 页面对象模型）、plankton-code-quality（编写时代码质量强制）、search-first（编码前先研究现有工具和库）、skill-stocktake（技能和命令的质量审计）。
持续学习与记忆管理类（4 个）
continuous-learning-v2 是 ECC 最具创新性的技能。它实现了一套 基于本能的学习系统：通过 PreToolUse/PostToolUse 钩子 100% 可靠地捕获会话活动，由后台 Haiku 模型进行模式检测（用户纠正、错误解决、重复工作流），生成带有 置信度评分 的原子级”本能”。置信度范围从 0.3（试探性，建议但不强制）到 0.9（近乎确定，核心行为）。本能随观察积累自动提升置信度，若用户纠正则降低。通过 /evolve 命令可将相关本能聚类升级为完整的技能、命令或代理。v2.1 还增加了 项目作用域，防止跨项目污染——每个项目通过 git remote URL 哈希独立存储本能。
strategic-compact 解决了 Claude Code 的上下文管理问题。它不依赖默认的 95% 上下文自动压缩，而是在逻辑断点（每 50 次工具调用后，此后每 25 次）通过 stderr 提示用户手动执行 /compact，确保上下文在任务阶段转换时被有策略地压缩。
iterative-retrieval 为子代理提供渐进式上下文检索模式——不是一次性加载所有信息，而是逐步细化检索范围，解决子代理的上下文溢出问题。
语言与框架模式类（约 35 个）
这是技能数量最多的类别，覆盖 12 种语言生态系统：
-
TypeScript/JavaScript：
coding-standards（通用编码标准）、backend-patterns（RESTful API 设计、数据库优化、N+1 查询防护、Supabase 事务模式）、frontend-patterns（React/Next.js 组件组合、Context API、Hooks 模式）、bun-runtime、nextjs-turbopack -
Python：
python-patterns（PEP 8、类型提示、惯用法）、python-testing（pytest）、django-patterns/security/tdd/verification、pytorch-patterns（深度学习训练管线、数据加载、模型架构） -
Go：
golang-patterns（惯用 Go 模式）、golang-testing（TDD、基准测试） -
Java：
java-coding-standards、springboot-patterns/security/tdd/verification、jpa-patterns -
C++：
cpp-coding-standards（基于 C++ Core Guidelines）、cpp-testing（GoogleTest, CMake/CTest） -
Swift：
swift-concurrency-6-2（Swift 6.2 并发模型）、swift-actor-persistence、swift-protocol-di-testing -
Perl：
perl-patterns（Perl 5.36+ 现代实践）、perl-security、perl-testing -
PHP：
laravel-patterns/security/tdd/verification -
Kotlin/Android：通过规则和代理支持
-
Rust：通过
rust-reviewer和rust-build-resolver代理支持
基础设施与部署类（约 10 个）
docker-patterns（Compose、网络、卷、安全）、deployment-patterns（CI/CD、健康检查、回滚）、database-migrations（Prisma、Drizzle、Django、Go 迁移模式）、postgres-patterns（PostgreSQL 优化）、clickhouse-io（ClickHouse 分析工程）、api-design（REST API 设计、分页、错误响应）、mcp-server-patterns（MCP 服务器开发模式）。
商业与内容创作类（6 个）
article-writing（避免 AI 腔调的长文写作）、content-engine（多平台社交内容工作流）、market-research（带来源归属的研究）、investor-materials（投资演示文档、财务模型）、investor-outreach（个性化融资外联）、frontend-slides（零依赖 HTML 演示文稿构建器——这是内容最完整的技能之一，支持从 PowerPoint 转换、设计风格探索、自适应视口和键盘/触摸导航）。
高级代理编排类（约 8 个）
autonomous-loops（608 行，覆盖管线循环、PR 循环、DAG 编排——包含顺序代理链模式 Research→Plan→Implement→Test→Review→Fix→Verify，Git worktree 隔离，以及多代理协调模式）、configure-ecc（交互式安装向导）、security-scan（AgentShield 集成，1282 个测试，102 条规则）、cost-aware-llm-pipeline（LLM 成本优化和模型路由）、regex-vs-llm-structured-text（正则 vs LLM 解析的决策框架）、rules-distill（从技能中提取跨领域原则并蒸馏为规则）、deep-research、documentation-lookup。
28 个专业子代理的职责与配置
每个代理以 Markdown + YAML frontmatter 格式定义，包含 name、description、tools（如 Read, Grep, Glob, Bash）和 model（sonnet 或 opus）字段。
| 代理名称 | 模型 | 核心职责 |
|---|---|---|
planner | sonnet | 复杂功能实现规划，生成分阶段的实施计划（含文件路径、依赖、风险评估） |
architect | opus | 系统架构设计，生成架构决策记录（ADR），如向量存储选型 |
tdd-guide | sonnet | TDD 执行专家，RED→GREEN→REFACTOR 循环 |
code-reviewer | opus | 代码审查，严重性分级（CRITICAL/HIGH/MEDIUM/LOW），含安全问题和代码质量检查 |
security-reviewer | opus | OWASP Top 10 安全分析，自动运行 npm audit 和 eslint-plugin-security |
build-error-resolver | sonnet | 构建错误自动修复 |
loop-operator | — | 自主循环执行，监控停滞和干预 |
harness-optimizer | — | 工具链配置调优（可靠性、成本、吞吐量） |
chief-of-staff | — | 多渠道通信分类和草拟（邮件、Slack、日历） |
语言特定代理覆盖 TypeScript、Python、Go、Java、Kotlin、Rust、C++，均有独立的 reviewer 和 build-resolver。pytorch-build-resolver 专门处理 CUDA/训练运行时错误。
代理委派遵循明确规则：复杂功能请求→planner，刚写完代码→code-reviewer，Bug 修复→tdd-guide，安全敏感→security-reviewer。支持并行执行——独立操作可同时启动多个代理。
安装部署与使用方式
推荐安装路径（插件模式）
# 添加市场源
/plugin marketplace add affaan-m/everything-claude-code
# 安装插件
/plugin install everything-claude-code@everything-claude-code
# 手动安装规则（插件限制，无法自动分发规则）
git clone https://github.com/affaan-m/everything-claude-code.git
cd everything-claude-code
npm install
./install.sh typescript # 或 python / golang / swift / phpWindows 用户使用 .\install.ps1 typescript 或 npx ecc-install typescript。
选择性安装（v1.9.0 新增）
ecc install --profile developer --with lang:typescript --with agent:security-reviewer --without skill:continuous-learning基于清单驱动的安装管线（install-plan.js + install-apply.js），SQLite 状态存储跟踪已安装组件，支持增量更新。
Token 优化配置
| 设置项 | 默认值 | 推荐值 | 效果 |
|---|---|---|---|
| model | opus | sonnet | 成本降低约 60% |
| MAX_THINKING_TOKENS | 31,999 | 10,000 | 思考成本降低约 70% |
| CLAUDE_AUTOCOMPACT_PCT_OVERRIDE | 95 | 50 | 更早压缩，更好的上下文质量 |
钩子运行时控制
export ECC_HOOK_PROFILE=standard # minimal | standard | strict
export ECC_DISABLED_HOOKS="pre:bash:tmux-reminder,post:edit:typecheck"跨工具平台支持与功能对等性
ECC 的一个显著特点是 同一仓库支持四大 AI 编码工具，通过适配层实现功能对等：
| 特性 | Claude Code | Cursor IDE | Codex CLI | OpenCode |
|---|---|---|---|---|
| 代理 | 28 | 共享 AGENTS.md | 共享 AGENTS.md | 12 |
| 命令 | 60 | 共享 | 指令模式 | 31 |
| 技能 | 119 | 共享 | 10 原生 | 37 |
| 钩子事件 | 8 种 | 15 种 | 暂无 | 11 种 |
| 规则 | 34 | 34 (YAML) | 指令模式 | 13 |
Cursor 使用 DRY 适配模式（.cursor/hooks/adapter.js）将 Cursor 的 stdin JSON 格式转换为 Claude Code 格式。Codex 通过 .codex/config.toml 和 AGENTS.md 配置，提供 explorer、reviewer、docs_researcher 三个代理角色。
生态工具与社区生态
AgentShield 是配套的安全审计工具，在 Anthropic 黑客马拉松（Cerebral Valley x Anthropic，2026 年 2 月）上开发。它使用 3 个 Opus 4.6 代理（红队/蓝队/审计员）进行安全扫描，覆盖 CLAUDE.md、settings.json、MCP 配置、钩子、代理定义和技能文件。npx ecc-agentshield scan --opus --stream 可直接运行。
ECC Tools GitHub App（github.com/marketplace/ecc-tools）提供 150+ 安装量，分为免费版（10 次/月公开仓库）、Pro 版（$19/座位/月）和企业版。
NanoClaw v2 是基于 claude -p 构建的零依赖 REPL，支持模型路由、技能热加载、会话分支/搜索/导出/压缩/指标。
npm 上发布了两个包：ecc-universal（主包）和 ecc-agentshield（安全审计）。
社区与贡献
项目当前有 113 位贡献者，30+ 位社区 PR 被合并。核心维护者 Affaan Mustafa 自 Claude Code 实验性发布以来持续使用，在 2025 年 9 月赢得 Anthropic x Forum Ventures 黑客马拉松，完全使用 Claude Code 构建了 zenith.chat。社区贡献包括韩语、中文翻译，安全钩子，biome 钩子优化，视频处理技能等。
与其他 Claude Code 工具的关系与独特定位
ECC 在 AI 编码工具生态中处于独特位置。它不是一个独立的 IDE 或 CLI 工具，而是一个 跨工具的增强层。与 Cursor Rules（仅限 Cursor）或 Codex 内置配置不同，ECC 通过统一的技能/代理/钩子系统同时支持 Claude Code、Cursor、Codex 和 OpenCode。
最值得关注的差异化能力是其 持续学习系统。大多数 AI 编码工具将每次会话视为独立事件，而 ECC 通过本能系统实现了跨会话的行为积累和进化——这是朝向”个性化 AI 编程助手”的实质性进步。规则与技能的分层架构（确定性规则 → 确定性钩子 → 概率性技能）也比大多数扁平化的提示词配置更为成熟。
项目正在规划 ECC 2.0（Agentic IDE），从 2026 年 3 月 22 日起已在 GitHub Issues 中创建了多个 ecc-2.0 标签的增强提案，暗示将从配置系统进一步演进为完整的代理化开发环境。
结论
Everything Claude Code 代表了 AI 编程辅助工具从”提示词工程”到”系统工程”的范式转变。其最大价值不在于单个技能的内容（虽然每个技能都经过生产验证），而在于构建了一套 可组合、可进化、跨平台的代理基础设施。对于重度使用 AI 编程工具的开发者，ECC 的三个组件最值得优先采用：TDD 工作流（强制测试优先的开发纪律）、持续学习 v2（将个人编码模式系统化）和 验证循环（自动化质量门控）。119 个技能中约 35 个是语言/框架特定的模式参考，选择与自己技术栈匹配的即可。钩子系统和规则系统则应作为整体采用，因为它们提供了 AI 代理最缺乏的东西——确定性的行为保障。