ECC 火了:AI 编程缺的不是新模型,而是一套工作纪律

简介: ECC(Everything Claude Code)是GitHub热门AI编程系统(23万Star),非单纯Prompt合集,而是为Claude Code、Copilot等工具构建的“AI代理操作系统”。它通过skills、rules、hooks等模块固化开发流程,提升AI稳定性与合规性,支持跨工具复用与安全审计,助力团队将AI编程工程化。

最近看到一个很值得收藏的 GitHub 项目:ECC(项目地址:https://github.com/affaan-m/ECC)。

它以前更像是 "Everything Claude Code",现在 README 里把自己叫作 agent harness operating system。这个说法有点硬,翻成人话就是:它不是再造一个 AI 编程工具,而是给 Claude Code、Codex、Cursor、OpenCode、GitHub Copilot 这类工具配一套可复用的工作系统。

截至我查看时,ECC 已经有 23 万多个 Star、3 万多个 Fork,MIT 开源。热度很高,但更有意思的是它踩中的问题:AI 写代码已经不稀奇了,稀缺的是让 AI 稳定、守规矩、能接住真实项目流程。

它不是 prompt 合集

很多人看到这类项目,第一反应可能是:又是一堆提示词。

ECC 不太一样。它把日常开发里的动作拆成了 skills、agents、hooks、rules、MCP 配置、安全扫描和记忆管理。也就是说,它关心的不是某一句 prompt 怎么写得更漂亮,而是怎么让 AI 每次都按同一套流程工作。

这点很现实。AI 单次发挥可以很惊艳,但项目里真正麻烦的是稳定性:今天知道先读代码,明天换个上下文就忘了;这次跑了测试,下次直接收工;一个仓库里遵守规范,换个项目又开始自由发挥。

ECC 试图把这些容易飘的东西固定下来。

开发者真正需要什么

现在很多人用 AI 写代码,大概都是这样:描述需求,等它改文件,然后自己检查、补测试、修 bug,再提醒它别乱动无关代码。

能用,但累。

ECC 的思路是把这些提醒沉到工具层。比如规划、TDD、代码审查、构建错误修复、安全扫描、文档更新、上下文压缩,都可以变成固定技能或命令。你不用每次重新解释"先查资料再写""不要跳过测试""改完要验证",这些规则可以跟着工作流走。

如果说模型解决的是"会不会写",ECC 管的是"该怎么写"。

跨工具是关键

ECC 不是只服务 Claude Code。README 里明确写到,它支持 Codex、Claude Code、Cursor、OpenCode、Gemini、GitHub Copilot 等工具。

这点很重要。现在一个团队里,很可能有人用 Cursor,有人跑 Codex,有人离不开 Claude Code,还有人继续用 Copilot。工具越多,规范越容易散。最后每个人都有一套配置,项目经验很难沉淀。

ECC 想做的是把通用规则和工作流抽出来,让它们尽量跨工具复用。比如 AGENTS.md、skills、rules、MCP 配置、安装脚本、OpenCode 和 Codex 适配,都是围绕这个方向设计的。

这也是它比普通配置包更值得看的地方。

安全没有被轻描淡写

AI agent 能运行命令、改文件、接 MCP、读外部数据之后,安全就不是锦上添花了。

ECC 里有 AgentShield,用来扫描配置、钩子、MCP、密钥和权限风险。README 也提醒用户只从官方仓库、npm 包、GitHub App 和 ecc.tools 安装,不要使用第三方搬运包。

这类提醒很必要。很多 AI 工具链项目安装起来很爽,一串命令复制下去,但用户并不知道它改了哪些权限、接了哪些服务。agent 越强,越需要边界和审计。

谁适合研究它

如果你只是偶尔让 AI 写个脚本,ECC 可能偏重。原生工具已经够用。

但如果你已经把 AI 编程放进日常开发,甚至团队里多人都在用,它就很有参考价值。尤其适合这些场景:

  • 经常用 Claude Code、Codex、Cursor 或 OpenCode 写真实项目
  • 想把测试、审查、文档、安全检查做成固定流程
  • 维护多个技术栈,不想每次都重新教 AI 项目规范
  • 想研究成熟 agent 工作流怎么组织

我不建议一上来全量安装。更好的方式是先读 README 和短指南,挑自己确实会用的部分,比如 rules、TDD workflow、security scan、context 管理。配置系统最怕贪多,最后上下文被占满,效率反而下降。

真正值得抄的是方法

ECC 最有价值的地方,未必是某个具体命令。

它给了一个很清楚的信号:AI 编程正在从"会写 prompt 的个人技巧",变成"可复用、可审计、可迁移的工程系统"。

以前我们讨论开发效率,会聊脚手架、CI、代码规范、测试覆盖率。现在这些东西没有消失,只是多了一个新成员:AI agent。问题也变成了,怎么让这个新成员遵守项目纪律,知道什么时候查资料,什么时候写测试,什么时候停下来让人审。

所以 ECC 值得收藏。不是因为 Star 多,而是因为它把很多人正在摸索的 AI 开发方法,整理成了一个可以拆开学习的样本。

如果你最近也在认真用 AI 写代码,可以花半小时看看这个仓库。哪怕不安装,只看它怎么组织 skills、hooks、rules 和安全扫描,也能反过来检查自己的工作流。

相关文章
|
2天前
|
人工智能 运维 数据挖掘
最新版通义千问(Qwen3.8-Max-Preview)功能介绍
2026年7月,阿里云通义千问正式对外开放**Qwen3.8-Max-Preview旗舰预览模型**,作为目前千问系列规格最高、综合性能最强的新一代万亿级AI模型,该模型搭载2.4T超大参数架构,是阿里云首款突破万亿参数的原生多模态旗舰模型,全面覆盖文本、图像、视频、文档多维度处理能力。相较于前代热门Qwen3.7-Max版本,本次预览版实现全方位跨越式升级,在真实工程开发、多智能体长周期任务、全链路办公自动化、海量数据分析等高阶场景中,综合能力已达到全球顶尖模型水准。现阶段该模型已正式开放抢先体验通道,依托阿里云百炼Token Plan、Qoder编码平台、QoderWork办公终端三大专属
1788 0
|
6天前
|
人工智能 安全 测试技术
|
8天前
|
云安全 人工智能 安全
阿里云 Agentic SOC 位居 IDC MarketScape安全运营智能体2026领导者类别
以 Agentic AI 重构安全运营闭环,阿里云云安全在产品能力与市场份额
1200 3
|
3天前
|
人工智能
Qwen3.8抢先体验!正式版即将发布并开源!
千问Qwen3.8即将开源,参数达2.4T,进化速度以“天”计,实力媲美Fable 5。预览版Qwen3.8-Max已上线阿里Token Plan等平台,限时优惠:日间Credits低至1折,夜间更优,个人/团队版月付仅35元起!
481 18
|
2天前
|
人工智能 自然语言处理 数据挖掘
Qwen3.8-Max 预览版全解析:2.4 万亿参数旗舰模型,Token Plan 限时优惠指南
Qwen3.8-Max-Preview是通义千问Qwen3系列旗舰MoE大模型,参数达2.4万亿,综合推理能力居行业第一梯队。支持思考/快速双模式,擅长大模型五大高难场景。现于阿里云百炼Token Plan、Qoder及QoderWork上线体验,个人版低至39元/月。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
403 1
Qwen3.8-Max 预览版全解析:2.4 万亿参数旗舰模型,Token Plan 限时优惠指南
|
8天前
|
缓存 UED 开发者
Codex109天重置23次,明天还要再送一次
Codex近109天完成23次额度重置,7月14日将迎来第24次。Tibo高频响应用户反馈:优化GPT-5.6高消耗问题、补发失效福利、调整重置时间——形成“反馈→回应→修复→补偿”正向闭环,彰显以用户为中心的产品哲学。(239字)
784 12
|
2天前
|
人工智能 测试技术 语音技术
Qwen-Audio-3.0-TTS 正式发布!AI 语音从 “能说话” 升级到 “会带情绪表达”
阿里云发布Qwen-Audio-3.0-TTS语音合成大模型,支持细粒度标签控制(如[gasp][angry])、freestyle自由风格、16种语言及20种方言,声学鲁棒性强。含Flash(首包延时300ms)和Plus(全球榜单冠军)双版本,已在百炼平台开放调用。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
396 0
|
12天前
|
存储 人工智能 JSON
Qwen 本地部署搭配 ComfyUI 生成 AI 漫剧完整实操指南(小白零基础可落地,零成本无限生成+角色一致性天花板)
2026全网最优本地漫剧流水线:零成本、离线运行、角色统一、低配(8G显卡)可跑。融合Qwen本地大模型+ComfyUI双引擎,实现剧本生成→分镜绘图→动态成片全自动,隐私安全、无审核限流,新手30分钟上手,日更无忧。(239字)
|
7天前
|
数据采集 机器学习/深度学习 人工智能
田间杂草定位与检测4200张YOLO智慧农业数据集分享
本数据集含4200张真实农田图像,YOLO格式,单类别(杂草)高质量标注,覆盖多作物、多光照、多生长阶段等复杂场景,专为智慧农业杂草检测与智能除草设备研发设计,支持YOLOv5/v8/v10等主流模型训练。
382 94