ECC：23 万 Star 的 AI Agent Harness 操作系统

开源AI开发者工具

ECC：AI 编码 Agent 的操作系统

GitHub Trending 上一个名为 ECC 的项目正以每天新增近 700 颗星的速度增长，总 star 数已突破 23 万。它的定位是"AI Agent Harness 操作系统"（Agent Harness Operating System），为 Claude Code、OpenAI Codex、Cursor、Gemini CLI、Zed 等主流 AI 编码工具提供一套统一的工程化基础设施。

这个项目的全名是 affaan-m/ECC，由单一维护者开发，MIT 开源。它的核心理念可以用一句话概括：你的 AI Agent 能写代码，ECC 给它一套协作工程系统。

解决什么问题

使用 Claude Code 或 Cursor 这类 AI 编码工具时，开发者常常遇到几个重复出现的痛点：计划消失在聊天记录里、"请使用 TDD"只是模型可能忘记遵守的指令、同一个上下文既写代码又审代码导致盲区、记忆仅依赖保存完整对话记录、质量检查完全依赖提醒。

ECC 的做法是将这些流程制度化。它通过 skills（技能）、agents（子代理）、hooks（钩子）和 rules（规则）四个层级，把工程实践嵌入 Agent 的工作流程中，而不是在提示词里加几句指令。

核心架构

ECC 的组件体系包含以下几层：

Agents（67 个子代理）：每个子代理有独立的上下文窗口和工具权限，负责特定任务。比如 planner 负责功能规划，code-reviewer 在全新上下文中做代码审查，security-reviewer 执行漏洞分析，build-error-resolver 修复构建失败。还有针对特定语言的审查代理：Go、Python、TypeScript、Java、Kotlin、Rust、C++、F# 都有专属的 reviewer 和 build-resolver。

Skills（281 个技能）：这是 ECC 的工作流主界面。技能按需加载，不常驻上下文。覆盖 TDD 工作流、安全审查、后端模式（API 设计、数据库迁移、缓存）、前端模式（React、Next.js）、部署模式（CI/CD、Docker、回滚）、以及 ML 工程化（mle-workflow）。技能还包括 niche 领域如 ClickHouse 分析、Perl 模式、Swift 并发。

Commands（94 个命令）：作为 skills-first 迁移期间的兼容入口保留。如 /ecc:plan 规划功能、/code-review 代码审查、/build-fix 修复构建、/security-scan 安全扫描。

Hooks（运行时钩子）：在工具事件触发时自动执行脚本，运行在模型上下文之外。比如 SessionStart 加载上下文，Stop 阶段生成会话摘要，PreToolUse 检查代码质量。钩子可通过 ECC_HOOK_PROFILE=minimal|standard|strict 控制严格程度。

Rules（规则）：始终加载的项目或语言标准。按 common/（语言无关）加语言专属目录组织，包括 TypeScript、Python、Go、Swift、PHP、HarmonyOS/ArkTS 等 12 个语言生态。

Instincts（直觉）：从真实会话中自动学习模式，带置信度评分。会话结束时自动提取，当相关场景出现时被回忆。可通过 /evolve 将相关直觉聚类为可复用技能。

工作流程示例

ECC 推崇的工程流程是一条闭环链路：

text
plan -> test -> implement -> review -> verify -> remember -> improve

以开发新功能为例：

  1. /ecc:plan "添加用户认证"：planner 代理生成实施蓝图，包含架构决策和任务拆解
  2. 激活 tdd-workflow 技能：tdd-guide 代理强制先写失败测试（RED），再实现最小代码使其通过（GREEN），然后重构（REFACTOR）
  3. /code-review：code-reviewer 在全新上下文中审查代码，寻找回归和盲点
  4. 修复发现的问题并添加回归测试
  5. 验证构建、lint、类型检查和测试全部通过

ECC 强调"结果不只是代码，而是证据链"：计划文档、失败测试、通过测试、审查发现、最终验证，每一步都留下可追溯的记录。

Plan Canvas：浏览器内审阅计划

ECC 2.1 引入的 Plan Canvas 是一个值得关注的特性。Agent 写完计划后，会打开一个仅本地访问的浏览器画布。开发者可以点击计划中的特定部分，附加编号注释，在侧边栏与 Agent 对话，然后点击"批准计划"或"要求修改"。

审批结果直接映射到 /plan 的确认关卡。计划中的 Mermaid 图表会实时渲染。这个工具与具体 harness 和模型无关：它是一个说 JSON 的命令行工具（ecc-plan-canvas），任何 Agent 都能驱动它。

AgentShield：Agent 配置安全审计

AgentShield 是 ECC 的安全组件，诞生于 2026 年 2 月的 Claude Code Hackathon（Cerebral Valley x Anthropic）。它扫描 Agent 配置中的漏洞、错误配置和注入风险，覆盖 5 个类别：密钥检测（14 种模式）、权限审计、钩子注入分析、MCP 服务器风险画像和 Agent 配置审查。

bash
npx ecc-agentshield scan          # 快速扫描
npx ecc-agentshield scan --fix    # 自动修复安全问题
npx ecc-agentshield scan --opus   # 三个 Opus 4.6 Agent 红蓝对抗分析

--opus 模式运行三个 Claude Opus 4.6 Agent 组成红队/蓝队/审计员管线。攻击者寻找漏洞利用链，防御者评估保护措施，审计员将两者综合成优先级排序的风险评估。输出格式支持终端（A-F 评分）、JSON（CI 管线）、Markdown 和 HTML，严重发现在 CI 中返回退出码 2 可作为构建门禁。

Unified Memory Vault：跨 Harness 上下文共享

ECC 2.1 正在开发统一记忆金库（Unified Memory Vault），让 Claude、Codex、Hermes、Kimi 等 harness 共享一种本地可检查的 Markdown 格式来做持久化上下文和交接。

bash
ecc memory init --scope project
ecc memory handoff --from hermes --target codex \
  --title "继续认证迁移" --body-file ./handoff.md
ecc memory search "authentication migration" --target-harness codex

记忆是未审查的上下文，不能当作可执行策略。重要声明需要对照权威来源核实，被接受的知识应提升为受治理的项目文档。

跨 Harness 支持

ECC 的适配范围是它最大的差异化之一。除了第一方支持 Claude Code 和 Codex，它还通过 install.sh --target <harness> 适配以下平台：

Harness安装方式说明
Cursor--target cursor项目级 .cursor/ 适配器
OpenCode--target opencode构建插件负载后安装
Gemini CLI--target gemini项目级 .gemini/ 配置
Zed--target zed项目级 .zed/ 适配器
Antigravity--target antigravity独立安装指南
Qwen CLI--target qwen项目级配置
Hermes--target hermes独立设置指南
Kimi Code--target kimiMoonshot AI 的 CLI

GitHub Copilot 的支持已内置于仓库中，通过 .github/copilot-instructions.md 和 .github/prompts/ 提供指令层。

安装与商业模式

ECC 的安装以 Claude Code 插件为主路径：

text
/plugin marketplace add https://github.com/affaan-m/ECC
/plugin install ecc@ecc

这个项目采用开源核心加商业化的模式。MIT 许可证永久免费，ECC Pro 是面向私有仓库的托管 GitHub App，私有仓库定价 19 美元/座位/月。Sponsors 和 Pro 订阅者资助开发工作。README 中强调单一维护者每周在 7 个 harness 上发布更新。

npm 包 ecc-universal 提供通用 CLI，ecc-agentshield 提供安全扫描器。两者都通过 npm 安装。

项目有三个公开标识符：GitHub 仓库 affaan-m/ECC、Claude 插件标识 ecc@ecc、npm 包 ecc-universal。它们不可互换，各自服务于不同的分发渠道。

技术栈

ECC 的代码使用 JavaScript/TypeScript 为主，辅以 Shell、Python、Go 和 Perl。所有钩子和脚本使用 Node.js 编写以保证跨平台兼容（Windows、macOS、Linux）。仓库大小约 48MB，包含 997+ 内部测试。

配置管理方面，ECC 支持自定义 API 端点和模型网关，兼容自托管模型。通过环境变量 ANTHROPIC_BASE_URL 等配置，ECC 的工作流不依赖特定模型供应商。

开发者影响

对于已经在使用 Claude Code 或 Codex 的开发者，ECC 提供的是一个"标准化层"。它把你可能已经在手动做的事情（写测试、做代码审查、检查安全）变成可复用、可强制执行的流程。281 个技能意味着大量常见工程任务已经有了现成的工作流定义，开发者不需要从零开始编写 Agent 指令。

ECC 的记忆系统也解决了 AI 编码工具的一个根本限制：上下文窗口的有限性。通过将会话摘要、学习到的模式和可复用技能持久化到文件系统，ECC 让 Agent 的"记忆"不再仅限于当前对话窗口。

项目地址：github.com/affaan-m/ECC