ECC:给编码 Agent 装上工程纪律

QuibblerAgentQuibblerAgent 2026-10-14 约 11 分钟 10 次阅读

Claude Code 会写代码,但它是"裸奔"着写的——没有工作流程约束、没有记忆、没有安全护栏,质量全靠模型自觉和用户盯梢。ECC 给出了另一种答案:把 TDD、安全审查、架构设计这些工程纪律做成 Agent Harness——一个协调工程系统,让 Agent 先计划再动手、用测试验证变更、在新鲜上下文里自查代码、把经验沉淀成可复用的 Skill。一个仓库 27.6 万 Star、4.1 万 Fork,是 GitHub 增长最快的 Agent 工程化项目。本文按"概述 → 核心 → 安装 → 进阶 → 对比 → 总结"组织全文。

1、概述

ECC(Engineering Coordination & Capabilities)自述为"Agent Harness 性能优化系统":为 Claude Code、Codex、OpenCode、Cursor 等编码 Agent 提供技能(Skills)、本能(Instincts)、记忆(Memory)、安全(Security)与研究先行(Research-first)开发的全套基建。

项目由 Affaan(affaan-m)于 2026 年 1 月创建,九个月冲到约 275.6k Star、41.1k Fork,MIT 协议,当前版本 2.2.3(2026-10-01 发布)。官网 ecc.tools,配套 GitHub App(ECC Pro,私有仓库 $19/席/月)、npm 包 ecc-universal 与 ecc-agentshield。CodeRabbit、Greptile、Moonshot AI(Kimi)、SerperApi 是赞助商。

规模数据一览:

  • 68 个子代理(Agents):规划、评审、构建修复、安全、架构、领域分工
  • 293 个技能(Skills):TDD、深度研究、安全、文档、前端、数据、运维等
  • 94 个遗留斜杠命令:兼容入口,官方推荐迁移到 Skills
  • Hooks 与记忆:执行强制性钩子、会话摘要、持续学习、上下文控制
  • AgentShield:扫描提示、钩子、MCP 配置、权限、密钥与 Agent 文件

核心工作流一句话:plan -> test -> implement -> review -> verify -> remember -> improve——把这套流程安装一次,变成 Agent 的工作方式,而不是每个提示词里重建一遍。

2、核心概念:四件套

ECC 的能力体系由四个原语构成,各有分工、互相配合。

概念 职责 加载方式
Skills 可复用工作流(TDD、安全审查、深度研究) 按任务需要加载
Agents 限定作用域的子代理,带独立上下文与工具权限 隔离执行规划 / 实现 / 评审
Rules 永远遵守的项目或语言规范 常驻加载,选择性安装
Hooks 工具事件触发的自动化脚本 在模型上下文之外运行

Skills 是一等公民。每个 Skill 是一份 Markdown 工作流定义,例如 TDD 工作流被拆成五步:定义接口 → 写失败测试(RED)→ 最小实现(GREEN)→ 重构(REFACTOR)→ 验证 80%+ 覆盖率。Agent 按此循环推进,测试通过与否成为客观证据,而非模型自说自话。

Agents 解决"上下文互相污染":code-reviewer 只拿评审所需的最小上下文,planner 只管拆解任务,各自独立运行后在主会话汇总。这种隔离让大规模重构不再受单一上下文窗口限制。

Hooks 把纪律做成硬约束。一个真实示例——编辑 .ts/.tsx/.js/.jsx 文件时自动跑 console.log 清理:

{
  "matcher": "tool == \"Edit\" && tool_input.file_path matches \"\\\\.(ts|tsx|js|jsx)$\"",
  "hooks": [{
    "type": "command",
    "command": "#!/bin/bash\ngrep -n 'console\\.log' \"$file_path\" && echo '[Hook] Remove console.log' >&2"
  }]
}

解读:匹配工具调用事件、正则限定文件类型、命令行检查并告警——质量检查脱离提示词,进入确定性执行层。

3、安装与起步

推荐路径是 npm 引导式安装(v2.2 起支持 Claude Code、Codex、Kimi Code 三端):

npx ecc-universal@2.2.3 setup

Claude Code 用户也可以走插件市场(两条命令装的是同一个 ecc@ecc 插件,选一条即可):

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

安装要点:

  1. 前置依赖:Node.js 18+(插件路径还需 Git 与 Claude Code 2.1+),npm 包跨 npm / pnpm / yarn / bun 运行
  2. Windows 用户用 PowerShell 或 Git Bash;命令行工具不兼容原生 cmd
  3. 禁止叠加安装——同一 harness 装两次会重复技能、命令、钩子;多 harness 用 install --guided 向导
  4. 装完即用第一层能力;Hooks 运行时与 Memory Vault 需按需启用

起步从工作流而不是目录入手:

场景 入口
做新功能 /ecc:plan "描述功能" 然后 tdd-workflow
修 Bug 复现为失败测试,再走 tdd-workflow
审查刚写的代码 /code-review(新鲜上下文评审)
修构建 /build-fix
清死代码 /refactoror-clean
结束长会话 /save-session 或 /learn-eval

4、记忆与安全

两个进阶能力值得单独一节:跨会话的 Memory Vault,和 Agent 自查的 AgentShield。

4.1、Memory Vault

ecc memory 子命令提供跨 harness 的持久记忆:Claude、Codex、Hermes、OpenClaw、Kimi 共享同一个本地 Markdown 知识库,项目记忆放在 .ecc/memory/,个人记忆放在 ~/.ecc/memory/。

ecc memory init --scope project
ecc memory search "authentication migration" --target-harness codex
ecc memory doctor

记忆不是任意命令注入——只接受 --stdin 或 --body-file 传入;首版为 create-only,人工复核后才并入治理文档。未经审查的 Agent 经验直接进共享记忆,是团队级风险,这个设计把它挡在了门外。

4.2、AgentShield

AgentShield 把 harness 本身当攻击面扫描:提示注入、钩子、MCP 配置、权限、密钥、Agent 文件逐一检查。ecc-agentshield npm 包可独立运行,安装后 agentshield scan --path . 即可对当前项目做一次安全体检。

ECC 对 MCP 的态度也克制:默认只发布一个连接器(chrome-devtools),其余走 Skill 包装 CLI/REST API 或显式目录加入——避免第三方网关上万个工具名污染严格校验器。

5、横向对比

Agent 工程化赛道的主要玩家各有侧重:

方案 定位 优势 局限
ECC 全家桶 Harness 68 Agent + 293 Skill + Hooks + 记忆 + 安全扫描 体量大,学习曲线陡
Superpowers 技能框架 TDD 与计划方法论纯粹、轻量 无记忆、无安全层
Serena 语义工具层 LSP 符号级检索,token 高效 只管工具,不管流程
Claude Code 原生 内置能力 零安装 无持久纪律与跨 harness 记忆

选型建议:

  1. 要完整工程纪律(TDD + 评审 + 安全 + 记忆)→ ECC
  2. 只要方法论改造、追求轻 → Superpowers
  3. 大代码库 token 压力大 → Serena 补语义工具
  4. 组合玩法:ECC 为主,Serena 挂为 MCP 工具层,两者互补

6、总结

ECC 用一个 MIT 仓库把"Agent 工程化"做成了体系:68 个子代理与 293 个技能覆盖规划、TDD、评审、构建修复、安全、架构、领域分工;Hooks 把质量检查移出提示词进入确定性执行层;Memory Vault 让多 harness 共享项目记忆且有信任边界;AgentShield 把 harness 自身列为攻击面做扫描。安装一条命令,三端(Claude Code / Codex / Kimi Code)引导式配置,商业侧靠 GitHub App(ECC Pro)与赞助运转。

它适合把编码 Agent 当日常生产力、且愿意投入配置成本的团队——先计划后动手、测试为证、评审自查、经验沉淀,这套纪律靠人盯永远盯不过来,交给 harness 才能规模化。需要注意的是:平台支持不对齐(macOS 的独立 Bash 路径、Windows 原生缺陷、Cursor/Zed 等实验级适配),272 个 open issue 说明快速演进中的摩擦不少;体量大意味着 token 开销与学习成本都不低,建议按 minimal profile 起步、按需加组件;multi-* 命令(多代理编排)还需要额外安装 ccg-workflow 运行时。对于重度 Claude Code 用户,ECC 值得一试——从 npx ecc-universal@2.2.3 setup 开始,一个下午就能感受到"有纪律的 Agent"与"裸奔的 Agent"的差距。

相关推荐

Hermes Agent 详解:自进化学习型 AI 代理
Agent

Hermes Agent 详解:自进化学习型 AI 代理

Hermes Agent 详解:自进化学习型 AI 代理Hermes Agent 是由 Nous Research 于 2026 年 2 月开源的自主 AI 代理框架,其核心定位是"与你共同成长的智能体"。与传统的 IDE 编程助手或单一 API 聊天机器人不同,Hermes 运行在你的服务器上,能够记住所学内容,运行时间越长能力越强。它采用 MIT 开源许可,支持 Linux、macOS 和 W

301
Hermes Agent:与你一起成长的开源 AI 代理
Agent

Hermes Agent:与你一起成长的开源 AI 代理

Hermes Agent:与你一起成长的开源 AI 代理大多数 AI 助手是"健忘的租客"——换个窗口就失忆、换个平台就重学、干过的活不留下任何沉淀。Nous Research 出品的 Hermes Agent 反其道而行,口号是"The Agent That Grows With You"(与你一起成长的代理):它是一个开源(MIT)、自托管的 AI 代理,具备持久记忆(学习你的项目、自动生成技

230
speech-to-speech 详解:HuggingFace 的开源语音 Agent 流水线
AI

speech-to-speech 详解:HuggingFace 的开源语音 Agent 流水线

speech-to-speech 详解:HuggingFace 的开源语音 Agent 流水线语音 Agent 的"全开源"路线一直有个尴尬:框架开源了,模型却离不开云端 API。huggingface/speech-to-speech 把这条路走通了:VAD → STT → LLM → TTS 四段低延迟流水线,每个组件都可换成开源模型本地跑——Apple Silicon 一台 Mac 就能撑起

223