La mayoría de los desarrolladores usan Claude Code, Codex o Cursor a aproximadamente el 30% de su capacidad — generación de código básica basada en chat con configuraciones predeterminadas. Everything Claude Code (ECC) es un sistema de configuración de código abierto que trata estas herramientas no como chatbots, sino como plataformas completas de orquestación de agentes AI. Tiene más de 84,000 estrellas en GitHub, 108+ skills, 25+ agentes especializados y un sistema de aprendizaje continuo que se vuelve más inteligente entre sesiones.

Si su equipo está invirtiendo en desarrollo asistido por AI y no ha evaluado la arquitectura de ECC, está dejando una capacidad significativa sobre la mesa.

Del Triunfo en un Hackathon a 84k Estrellas

Everything Claude Code comenzó con una apuesta. En septiembre de 2025, Affaan Mustafa y su compañero @DRodriguezFX participaron en el hackathon de Anthropic × Forum Ventures en la ciudad de Nueva York. Entre más de 100 equipos competidores, construyeron zenith.chat — un producto AI completo — en ocho horas usando solo Claude Code. Ganaron el primer lugar y un premio de $15,000 en créditos de API de Anthropic.

La ventaja no fue un algoritmo novedoso. Fueron 10 meses de refinamiento de configuración de Claude Code que Affaan había acumulado mediante uso diario en producción. Después de la victoria, abrió el código fuente de todo el sistema.

Los antecedentes de Affaan importan aquí. Es cofundador de Itô (un agregador de mercados de predicción), contribuyente principal de elizaOS (el framework de agentes AI más utilizado en Web3, 17k+ estrellas) y anteriormente construyó agentes de trading autónomos que alcanzaron 70 mil espectadores concurrentes y $38M de FDV máximo. Este tipo sabe de sistemas de agentes.

El repositorio se lanzó el 17 de enero de 2026 con 9 agentes, 14 comandos y 11 skills. A finales de enero ya tenía 50,000 estrellas. Para marzo de 2026: más de 84,000 estrellas, 30+ contribuyentes, traducciones en cinco idiomas y 997 pruebas exitosas. Es uno de los repositorios de herramientas para desarrolladores de más rápido crecimiento en la historia de GitHub.

La Arquitectura de Cuatro Capas

ECC no es una bolsa de trucos. Es un sistema estructurado con cuatro capas distintas, cada una construida sobre la anterior. Entender esta arquitectura es la clave para entender por qué Everything Claude Code funciona.

Capa 1: Interacción con el Usuario — Comandos y Reglas

57+ comandos de barra sirven como puntos de entrada a flujos de trabajo estructurados:

  • Flujo de trabajo central: /plan, /tdd, /e2e para planificación de tareas, desarrollo guiado por pruebas y pruebas de extremo a extremo
  • Calidad de código: /code-review, /build-fix, /refactor-clean para revisión y corrección
  • Multi-agente: /multi-plan, /multi-execute, /orchestrate para coordinar trabajo paralelo de agentes
  • Aprendizaje: /learn-eval, /evolve para extracción de patrones y evolución de skills

Las reglas son pautas siempre cargadas organizadas por lenguaje — convenciones comunes más conjuntos específicos de lenguaje para TypeScript, Python, Go, Swift, PHP y más. Cubren estilo de codificación, flujo de trabajo de git, requisitos de pruebas (80% de cobertura TDD es el valor predeterminado), patrones de rendimiento y prácticas de seguridad.

Capa 2: Inteligencia — Agentes y Skills

Aquí es donde la configuración de Claude Code se vuelve interesante. ECC define más de 25 agentes especializados con límites de responsabilidad explícitos y permisos de herramientas restringidos:

  • Orquestadores (Planner, Architect) obtienen acceso amplio a herramientas y pueden delegar en otros agentes
  • Agentes de calidad (Code Reviewer, Security Reviewer, Database Reviewer) operan en modo solo lectura
  • Constructores (TDD Guide, Build Error Resolver, E2E Runner) manejan la implementación
  • Especialistas en lenguaje (Go Reviewer, Python Reviewer) proporcionan análisis específicos

Más de 108 skills de Claude Code son módulos de conocimiento de dominio cargados bajo demanda — no consumen tokens de contexto hasta que se invocan. Las skills cubren patrones de backend, patrones de frontend, migraciones de bases de datos, diseño de API, Docker, despliegue, escaneo de seguridad y flujos de trabajo específicos de frameworks para Django, Laravel, Spring Boot, Swift, C++ y Perl.

La separación agente/skill es limpia: los agentes definen quién hace el trabajo y qué permisos tiene; las skills definen conocimiento de dominio y procedimientos.

Capa 3: Automatización — Hooks y Scripts

Los hooks basados en eventos se disparan en etapas del ciclo de vida — PreToolUse, PostToolUse, SessionStart, SessionEnd, PreCompact y Stop. Estos son scripts de Node.js multiplataforma (las versiones anteriores usaban frágiles one-liners de bash) con controles de ejecución:

ECC_HOOK_PROFILE=minimal|standard|strict
ECC_DISABLED_HOOKS=hook1,hook2

Esto significa que las puertas de calidad se ejecutan automáticamente antes de la ejecución de herramientas, los resultados se verifican después de la ejecución, el contexto se carga al inicio de la sesión y los patrones se extraen al final de la sesión — sin intervención manual.

Capa 4: Aprendizaje — La Parte Innovadora

Esto es lo que separa a Everything Claude Code de un repositorio de dotfiles bien organizado.

El Sistema de Aprendizaje Continuo

ECC implementa acumulación de conocimiento entre sesiones en dos generaciones:

Versión 1 (basada en skills) extrae patrones de codificación mediante hooks Stop al final de la sesión y los almacena en ~/.claude/skills/learned/. Cubre aproximadamente el 50–80% de los patrones aprendibles.

Versión 2 (basada en instinto) es más ambiciosa. Logra una cobertura del 100% mediante hooks PreToolUse y PostToolUse que observan cada interacción con herramientas. Cada unidad de aprendizaje es un “Instinct” — un micropatrón con una puntuación de confianza que va de 0.3 a 0.9. Cuando el sistema acumula 3 o más instintos relacionados, el comando /evolve los agrega en un módulo de Skill reutilizable.

El efecto práctico: su configuración de Claude Code mejora mediblemente cuanto más la usa. Los patrones que funcionan se refuerzan. Los patrones que fallan se devalúan. Los equipos pueden importar y exportar bibliotecas de instintos, lo que significa que los patrones ganados con esfuerzo por un desarrollador se transfieren a todo el equipo.

Esta es una contribución genuinamente novedosa al espacio de configuración de asistentes de codificación AI. La mayoría de los sistemas de configuración son estáticos — los configura una vez y los mantiene manualmente. La capa de aprendizaje de ECC es dinámica y se auto-mejora.

Por Qué los Equipos Empresariales Deberían Importarle

Compatibilidad Multi-Harness

Aunque nació para Claude Code, ECC ahora funciona en Claude Code, Codex (OpenAI), Cursor, OpenCode, Cowork y Antigravity. Las mismas skills, agentes y patrones se transfieren entre herramientas. Para equipos que evalúan múltiples asistentes de codificación AI o se protegen contra la dependencia de un proveedor, esto es significativo — su inversión en agent harness de AI no está atada a una sola plataforma.

Seguridad: AgentShield

La integración de AgentShield (/security-scan) proporciona 1,282 pruebas y 102 reglas de seguridad diseñadas específicamente para sistemas de agentes AI. Esto no es un SAST genérico — se dirige a la superficie de ataque emergente única de la AI agéntica: inyección de prompts, mal uso de herramientas, escalada de privilegios mediante delegación de agentes y exfiltración de datos a través de ventanas de contexto.

AgentShield fue presentado en eventos de Cerebral Valley × Anthropic y aborda una brecha real. A medida que los agentes AI pasan a producción con acceso a sistemas de archivos, APIs y bases de datos, el escaneo de seguridad especializado se vuelve esencial.

Validación en Producción

ECC no es teórico. Está validado por:

  • Ganar un hackathon de Anthropic — construyendo un producto completo en 8 horas
  • 10+ meses de uso diario en producción construyendo productos reales
  • 997 pruebas internas que cubren agentes, skills, hooks y empaquetado
  • 84,000+ estrellas y 30+ contribuyentes que proporcionan retroalimentación continua
  • Dos guías virales (versión corta y larga) con más de 3M de visitas rastreadas y un alcance estimado de más de 10M multiplataforma

Cómo Empezar

ECC se instala vía npm con soporte multiplataforma:

  1. Clone el repositorio o instálelo mediante ecc-universal (el paquete npm)
  2. Elija un perfil de hooks — minimal para baja sobrecarga, standard para la mayoría de los equipos, strict para máximas puertas de calidad
  3. Comience con los comandos centrales: /plan para descomposición de tareas, /tdd para desarrollo guiado por pruebas, /code-review para revisión automatizada
  4. Deje que el sistema de aprendizaje continuo (instintos v2) construya la biblioteca de patrones de su equipo con el tiempo
  5. Ejecute /security-scan mediante AgentShield antes de enviar cualquier cosa con acceso de agentes a sistemas de producción

El repositorio incluye plugins de Claude Code a través de una aplicación de GitHub Marketplace con niveles gratuito, pro y empresarial. Existen plantillas de contribución para agentes, skills, comandos, reglas, hooks y traducciones.

Las dos guías que Affaan autoró — la Shorthand Guide (configuración y filosofía) y la Longform Guide (optimización de tokens, persistencia de memoria, evaluaciones, paralelización) — son lecturas esenciales antes de sumergirse en la personalización.

Nuestra Opinión

En Big Hat Group, trabajamos con equipos empresariales que despliegan agentes AI a través de OpenClaw y plataformas similares. La arquitectura de ECC se mapea directamente a patrones que usamos a diario — OpenClaw ya ejecuta un sistema de skills similar, y muchas skills de ECC son directamente compatibles.

El modelo de cuatro capas (interacción → inteligencia → automatización → aprendizaje) es el marco mental más claro que hemos visto para pensar en la ingeniería de agent harness como disciplina. Antes de ECC, configurar asistentes de codificación AI era ad-hoc — consejos dispersos, archivos de configuración individuales, publicaciones en foros. ECC lo formalizó en algo estructurado y transferible.

Si su equipo usa Claude Code, Codex o cualquier asistente de codificación AI comparable, evalúe los patrones de Everything Claude Code. No necesita adoptar todo el sistema — incluso seleccionar el modelo de delegación de agentes o la arquitectura de aprendizaje continuo mejorará su flujo de trabajo de desarrollo asistido por AI.

El repositorio tiene licencia MIT y se mantiene activamente: github.com/affaan-m/everything-claude-code.