大多数开发者使用 Claude Code、Codex 或 Cursor 仅仅发挥了约 30% 的能力——使用默认设置进行基本的基于聊天的代码生成。Everything Claude Code (ECC) 是一个开源配置系统，将这些工具不视为聊天机器人，而是完整的 AI 智能体编排平台。它拥有 84,000+ GitHub 星、108+ 技能、25+ 专门智能体，以及一个跨会话变得更聪明的持续学习系统。
如果你的团队正在投资 AI 辅助开发但尚未评估 ECC 的架构，你正在把重要的能力留在桌上。
从黑客松夺冠到 8.4 万星
Everything Claude Code 始于一次打赌。2025 年 9 月，Affaan Mustafa 和队友 @DRodriguezFX 参加了在纽约市举办的 Anthropic × Forum Ventures 黑客松。在 100+ 支参赛队伍中，他们仅用 Claude Code 在八小时内构建了 zenith.chat——一个完整的 AI 产品。他们获得第一名和 15,000 美元的 Anthropic API 信用额度奖金。
他们的优势不是新颖的算法。而是 Affaan 通过日常生产使用积累的 10 个月 Claude Code 配置精炼。获胜后，他将整个系统开源。
Affaan 的背景在此很重要。他是 Itô（一个预测市场聚合器）的联合创始人，elizaOS（Web3 中使用最广泛的 AI 智能体框架，17k+ 星）的核心贡献者，此前还构建了达到 7 万并发观众和 3800 万美元峰值 FDV 的自主交易智能体。这个人懂智能体系统。
该仓库于 2026 年 1 月 17 日发布，拥有 9 个智能体、14 个命令和 11 个技能。到 1 月底它已获得 50,000 星。到 2026 年 3 月：84,000+ 星、30+ 贡献者、五种语言翻译和 997 个通过的测试。它是 GitHub 历史上增长最快的开发者工具仓库之一。
四层架构
ECC 不是一堆技巧的大杂烩。它是一个具有四个不同层的结构化系统，每层建立在下一层之上。理解此架构是理解 Everything Claude Code 为何奏效的关键。
第 1 层：用户交互——命令与规则
57+ 个 slash 命令作为进入结构化工作流的入口点：
- 核心工作流：
/plan、/tdd、/e2e用于任务规划、测试驱动开发和端到端测试 - 代码质量：
/code-review、/build-fix、/refactor-clean用于审查和修复 - 多智能体：
/multi-plan、/multi-execute、/orchestrate用于协调并行智能体工作 - 学习：
/learn-eval、/evolve用于模式提取和技能演进
规则是按语言组织的始终加载准则——通用约定加上 TypeScript、Python、Go、Swift、PHP 等的语言特定集合。这些涵盖编码风格、git 工作流、测试要求（默认 80% TDD 覆盖率）、性能模式和安全实践。
第 2 层：智能——智能体与技能
这是 Claude Code 配置变得有趣的地方。ECC 定义了 25+ 专门智能体，具有明确的责任边界和受限的工具权限：
- 编排者（Planner、Architect）拥有广泛工具访问权限并可委派给其他智能体
- 质量智能体（Code Reviewer、Security Reviewer、Database Reviewer）以只读模式运作
- 构建者（TDD Guide、Build Error Resolver、E2E Runner）处理实现
- 语言专家（Go Reviewer、Python Reviewer）提供有针对性的分析
108+ Claude Code 技能是按需加载的领域知识模块——它们在被调用之前不消耗上下文 token。技能涵盖后端模式、前端模式、数据库迁移、API 设计、Docker、部署、安全扫描，以及针对 Django、Laravel、Spring Boot、Swift、C++ 和 Perl 的框架特定工作流。
智能体/技能分离很干净：智能体定义谁做什么以及拥有什么权限；技能定义领域知识和流程。
第 3 层：自动化——钩子与脚本
事件驱动钩子在生命周期阶段触发——PreToolUse、PostToolUse、SessionStart、SessionEnd、PreCompact 和 Stop。这些是跨平台 Node.js 脚本（早期版本使用脆弱的 bash 单行命令），带有运行时控制：
ECC_HOOK_PROFILE=minimal|standard|strict
ECC_DISABLED_HOOKS=hook1,hook2
这意味着质量门在工具执行前自动运行，结果在执行后得到验证，上下文在会话开始时加载，模式在会话结束时被提取——无需人工干预。
第 4 层：学习——新颖的部分
这是将 Everything Claude Code 与组织良好的 dotfiles 仓库区分开来的东西。
持续学习系统
ECC 以两代实现跨会话知识积累：
版本 1（基于技能） 通过会话结束时的 Stop 钩子提取编码模式，并将其存储在 ~/.claude/skills/learned/ 中。它覆盖大约 50–80% 的可学习模式。
版本 2（基于本能） 更有雄心。它通过观察每次工具交互的 PreToolUse 和 PostToolUse 钩子实现 100% 覆盖。每个学习单元是一个"Instinct"——一个带置信度分数（从 0.3 到 0.9）的微模式。当系统累积 3+ 个相关 instinct 时，/evolve 命令将它们聚合为可重用的技能模块。
实际效果：你的 Claude Code 设置越用越聪明。奏效的模式得到强化。失败的模式被降权。团队可以导入和导出 instinct 库，这意味着一个开发者来之不易的模式可转移到整个团队。
这是对 AI 编码助手设置空间的真正新颖贡献。大多数配置系统是静态的——你设置一次并手动维护。ECC 的学习层是动态且自我改进的。
为什么企业团队应关注
跨框架兼容性
虽然为 Claude Code 诞生，ECC 现在跨 Claude Code、Codex (OpenAI)、Cursor、OpenCode、Cowork 和 Antigravity 工作。相同的技能、智能体和模式跨工具转移。对于评估多个 AI 编码助手或对冲供应商锁定的团队，这意义重大——你的 AI 智能体框架投资不与单一平台绑定。
安全：AgentShield
AgentShield 集成（/security-scan）提供 1,282 个测试和 102 条专门为 AI 智能体系统设计的安全规则。这不是通用 SAST——它针对智能体化 AI 独有的新兴攻击面：提示注入、工具误用、通过智能体委派的权限提升，以及通过上下文窗口的数据外泄。
AgentShield 曾在 Cerebral Valley × Anthropic 活动中亮相，弥补了一个真实缺口。随着 AI 智能体带着对文件系统、API 和数据库的访问进入生产，专门构建的安全扫描变得不可或缺。
生产验证
ECC 不是理论的。它由以下验证：
- 赢得 Anthropic 黑客松——8 小时内构建完整产品
- 10+ 个月的日常生产使用构建真实产品
- 997 个内部测试覆盖智能体、技能、钩子和打包
- 84,000+ 星和 30+ 贡献者提供持续反馈
- 两篇病毒式指南（简版和长版）有 300 万+ 可追踪观看，估计跨平台触达 1000 万+
入门
ECC 通过 npm 安装，支持跨平台：
- 克隆仓库或通过
ecc-universal（npm 包）安装 - 选择钩子配置——
minimal用于低开销，standard适用于大多数团队，strict用于最大质量门 - 从核心命令开始：
/plan用于任务分解，/tdd用于测试驱动开发，/code-review用于自动审查 - 让持续学习系统（v2 instincts）随时间构建你团队的模式库
- 在交付任何带智能体生产系统访问的内容之前通过 AgentShield 运行
/security-scan
该仓库包含通过 GitHub Marketplace 应用的 Claude Code 插件，有免费、专业和企业分层。存在用于智能体、技能、命令、规则、钩子和翻译的贡献模板。
Affaan 撰写的两份指南——简版指南（设置和哲学）和长版指南（token 优化、内存持久化、评估、并行化）——是深入了解定制之前的必读材料。
我们的观点
在 Big Hat Group，我们与通过 OpenClaw 及类似平台部署 AI 智能体的企业团队合作。ECC 的架构直接映射到我们日常使用的模式——OpenClaw 已运行类似的技能系统，许多 ECC 技能直接兼容。
四层模型（交互 → 智能 → 自动化 → 学习）是我们见过的最清晰的心智框架，用于将智能体框架工程视为一门学科。在 ECC 之前，配置 AI 编码助手是临时的——散落的技巧、个别配置文件、论坛帖子。ECC 将其形式化为结构化、可转移的东西。
如果你的团队使用 Claude Code、Codex 或任何类似的 AI 编码助手，请评估 Everything Claude Code 的模式。你不必采纳整个系统——即使挑选智能体委派模型或持续学习架构也会改善你的 AI 辅助开发工作流。
该仓库采用 MIT 许可并积极维护：github.com/affaan-m/everything-claude-code。