大多數開發人員使用 Claude Code、Codex 或 Cursor 的能力可能只有 30%——以預設設定進行基本基於聊天的程式碼生成。Everything Claude Code(ECC)是一個開源設定系統,將這些工具視為非聊天機器人,而是完整的 AI 代理協調平台。它有 84,000+ 個 GitHub 星、108+ 個技能、25+ 個專門代理,以及一個跨工作階段變得更聰明的持續學習系統。
如果您的團隊正在投資 AI 輔助開發卻尚未評估 ECC 的架構,您正將顯著能力留在桌面上。
從駭客松奪冠到 8.4 萬星
Everything Claude Code 始於一個賭注。2025 年 9 月,Affaan Mustafa 與隊友 @DRodriguezFX 參加了在紐約市舉行的 Anthropic × Forum Ventures 駭客松。在 100+ 個競爭團隊中,他們僅用 Claude Code 在八小時內建構了 zenith.chat——一個完整的 AI 產品。他們贏得第一名與 15,000 美元的 Anthropic API 信用額度獎金。
優勢不是新穎演算法。而是 Affaan 透過日常生產使用累積的 10 個月 Claude Code 設定精煉。獲勝後,他將整個系統開源。
Affaan 的背景在此很重要。他是 Itô(預測市場聚合器)的共同創辦人、elizaOS(Web3 中最廣泛使用的 AI 代理框架,17k+ 星)的核心貢獻者,並先前建構了達到 7 萬同時觀眾與 3,800 萬美元峰值 FDV 的自主交易代理。這個人懂代理系統。
該存放庫於 2026 年 1 月 17 日推出,具備 9 個代理、14 個命令與 11 個技能。到 1 月下旬它有 50,000 星。到 2026 年 3 月:84,000+ 星、30+ 貢獻者、五種語言翻譯,以及 997 個通過測試。它是 GitHub 歷史上成長最快的開發人員工具存放庫之一。
四層架構
ECC 不是提示訣竤的雜燴。它是一個具四個不同層的結構化系統,每一層建構於其下層之上。理解此架構是理解 Everything Claude Code 為何有效的關鍵。
第 1 層:使用者互動 — 命令與規則
57+ 個斜線命令作為進入結構化工作流程的進入點:
- 核心工作流程:
/plan、/tdd、/e2e用於任務規劃、測試驅動開發與端對端測試 - 程式碼品質:
/code-review、/build-fix、/refactor-clean用於審查與補救 - 多代理:
/multi-plan、/multi-execute、/orchestrate用於協調並行代理工作 - 學習:
/learn-eval、/evolve用於模式萃取與技能演進
規則是依語言組織的恆常載入指南——通用慣例加上 TypeScript、Python、Go、Swift、PHP 等的語言專屬集合。這些涵蓋程式碼風格、git 工作流程、測試需求(80% TDD 覆蓋率為預設)、效能模式與安全實務。
第 2 層:智慧 — 代理與技能
這是 Claude Code 設定變得有趣之處。ECC 定義了 25+ 個專門代理,具備明確的責任邊界與受限的工具權限:
- 協調器(Planner、Architect)獲得廣泛工具存取並可委派給其他代理
- 品質代理(Code Reviewer、Security Reviewer、Database Reviewer)以唯讀運作
- 建構者(TDD Guide、Build Error Resolver、E2E Runner)處理實作
- 語言專家(Go Reviewer、Python Reviewer)提供針對性分析
108+ 個 Claude Code 技能是依需求載入的領域知識模組——它們在叫用前不消耗情境 token。技能涵蓋後端模式、前端模式、資料庫遷移、API 設計、Docker、部署、安全掃描,以及 Django、Laravel、Spring Boot、Swift、C++ 與 Perl 等框架專屬工作流程。
代理/技能分離很乾淨:代理定義誰做工作及其權限;技能定義領域知識與程序。
第 3 層:自動化 — Hooks 與指令稿
事件驅動 hooks 在生命週期階段觸發——PreToolUse、PostToolUse、SessionStart、SessionEnd、PreCompact 與 Stop。這些是跨平台 Node.js 指令稿(早期版本使用脆弱的 bash 單行命令),具備執行階段控制:
ECC_HOOK_PROFILE=minimal|standard|strict
ECC_DISABLED_HOOKS=hook1,hook2
這意味著品質閘道在工具執行前自動執行、結果在執行後驗證、情境在工作階段開始時載入,而模式在工作階段結束時萃取——無需手動介入。
第 4 層:學習 — 新穎之處
這是 Everything Claude Code 與組織良好的 dotfiles 存放庫的不同之處。
持續學習系統
ECC 以兩個世代實作跨工作階段知識累積:
**版本 1(基於技能)**透過 Stop hooks 在工作階段結束時萃取編碼模式,並儲存於 ~/.claude/skills/learned/。它涵蓋約 50–80% 的可學習模式。
版本 2(基於本能)更為雄心勃勃。它透過觀察每次工具互動的 PreToolUse 與 PostToolUse hooks 達到 100% 覆蓋。每個學習單元是一個「Instinct」——具備從 0.3 到 0.9 信心分數的微型模式。當系統累積 3+ 個相關本能時,/evolve 命令將它們聚合為可重複使用的 Skill 模組。
實用效果:您的 Claude Code 設定使用越多就變得越好。有效的模式被強化。失敗的模式被下權重。團隊可匯入與匯出本能庫,這意味著一位開發人員辛苦得來的模式可轉移給整個團隊。
這是對 AI 編碼助手設定空間的真正新穎貢獻。大多數設定系統是靜態的——您設定一次並手動維護。ECC 的學習層是動態且自我改進的。
為何企業團隊應在意
跨鷹架相容性
雖然為 Claude Code 而生,ECC 現在跨 Claude Code、Codex (OpenAI)、Cursor、OpenCode、Cowork 與 Antigravity 運作。相同的技能、代理與模式跨工具轉移。對於評估多個 AI 編碼助手或避險廠商鎖定的團隊,這很重要——您的 AI 代理鷹架投資不繫於單一平台。
安全:AgentShield
AgentShield 整合(/security-scan)提供 1,282 個測試與 102 條安全規則,專為 AI 代理系統設計。這不是通用 SAST——它針對代理式 AI 獨有的新興攻擊面:提示注入、工具誤用、透過代理委派的權限提升,以及透過情境窗口的資料外洩。
AgentShield 曾在 Cerebral Valley × Anthropic 活動中亮相,解決了真實缺口。隨 AI 代理進入生產並存取檔案系統、API 與資料庫,專門建構的安全掃描變得不可或缺。
生產驗證
ECC 不是理論性的。它由以下驗證:
- 贏得 Anthropic 駭客松——8 小時內建構完整產品
- 10+ 個月每日生產使用建構真實產品
- 997 個內部測試涵蓋代理、技能、hooks 與打包
- 84,000+ 星與 30+ 貢獻者提供持續回饋
- 兩份病毒式指南(簡寫與長文版)具 3M+ 追蹤觀看與估計 10M+ 跨平台觸及
開始使用
ECC 透過 npm 安裝,具跨平台支援:
- 複製存放庫或透過
ecc-universal(npm 套件)安裝 - 選擇 hook 設定檔——
minimal用於低負擔,standard用於大多數團隊,strict用於最大品質閘道 - 從核心命令開始:
/plan用於任務分解,/tdd用於測試驅動開發,/code-review用於自動化審查 - 讓持續學習系統(v2 本能)隨時間建立您團隊的模式庫
- 在出貨任何具代理存取生產系統的內容前透過 AgentShield 執行
/security-scan
該存放庫包含透過 GitHub Marketplace 應用程式的 Claude Code 外掛,具免費、專業與企業層級。代理、技能、命令、規則、hooks 與翻譯的貢獻範本一應俱全。
Affaan 撰寫的兩份指南——簡寫指南(設定與理念)與長文指南(token 優化、記憶持久性、評測、平行化)——是深入客製化前的必讀。
我們的看法
在 Big Hat Group,我們與透過 OpenClaw 及類似平台部署 AI 代理的企業團隊合作。ECC 的架構直接對應我們日常使用的模式——OpenClaw 已執行類似的技能系統,而許多 ECC 技能直接相容。
四層模型(互動 → 智慧 → 自動化 → 學習)是我們見過將代理鷹架工程視為學科的最清晰心智框架。在 ECC 之前,設定 AI 編碼助手是臨時的——散落的提示訣竅、個別設定檔、論壇文章。ECC 將其形式化為結構化且可轉移的內容。
如果您的團隊正在使用 Claude Code、Codex 或任何可比的 AI 編碼助手,評估 Everything Claude Code 的模式。您不需要採用整個系統——即使挑選代理委派模型或持續學習架構也會改善您的 AI 輔助開發工作流程。
該存放庫採 MIT 授權並積極維護:github.com/affaan-m/everything-claude-code。