ECC 深度技術分析：207K Stars 的 Agent 操作系統，63 Agents × 251 Skills × 7 平台全解剖

核心命題： ECC（Everything Claude Code）定位為「Harness-native Agent 操作系統」，207K Stars、190 位貢獻者、63 個 Agent、251 個 Skill、7 個 AI 平台全支援。它到底有多強？能給我們的技術棧帶來什麼？
方法論： 克隆安裝 → 目錄遍歷 → 源碼級解剖 → skill-analysis 六步法逐點風險評估 → 借鑑決策矩陣

一、項目全貌

ECC 是 GitHub 上目前最受關注的 AI Agent 基礎設施項目。它不是一個 Agent，而是一套讓多個 Agent 平台協同工作的操作系統。

核心數字

63 Agents     — 16 語言審查 + 12 建置修復 + 5 規劃 + 6 營運 + 其他
251 Skills    — 安全 → 深度研究 → 前端 → 醫療合規
79 Commands   — Slash command legacy 兼容層
31 Hooks      — 8 個生命週期節點全覆蓋
20 Rules      — 19 語言 + Common 全域規則
7  Harnesses  — Claude Code, Codex, Cursor, OpenCode, Gemini, Kiro, Zed

二、架構全景

2.1 目錄設計

ECC/
├── agents/          (63 files)  # 專業化 Agent Markdown 定義
├── skills/          (251 dirs)  # 工作流技能庫
├── commands/        (79 files)  # Slash command 兼容層
├── rules/           (19 dirs)   # 按語言分類的全域規則
├── hooks/                       # 8 生命週期 × 31 個 Hook
├── scripts/                     # Node.js 自動化
├── contexts/                    # dev / research / review 三模式切換
├── mcp-configs/                 # 14 個 MCP Server 配置
├── schemas/                     # JSON Schema 驗證層
├── .claude/ .codex/ .cursor/    # 7 個跨平台適配層
├── ecc2/                        # Rust 控制平面（alpha）
└── docs/                        # 12+ 語言文檔

2.2 核心設計理念

ECC 的設計圍繞 Agent-First 原則展開：

1. Agent 即文件 ， 每個 Agent 一個 Markdown 文件，包含角色描述、觸發條件、工具權限
2. Skill-First 工作流 ， Commands 已降級為 shim，Skills 是唯一的權威執行來源
3. Hook 驅動自動化 ， 31 個 Hook 覆蓋 8 個生命週期點：PreToolUse、PostToolUse、Stop、SessionStart、SessionEnd、PreCompact、Notification、External
4. 跨平台抽象 ， 核心 Skill/Rules 共享，每個 Harness 的適配層獨立

三、Agent 體系 ， 63 個專業化智能體

ECC 的 Agent 不是簡單的 prompt variant，每個 Agent 都是一個完整的角色定義：

關鍵設計特點：

• 每個 Agent 一個 .md 文件，AI 可直接理解任務邊界
• agent.yaml 做結構化路由映射
• AGENTS.md（250+ 行）定義「根據任務類型自動選擇 Agent」的調度規則

四、技能系統 ， 251 個 Skill 的生態

4.1 分類

4.2 Skill 標準結構

每個 Skill 遵循統一的 SKILL.md 格式，以 security-review 為例：

---
name: security-review
origin: ECC
description: Use when adding authentication, handling user input...
---
# Security Review Skill
## When to Activate
## Security Checklist
  ### 1. Secrets Management
  ### 2. Input Validation
  ...

關鍵特性：

1. origin 標記 ， 每個 Skill 標註來源（origin: ECC），便於追溯和合併
2. 統一的 frontmatter ， name + description + origin 三欄
3. 結構化的觸發條件 ， "When to Activate" 章節明確邊界

五、Hook 生命週期 ， 全覆蓋的自動化層

ECC 的 31 個 Hook 覆蓋了 Agent 的 8 個生命週期點，這是我們最大的差距所在：

最具價值的 Hook：

1. memory-persistence ， SessionStart 載入記憶、SessionEnd 保存記憶
2. secret-detection ， PreToolUse 檢查工具參數中的密鑰洩漏
3. session-summary ， Stop 階段自動生成會話摘要
4. compact-guard ， PreCompact 階段控制上下文壓縮策略

六、安全架構 ， 5 層縱深防禦

ECC 的安全設計不是事後補丁，而是從第一天就嵌入的：

Layer 1: Prompt Defense    — system prompt 中的安全基線
Layer 2: Hook Validation   — PreToolUse 檢測危險操作
Layer 3: CI Audit          — GitHub Actions 自動安全掃描
Layer 4: MCP Scope         — MCP Server 權限精細控制
Layer 5: Security Policy   — 全域安全政策 (the-security-guide.md, 82KB)

配套的安全文檔 the-security-guide.md 長達 82KB，涵蓋 threat modeling、OWASP Top 10 對應、secrets management、prompt injection 防禦等。

七、源碼級技術點提取（含風險評估）

按 skill-analysis 六步法逐一解剖：

八、借鑑決策矩陣

九、具體移植路線圖

P0 ， 本週執行

1. Skill origin 標記 ， 為 skills/ 下所有 SKILL.md 加入 origin: local frontmatter
2. 記憶自動載入 ， HEARTBEAT.md 加入 SessionStart 預載入步驟

P1 ， 本月執行

3. 移植 10 個高價值 Skill ， deep-research → security-review → architecture-review → agent-eval → autonomous-loops → code-reviewer → doc-updater → api-design → database-review → article-writing
4. Hook 系統升級 ， PreToolUse（工具前檢查）+ SessionEnd（自動記憶保存）
5. 安全基線 ， Prompt Defense + OWASP 檢查清單 + secrets detection

P2 ， 季度執行

6. Agent 專屬 Markdown 定義 ， 每個 Agent 建立描述文件
7. Commands → Skills 遷移 ， 斜槓指令標準化為 Skill 入口
8. 結構化路由表 ， 從關鍵詞匹配升級為矩陣路由

十、核心啟示

1. Agent 操作系統是一個獨立產品類別 ， ECC 證明這不只是「prompt engineering」
2. Hook 是 Agent 的「操作系統內核」 ， 沒有生命週期 hook 的 Agent 就像沒有中斷處理的 OS
3. Skill 需要 origin 標記 ， 大規模 Skill 生態中，追溯來源是剛需
4. 安全必須從第一天嵌入 ， ECC 的 5 層安全縱深驗證了 Defense in Depth
5. 跨平台是一把雙刃劍 ， 支援多平台帶來生態優勢，但維護成本指數級增長

本報告基於 ECC v2.0.0-rc.1 源碼庫（84MB，GitHub: affaan-m/ECC），按 skill-analysis 六步法完成技術解剖。分析方法論：倉庫定位 → 源碼拆解 → 技術點提取 → 風險分析 → 適用性評估 → 報告產出。