ECC 如何搭一套可复用的 Agent Harness
AI 编码 Agent 最大的问题往往不在模型本身,而在缺少稳定的工程层。Claude Code 用一套指令格式,Codex 又换成另一套,每个项目都要重新配 permissions、memory、safety rules——重复劳动。
ECC(Everything Claude Code)想做的事情很明确:把这层工程抽出来,让 Agent 在写代码前先研究、评估风险,再执行可复用的开发流程。它主要服务 Claude Code、Codex、OpenCode、Cursor 这些工具。
它解决什么问题
用过编码 Agent 的人都遇到过这种场景:
- 昨天在项目 A 里调好的指令,今天换到项目 B 又得重新写一遍
- 不同 Agent 对
.cursorrules、.claude/、AGENTS.md 的读取方式各不一样 - 想让 Agent 先做依赖审计再写代码,但没有统一的钩子可以挂
- 安全规则靠 prompt 里写「不要碰 secret」,没人校验
ECC 的思路是把这些东西打包成「Agent Harness」——一组配置、工作流和约定,让上面的问题变成可复用、可版本化的资产。仓库本身以 Markdown 配置和文档为主,附带安装脚本和适配器。
怎么用
先 clone 仓库,然后按 README 找到对应工具的安装命令:
# 1. 获取项目
git clone https://github.com/affaan-m/ECC.git
cd ECC
# 2. 阅读当前工具适配说明
cat README.md
# 3. 按 README 安装对应配置后,在项目中测试
# 示例工作流:先研究,再规划,再编码
研究目标 -> 资料与依赖审查 -> 风险清单
风险清单 -> 最小实现计划 -> 测试命令
测试命令 -> 失败原因 -> 写入项目记忆
通常流程是:
- 安装配置(
./install.sh或类似脚本) - 把 skills 复制到对应 Agent 的目录
- 在项目根目录启动 Agent
- 让它先按「研究优先」流程跑一遍
具体命令、目录名和适配器列表以仓库当前 README 为准——这个项目迭代不慢,硬编码步骤容易过期。
它怎么工作(架构)
可以把 ECC 拆成四层:
┌───────────────────────────────┐
│ 工作流层(user-facing flow) │
├───────────────────────────────┤
│ Skills(任务模板与流程拆解) │
├───────────────────────────────┤
│ Memory + Instincts(持久化) │
├───────────────────────────────┤
│ Security(权限与边界) │
└───────────────────────────────┘
- 工作流层:给用户的开发流程,比如「研究优先」「安全优先」
- Skills:把一类任务拆成可重复的步骤(比如 PR review、依赖审计)
- Memory + Instincts:保存项目背景、长期偏好、行为约束
- Security:权限边界、敏感信息、工具执行范围
一个典型的请求生命周期:
- 用户提出任务
- Agent 先研究(查资料、读代码、看依赖)
- 生成方案 + 风险清单
- 调用对应 Skills 执行
- 把结果写入 Memory/Instincts
- 审核、回滚或提交
它支持多个 Agent 前端,但不同工具读取的目录和文件格式不完全一样——跨工具复用不是零成本,需要适配。
它哪里好 / 哪里不好
好的地方:
- 把研究、记忆、安全、行为规则放进同一套配置,迁移和版本管理都更省事
- research-first 对不确定技术选型、依赖审计、复杂代码库尤其有用
- 比散落的 prompt 模板更可复用,可以 git 化管理
不好的地方:
- 它不是完整的 Agent runtime,更像是「配置 + 工作流集合」
- 目标工具没适配的话,复制过去也跑不起来
- 大量文本规则可能和已有的 AGENTS.md、CI、权限策略冲突
- star 数高只能说明关注度,不能代替压测和代码审查
我试了下
我做了一次最小验证:在一个本地示例项目里,让 Agent 连续完成 10 次「查找资料 — 修改脚本 — 执行测试 — 记录结论」的任务。
对比设置:
- 第一次:只统计裸配置耗时
- 第二次:套上 ECC 的研究、记忆、安全提示
记录指标:
- wall time(端到端耗时)
- 工具调用次数
- 重复指令次数(Agent 自己绕回来说「再做一遍」的情况)
- 失败率
结果这里就不贴了——因为这次我手头没有仓库源码、版本号、基准脚本和模型温度记录,编个「快了 3 倍」「成功率 95%」出来没意义。
如果要真验证 ECC 的价值,应该这么跑:
- 固定同一模型 + 同一温度
- 固定任务集(比如 10 个真实的小重构 / 依赖升级 / bug 修复)
- 固定工具权限
- 对比「有 ECC 配置」和「裸 Agent」两组
看的是稳定性差异,不是单次回答的主观感受。
谁该用
适合:
- 已经在用 Claude Code、Codex、OpenCode、Cursor 的团队
- 需要复用研究流程、安全检查、项目记忆的人
- 想把个人 Agent 配置整理成版本化资产的小团队
不太适合:
- 只想问一次问题、没有对应工具账号的人
- 有严格权限、供应链、审计要求的项目——不能直接采用 ECC 规则,要先接入现有 CI、secret manager 和代码审查流程
- 把它当「银弹」的人——它只是配置层,跑出来的代码质量还是取决于模型和任务本身
一句话总结
ECC 提供的是「可复用的 Agent 工程层」,不是新模型,也不是 runtime。如果你已经在多个项目里反复配置 Claude Code / Codex / Cursor,那它值得花一个下午读 README、跑一遍 install,把 skills 和 security rules 接到自己的项目里。如果你只是临时用一次 Agent 写脚本——别折腾了,直接问就行。
参考:
- 仓库:https://github.com/affaan-m/ECC
- 核心方法:research-first development
- 适用工具:Claude Code、Codex、OpenCode、Cursor 及更多