GitHub 上揽下 28.7 万 Star!71 个 AI Agents、311 个 Skills、97 个命令入口——这个数字堆在一起相当扎眼。

[复制链接]
发表于 昨天 21:16 | 显示全部楼层 |阅读模式
GitHub 上揽下 28.7 万 Star!71 个 AI Agents、311 个 Skills、97 个命令入口——这个数字堆在一起相当扎眼。

ECC 这个开源项目,为 Claude Code/Codex 配备了一支分工明确、流程完整的“AI 开发团队”。

以往让 AI 写一个登录功能,经常出现的场面是:它先把代码写完,然后你得一轮接一轮地追问“测试有没有跑?安全检查做了吗?这改动会不会把旧功能弄坏?”

ECC 的做法是不再每次都临时去提醒 AI,而是把工程步骤固化成一套可以反复调用的工作流:

① 规划 Agent 先行拆解任务、拿出方案;
② TDD Skill 依照测试驱动的方式推进开发;
③ 审查 Agent 换到新的上下文里检查代码改动;
④ Hooks 能在关键节点触发检查,Memory 则把有价值的经验留存给后续任务。

除此之外,它还提供覆盖架构、安全、构建修复等工作的 Agents,以及前端、研究、文档等领域的 Skills;
AgentShield 则能扫描 Agent 配置、权限以及密钥相关的风险。

在我看来,最该关注的并不是“71 个 AI 同时写代码”——71 只是可选的专业角色数量。真正的看点是:让 AI 编程从“写出代码”这一步,进一步迈向“先规划、再验证、有人审查、经验可复用”。

项目核心以 MIT 协议开源,其中 Claude Code 的支持最为完整,Codex 有原生插件,Cursor/OpenCode 等的适配程度则各不相同。使用需要相应的 AI 编程环境,模型调用成本另算,并不是在 ChatGPT 网页端直接装一下就能用。

官网:https://ecc.tools

GitHub:https://github.com/affaan-m/ECC


本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关注公众号

相关侵权、举报、投诉及建议等,请发 E-mail:2776601884@qq.com

Powered by Discuz! X5.0 Licensed © 2001-2026 Discuz! Team.|青ICP备2025004122号-1

在本版发帖
关注公众号
返回顶部