Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
主页/本地LLM进阶
Local AI Agents & Tool Use

ECC 评测:面向 Claude Code 和 Codex 的智能体工具包

·阅读约8分钟Hans Kuepper 作者 · PromptQuorum创始人 · 开放权重与开源AI发现引擎

ECC 是一个 MIT 许可的工具包,包含智能体、技能、钩子、规则和记忆,可安装到 Claude Code 或 Codex 等编码智能体中,另配一个独立的托管 GitHub 应用。 它为你已有的智能体增加结构化的工程工作流,本身不提供模型。

关键要点

  • 工具包本身免费,只有可选的 GitHub 应用设有付费方案
  • ECC 不运行自己的模型,由哪个模型作答取决于它所安装的智能体
  • 安装只需一条终端命令,要求 Node.js 18 或更高版本,不是双击即用的安装程序
  • 根据 ECC 自己的隐私政策,GitHub 应用会把提交数据发送到 Anthropic 的 Claude API 进行分析
  • 网站上的使用数据和客户标志均为项目自行披露,未经独立核实

📍 简单一句话

ECC 是一个免费的 MIT 许可附加组件,为你的编码智能体提供现成的智能体、技能、钩子和记忆。

💬 简单来说

ECC 本身不写代码。你把它安装到自己一直在用的编码智能体中,它会增加可复用的工作流,用于规划、审阅和记录经验。另一个独立的付费服务——GitHub 应用——会读取仓库历史并给出建议。

ECC(ecc.tools,源码见 github.com/affaan-m/ECC)是一个开源工具包,包含智能体、技能、钩子、规则和记忆,可安装到 Claude Code 或 Codex 等编码智能体中。另有一个独立的付费 GitHub 应用,能把仓库历史转化为可审阅的指导建议。工具包在你自己的智能体工作流中运行,本身不运行任何模型,因此收录在本地 AI 目录中。本评测说明 ECC 会安装什么、如何设置、GitHub 应用会向第三方发送什么、费用多少,以及适合哪些人。

ECC 评测:面向 Claude Code 和 Codex 的智能体工具包

ECC 是什么?

ECC 是一个开源项目,把软件工程工作流(规划、测试、实现、审阅、验证、记忆、改进)打包成可安装的组件,供编码智能体使用。 仓库自称是“agent harness performance optimization system”,网站 ecc.tools 则在此基础上提供托管的 GitHub 应用。

  • 作者:Affaan Mustafa,署名见网站页脚;README 称由一位维护者每周发布更新
  • 仓库:github.com/affaan-m/ECC,MIT 许可,已通过 GitHub API 核实
  • 软件包:ecc-universal(工具包安装器)和 ecc-agentshield(安全扫描器),在 npm 上均为 MIT 许可

ECC 会安装什么?

根据 v2.2.3 的 README,ECC 提供 71 个智能体、311 个技能和 97 个旧版命令快捷方式,另有钩子、规则、记忆和 AgentShield。这些是 README 给出的数字,PromptQuorum 未重新核对。

  • 智能体与技能 — 用于规划、代码审阅、构建修复、安全审查、测试驱动开发、调研和文档的可复用角色与流程
  • 钩子与记忆 — 运行时约束、会话摘要、把重复工作沉淀为可复用技能的持续学习,以及上下文控制
  • 规则 — 按语言或项目选择、始终加载的编码规范;Claude Code 插件无法分发规则,因此需要手动复制
  • AgentShield — 用于扫描提示词、钩子、MCP 配置、权限、密钥和智能体文件的扫描器;网站称扫描只是审阅辅助,不是安全保证
  • Plan Canvas 与 Control Pane — 在浏览器中批注计划的视图,以及查看智能体会话和 worktree 的本地视图,网站上以演示数据展示

ECC 支持哪些编码智能体?

据 README,ECC 与 Claude Code 配合最好,为 Codex 和 Qoder 提供原生插件路径,对其他工具则提供功能受限的适配器。 每个智能体只选一种安装方式;README 警告,叠加多种方式可能导致技能和钩子重复。

Claude Code

支持程度:
原生插件 ecc@ecc;README 的主要路径

Codex

支持程度:
通过引导式安装的原生插件

Kimi Code

支持程度:
托管的项目文件;不配置钩子、模型设置和登录

Qoder

支持程度:
原生插件路径(据 README)

Cursor、OpenCode、Gemini、Zed、GitHub Copilot、Antigravity、Qwen

支持程度:
功能受限的适配器,用 ecc install --target 安装

网站将 Claude Code、Codex、Cursor、OpenCode、Kimi Code 和 GitHub 列为平台;上面更长的适配器清单出自 README。

GitHub 应用与你的数据

GitHub 应用是 ECC 的托管仓库服务,其隐私政策称提交数据会发送到 Anthropic 的 Claude API 进行分析。 该政策注明日期为 2026 年 3 月,适用于该应用;它没有说明你搭配 ECC 使用的编码智能体会向其自己的模型提供方发送什么。

  • 用途:应用读取仓库的 git 历史,生成 SKILL.md 文件和仓库的“instincts”,并创建拉取请求;服务条款称,需要你通过议题评论触发才会运行
  • 访问内容:仓库元数据、提交信息、作者姓名、日期、文件变更摘要、有限的代码样本以及 GitHub 安装数据
  • 第三方:用于模式分析的 Anthropic Claude API、GitHub API,以及用于托管的 Cloudflare
  • 保留期:分析结果最多缓存 7 天;代码样本在内存中处理,不做永久存储;用量计数按月保存,用于限流

ECC 定价

ECC 工具包采用 MIT 许可,免费使用;只有 GitHub 应用设有付费方案。 以下价格来自 ecc.tools/pricing,仅以美元标示。

  • 据定价页面,Pro 按年付费可节省约 17%
  • Pro 提供可选的按量超额计费以满足更高用量;Free 方案无需信用卡

Free

价格:
$0
包含内容:
仅限公开仓库,每月 10 次分析,每次运行 200 个提交

Pro

价格:
每席位每月 $19
包含内容:
私有仓库,每个活跃席位 50 次分析(在安装范围内共享),每次运行 1,000 个提交,基于 AgentShield 的扫描

Enterprise

价格:
定制
包含内容:
无限次分析,每次运行 5,000 个提交,支持 SSO 的治理、策略包、上线支持

最新金额请以结账页面为准;本评测并未购买任何方案。

我们无法核实的内容

本评测依据网站、GitHub 仓库、npm 注册表以及 ECC 公开的政策。PromptQuorum 没有安装或测评 ECC。

  • ECC 能否配合本地托管的模型使用:ECC 没有相关文档,答案取决于你安装它的智能体
  • 71 个智能体、311 个技能和 97 个命令快捷方式:均为 README 的数字,此处未重新统计
  • 网站上的流量与采用数据以及客户标志:由项目自行披露
  • Unified Memory 功能把数据存放在哪里:网站没有说明

谁适合使用 ECC?

ECC 适合已经在编码智能体中工作、希望使用现成工作流而不想自己编写技能和钩子的开发者。

适合使用 ECC 的情况

  • 每天使用 Claude Code 或 Codex,希望直接拥有现成的规划、审阅和安全技能
  • 在多个编码智能体之间切换,希望共用一套技能和记忆
  • 习惯在运行前先阅读钩子和插件代码

更适合选择其他工具的情况

  • 想要自带模型的独立编码助手;ECC 需要底层有一个智能体
  • 需要所有组件都用本地模型离线运行,而 ECC 没有相关文档
  • 不能把仓库历史发送给第三方 AI 提供方,这意味着不能使用 GitHub 应用

竞品与替代方案

ECC 是附加层,因此同类别中最接近的评测是它可以搭载的编码智能体,或自身就带有类似工作流的编码智能体。 它们都没有把 ECC 的技能、钩子和记忆组合打包在一起。

完整目录(含 ECC 自己的条目)请见 Local LLM Software Directory。

在目录中比较

常见问题

ECC 是 Anthropic 开发的吗?

不是。网站署名的作者是 Affaan Mustafa。Anthropic 只是 GitHub 应用向其发送数据的第三方服务。

使用工具包需要 GitHub 应用吗?

不需要。据定价页面,开源工具独立于 GitHub 应用的方案提供。

ECC 能在 Windows 上使用吗?

README 提供了引导式安装的 PowerShell 步骤,引导式路径无需克隆仓库。

可以重复安装 ECC 吗?

可以同时在多个智能体中使用,但每个智能体只选一种安装方式。README 提醒不要把插件和完整的手动安装叠加。

如何移除 ECC?

README 有“Reset / Uninstall”章节。GitHub 应用需在你的 GitHub 账户中卸载。

来源

← 返回 本地LLM进阶

MCP