当前位置: 首页 > article >正文

ECC 从安装到精通

一句话从零安装 ECC手把手构建一个 CLI TODO 工具走完完整的 AI 辅助开发工作流。为什么要用 ECCClaude Code 原生能力很强但缺乏一套系统级的开发工具链。ECCEverything Claude Code就是这层补充——它提供 76 个 Agent Skills、75 个 Commands、Rules、Hooks、Memory 系统覆盖从规划到安全扫描的完整开发闭环。Anthropic 黑客松冠军作品GitHub ~169K starsMIT 协议。安装三步完成# 1. 添加市场/plugin marketplaceaddaffaan-m/everything-claude-code# 2. 安装插件/plugininstalleverything-claude-codeeverything-claude-code# 3. 手动安装 Rules必做gitclone https://github.com/affaan-m/everything-claude-code.gitmkdir-p~/.claude/rulescp-reverything-claude-code/rules/common ~/.claude/rules/验证/plugin list# 查看状态/ecc:plan测试# 测试命令实战从零构建 CLI TODO 工具项目为空仓库只有docs/、src/、tests/三个空目录和默认 CLAUDE.md目标是走完 ECC 完整开发流。Step 1: 项目识别 —/project-init自动检测项目技术栈Python 3.10.venvpytest.pytest_cache无 pyproject.toml、无代码文件输出配置建议确认后更新 CLAUDE.md。Step 2: 产品规划 —/plan-prd输入一句话需求ECC 通过 Socratic 式对话帮你澄清/plan-prd 用 Python 写一个命令行 TODO 工具支持添加任务、列出任务、标记完成、删除任务数据存到本地 JSON 文件产出.claude/prds/cli-todo-tool.prd.md包含Problem / Users / Hypothesis / Success MetricsMVP 范围4 个命令本地 JSON 存储3 个 Delivery MilestoneStep 3: 实现规划 —/plan基于 PRD 生成具体实现计划。PRD 里有 3 个 milestone/plan自动选中第一个 pending 的。产出.claude/plans/cli-todo-tool.plan.md包含文件变更清单4 个具体 Task可复用的代码模式验证命令用户确认后开始写代码。Step 4: TDD 实现先写测试再写实现RED: 写测试 → 运行 → 失败 GREEN: 写最小实现 → 运行 → 通过Task 数据模型4 个测试创建、ID 唯一性、序列化往返、字段校验dataclassclassTask:title:strcompleted:boolFalseid:strfield(default_factorylambda:str(uuid.uuid4()))created_at:datetimefield(default_factorylambda:datetime.now(timezone.utc))JSON 存储层5 个测试增删查、追加、空文件、损坏 JSON关键设计决策 ——原子写def_write_all(self,tasks):fd,tmptempfile.mkstemp(dir...,prefix.tmp)try:withos.fdopen(fd,w)asf:json.dump(data,f,indent2)f.flush();os.fsync(f.fileno())os.replace(tmp,self.filepath)# 原子替换消除竞态exceptException:os.unlink(tmp)raiseCLI 命令15 个测试用 CliRunner monkeypatch 隔离文件系统classTestAdd:pytest.fixture(autouseTrue)deftmp_todo_dir(self,tmp_path,monkeypatch):todo_dirtmp_path/.todomonkeypatch.setattr(todo.cli._todo_dir,lambda:todo_dir)deftest_add_persists_to_file(self,tmp_path):runnerCliRunner()runner.invoke(cli,[add,buy groceries])datajson.loads((tmp_path/.todo/todos.json).read_text())assertdata[0][title]buy groceriesStep 5: 代码审查 —/code-review每次代码改动后立即审查。第一次审查发现3 HIGH 4 MEDIUM级别问题修复HIGHopen(w)先 truncate 后加锁存在竞态改为 tempfile os.replace 原子写HIGHtest 断言恒真A or B改为直接验证文件内容HIGH测试名与实际逻辑不符重写为实际验证字段集合MEDIUMfrom_dict 无输入校验加 try/except ValueErrorMEDIUMCLI 无错误包装加 try/except click.echo(errTrue)Step 6: 安全扫描 —/security-scan发现HIGHTODO_FILE环境变量允许任意路径写入。修复为固定~/.todo/目录。Step 7: 质量门禁 —/quality-gate一键验证Tests 29/29 passed Coverage 92% (139 stmts) Compile 6 files OK Lint clean Result: PASSStep 8: 重复 3 次以上流程重复 3 个 milestoneadd→list→done delete。每次都是/plan→ 实现 →/code-review→/security-scan。Step 9: 代码地图 —/update-codemaps生成 token-lean 架构文档到docs/CODEMAPS/方便 Claude 未来快速理解项目结构。Step 10: 配置审计 —/harness-audit扫描全局和项目配置给出 7 维评分。发现 3 个待修复项Memory 空、CLAUDE.md 过时、Stop hook 自动 commit 有风险。Step 11: 经验萃取 —/learn-eval从会话中提取可复用模式评估是否值得保存成 skill。本次提炼出Python CLI 测试隔离模式用monkeypatch.setattr重定向文件路径而非环境变量。最终项目结构src/todo/ ├── __init__.py ├── models.py # Task dataclass, to_dict/from_dict ├── storage.py # 原子 JSON 读写, 损坏检测 └── cli.py # Click CLI, 4 命令, 错误包装 tests/ ├── test_models.py (5 tests) ├── test_storage.py (9 tests) └── test_cli.py (15 tests) docs/CODEMAPS/ ├── architecture.md └── cli-routes.md .claude/prds/cli-todo-tool.prd.md .claude/plans/*.plan.mdECC 常用命令速查阶段命令用途识别/project-init检测技术栈生成接入方案规划/plan-prd生成产品需求文档/plan生成实现计划编码(写代码)Claude 直接写测试/test-coverage覆盖率分析审查/code-review代码质量审查/security-scan安全漏洞扫描/santa-loop双模型独立审查质量/quality-gate一键跑完测试审查安全/simplify精简代码/refactor-clean删除死代码文档/update-codemaps生成架构地图交付/pr创建 Pull Request记忆/learn-eval提取并保存可复用经验/save-session//resume-session会话存取运维/harness-audit配置健康检查/cost-report成本统计ECC vs Superpowers两个工具不同层面可以一起用ECCSuperpowers定位工具箱上下文驱动教练文档驱动Stars~169K~121K规模76 skills, 75 commands, 36 agents14 skills流程约束无你爱怎么开发怎么开发强制的 brainstorm → plan → TDD → review → merge最大卖点Memory 跨会话记忆、Instincts 自动学习、AgentShield 安全Git worktree 隔离、强制 TDD、双层 auto-review学习曲线数天半天适用场景个人项目、快速原型、强模型中大项目、团队协作、弱模型兜底两者互补Superpowers 管流程规范性ECC 管具体工具完备性。一个告诉你这一步该做什么一个给你做这件事最好的工具。总结ECC 本质上把软件工程的最佳实践固化为可复用的 AI Agent 工具链。核心价值在于不依赖记忆rules skills 让 Claude 每次都知道你的项目约定质量内建code-review security-scan quality-gate 在每个环节卡住问题越用越聪明Memory 系统和 Instincts 让经验不丢失并行加速multi-plan、multi-backend、santa-loop 用多模型并行提效从零到完整 CLI 工具全程不到 2 小时。这不是魔法——这只是一个好的工具链让每一环都变短了。

相关文章:

ECC 从安装到精通

一句话:从零安装 ECC,手把手构建一个 CLI TODO 工具,走完完整的 AI 辅助开发工作流。为什么要用 ECC Claude Code 原生能力很强,但缺乏一套系统级的开发工具链。ECC(Everything Claude Code)就是这层补充—…...

数据分析师简历封神指南:数据可视化 + 业务洞察双重点

引言:别让你的简历,死在6秒筛选期 “熟练使用Python、SQL、Tableau,擅长数据分析与可视化”——当HR第101次看到这句千篇一律的技能描述时,手指已经悬在“删除”键上。2026年数据分析师岗位竞争有多卷?某招聘平台数据显示,平均每个岗位收到250份简历,HR平均花6秒扫描一…...

2026年八大上门服务预约小程序:解锁高效生活新体验

本文围绕上门服务预约小程序展开系统性梳理,聚焦2026年市场上主流的八家服务商,包括好赞科技、厦门亿点通科技、福州启帆数字科技等。内容覆盖核心功能解析、场景适配性、用户体验及服务效率等关键维度,旨在帮助用户理解不同平台的差异化优势…...

Godot实战(一)—— 用C#构建2D躲避游戏的核心机制

1. 环境准备与项目初始化 第一次打开Godot引擎时,那个简洁的界面可能会让你有点不知所措。别担心,我们一步步来。点击"New Project"按钮,给你的游戏项目起个名字,比如"DodgeTheCreeps"。建议专门创建一个空文…...

你的综述,为什么像文献摘要合集?

相信不少科研人都有过这样的挫败:熬了数个夜晚整理几十篇文献,写出来的综述却被导师批“没有灵魂”——只是把文献摘要简单翻译、拼接,看不到领域的发展脉络,抓不住不同研究间的学术争议,更找不到值得深挖的研究空间&a…...

不止是图像采集:基于RK3588 NPU和FPGA,如何给Cameralink相机注入AI灵魂(附目标跟踪/电子稳像实战)

异构计算赋能Cameralink相机:RK3588 NPU与FPGA协同的AI视觉实战 在工业检测、安防监控和国防光电系统中,Cameralink相机凭借其高带宽、低延迟的特性成为高速图像采集的首选。但当面对动目标检测、电子稳像等复杂任务时,传统方案往往陷入算力瓶…...

教你一招轻松定生物医学论文插图

写生物医学论文时,信号通路图、细胞调控机制图、病理机制图是展示研究逻辑的核心视觉语言,几乎是投稿刚需。但不少科研人都踩过绘图的坑:找不到专业的受体、离子通道、磷酸化符号等矢量图标,只能用基础形状拼凑,结果图…...

植物树枝叶片果实检测数据集7220张VOC+YOLO格式

植物树枝叶片果实检测数据集7220张VOCYOLO格式数据集格式:Pascal VOC格式YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):7220 标注数量(xml文件个数):7220…...

AI为编程赋能增效:从“古法编程”到氛围编程的范式革命

在人工智能技术飞速发展的今天,编程领域正经历着一场前所未有的范式革命。曾经,我们习惯于在编辑器中逐行敲击代码,为复杂的语法纠错而焦头烂额,那个需要死记硬背各种操作符与数据结构的“古法编程时代”正在悄然落幕。取而代之的…...

MD5是哈希,不是加密,防君子不防小人

一、先把概念说清楚很多开发者在日常交流中习惯说“MD5加密”,这个说法流传太久,以至于不少人真的以为MD5是一种加密算法。实际上,MD5属于哈希(Hash)算法,也叫散列算法或消息摘要算法。加密和哈希的本质区别…...

高层次综合设计算法-常见问题记录(一)

一、算法设计思考的重点 1.定点化的陷阱 整数部分数据位宽不足造成的溢出; 舍入导致图像的视觉差异; 小数部分位宽不足导致精度不够,或者效果不佳;2.pipelin流水线的设计 普通变量造成的数据依赖问题,导致II达不到&…...

SaaS ERP和传统ERP,到底差在哪?

这几年,ERP这个词越来越火。但有意思的是,很多企业老板、管理层,甚至已经在用ERP的人,其实都没真正分清:“SaaS ERP”和“传统ERP”,到底差在哪。很多人会觉得:“不都是ERP吗?不就是…...

第一卷第4章:接口而非实现编程

第一卷第4章:接口而非实现编程 目录介绍 00.先回答上篇思考题 0.1 上篇遗留三道题 0.2 云迁移6万行代码 0.3 五次反转补锅 0.4 灵魂五连问 01.从一个搬迁切入 1.1 上云搬迁案例...

4 款主流论文降 AI 软件实测对比!谁能 5 分钟把 AI 率降到 10% 以下

4 款主流论文降 AI 软件实测对比!谁能 5 分钟把 AI 率降到 10% 以下 毕业季最焦虑的事——答辩前剩 3 天、AI 率还有 70%、想找一款 5 分钟就能搞定的工具。 市面上很多工具宣称"几分钟出结果"——但实测下来快的快、慢的慢、效果差距更大。这篇文章实测对…...

智慧展馆(数字孪生 + 三维重建)全解析

智慧展馆(数字孪生 三维重建)全解析一、核心技术体系(含动态目标实时重构、数字孪生、透明建筑)智慧展馆的数字化升级,核心依托四大核心技术 ——视频孪生、三维重建、动态目标实时重构、透明建筑渲染,四大…...

RDMA网络调试实战:当你的应用卡顿时,如何定位是哪种Error导致了重传?

RDMA网络性能调优实战:从重传Error定位到精准修复 RDMA(Remote Direct Memory Access)技术凭借其超低延迟和高吞吐量的特性,已经成为高性能计算、分布式存储和金融交易系统的核心网络架构。但在实际生产环境中,即使是经…...

用Python和nilmtk库,5分钟上手非侵入式用电分析(附实战代码)

用Python和nilmtk库,5分钟上手非侵入式用电分析(附实战代码) 当你站在电表前,看着那个不断跳动的数字,是否好奇过家里每台电器究竟消耗了多少电能?传统方法需要在每个电器上安装传感器,既麻烦又…...

别再死记硬背了!用Python模拟D触发器与JK触发器波形,5分钟搞定时序逻辑难题

用Python动态模拟时序逻辑:D触发器与JK触发器的可视化实践 时序逻辑电路是数字系统设计的核心基础,但对于许多初学者而言,纯理论推导和手工绘制波形图往往令人望而生畏。本文将带你用Python构建一个直观的触发器模拟系统,通过代码…...

Webpack优化实战:从配置到性能调优

Webpack优化实战:从配置到性能调优 大家好,我是蔓蔓。在大厂工作时,我负责过多个大型项目的Webpack配置和优化。今天我来和大家分享Webpack优化的实战技巧。 基础优化 合理配置mode // webpack.config.js module.exports {mode: process.env…...

LangGraph入门:构建有状态的AI Agent工作流

LangGraph 入门:用状态图构建 Agent手写 ReAct 循环容易写出 bug。LangGraph 用「状态图」的方式定义 Agent,把每一步定义为一个节点,跳转逻辑定义为边——清晰、可测试、可扩展。一、为什么需要 LangGraph 手写 Agent 循环的痛点&#xff1a…...

FPGA+DDR3+千兆以太网:构建实时高清图像传输与显示系统(附源码)

1. 实时高清图像传输系统的核心价值 想象一下这样的场景:医疗内窥镜手术中,医生需要实时查看1080p高清影像;工业检测线上,高速摄像头每秒产生数百帧4K画面;无人机航拍时,需要将拍摄的高清视频实时回传到地面…...

从源头到治理:光伏并网逆变器直流分量抑制技术全解析

1. 光伏并网逆变器直流分量问题概述 第一次在光伏电站现场看到直流分量超标告警时,我盯着监控屏幕愣了半天。作为从业多年的光伏系统工程师,我深知这个看似微小的技术指标背后隐藏着多大的隐患。直流分量就像电网中的"隐形杀手",它…...

Linux Ext 调度器核心原理:BPF 驱动的自定义调度革命

简介 Linux 内核调度器自诞生以来,始终以通用公平调度(CFS)与硬实时调度(SCHED_DEADLINE/SCHED_FIFO)为核心,支撑服务器、桌面、嵌入式等全场景负载。但传统调度框架存在硬耦合、难扩展、定制成本极高的痛…...

MATLAB单双目标定实战:逐图解析重投影误差的提取与评估

1. 重投影误差的底层逻辑与MATLAB实现 第一次用MATLAB做相机标定时,盯着那个总均方根误差(Total RMS Error)数值看了半天,总觉得少了点什么。后来才明白,就像考试不能只看总分,标定质量评估也需要细化到每张…...

Linux Idle 调度器的 cpuidle_reflect:Idle 状态统计更新

简介 在 Linux 内核电源管理与调度体系中,CPU Idle(空闲)调度器是实现 CPU 低功耗管理的核心模块,负责在 CPU 无任务可调度时,选择并进入合适的硬件空闲状态(C-state),在性能与功耗…...

从特征稀缺到精准定位:基于HS-FPN与可变形注意力的白细胞检测新范式

1. 白细胞检测的现状与挑战 在医学影像分析领域,白细胞检测一直是个让人头疼的问题。想象一下,医生需要从密密麻麻的血细胞图像中找出白细胞,就像在沙滩上找特定形状的贝壳一样困难。传统方法主要依赖医生手动操作显微镜,不仅效率…...

SmartDock:让Android设备拥有桌面级生产力的智能启动器

SmartDock:让Android设备拥有桌面级生产力的智能启动器 【免费下载链接】smartdock A user-friendly desktop mode launcher that offers a modern and customizable user interface 项目地址: https://gitcode.com/gh_mirrors/smar/smartdock 你是否曾经想过…...

从谐波治理到能量回馈:深入聊聊LCL滤波器在光伏逆变器和PWM整流器里的那些关键设计

LCL滤波器设计实战:从谐波抑制到能量回馈的工程权衡 在光伏逆变器和PWM整流器设计中,电流谐波治理一直是工程师面临的核心挑战。当项目要求总谐波失真率(THD)必须低于3%时,传统L滤波器往往力不从心——要么需要超大电感量导致体积膨胀&#x…...

Cadence变种BOM实战:以IMU模块为例,打造多配置硬件设计流程

1. 从零理解变种BOM的核心价值 第一次接触变种BOM这个概念时,我正被一个IMU模块的项目折磨得焦头烂额。客户要求这个模块能支持五种不同的通信接口,还要可选配导航和RTC功能。这意味着我需要维护十几个不同版本的原理图和BOM表,每次修改都要同…...

蚂蚁百灵 Ring-2.6-1T 开源解析:万亿级思考模型如何实现「按需推理」

引言 2026年5月,蚂蚁百灵团队正式开源了其旗舰级思考模型 Ring-2.6-1T,这是一款拥有万亿参数的推理模型,在 AIME 2026 数学竞赛基准测试中取得了 95.83分 的惊人成绩,一跃成为国产开源 Agent 模型的新里程碑。更值得关注的是,该模型首次引入了 可调节的 Reasoning Effort…...