当前位置: 首页 > news >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。
http://www.zskr.cn/news/1315661.html

相关文章:

  • 外部半流式图算法:大规模图数据处理新突破
  • 给排水设计新人必看:如何用SWMM快速搭建一个‘麻雀虽小五脏俱全’的练习模型?
  • 利用taotoken为开源ai agent项目hermes提供稳定后端
  • 3个让你工作效率翻倍的macOS窗口管理技巧:Topit如何解决多任务处理的烦恼
  • 从密码学RSA到区块链:二次剩余(Cipolla算法)在CTF和加密实战中的妙用
  • 2026年八大上门服务预约小程序:解锁高效生活新体验
  • Godot实战(一)—— 用C#构建2D躲避游戏的核心机制
  • 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)
  • 植物树枝叶片果实检测数据集7220张VOC+YOLO格式
  • AI为编程赋能增效:从“古法编程”到氛围编程的范式革命
  • MD5是哈希,不是加密,防君子不防小人
  • RISC-V vs MIPS:同为RISC,指令集设计哲学与编码格式有何不同?
  • PSI5协议:汽车传感器同步通信的基石
  • 高层次综合设计算法-常见问题记录(一)
  • Linux Ext 调度器的 BPF 程序集成:用户态与内核态的交互
  • 避开这些坑!ZYNQ裸机下PS+PL双网口LWIP调试常见问题与解决方案
  • FcaNet:从频域视角重构通道注意力,超越GAP的单一信息瓶颈
  • 用Python和nilmtk库,5分钟上手非侵入式用电分析(附实战代码)
  • FDE(前沿部署工程师):AI时代年薪百万的新贵,到底值不值得冲?
  • 别再死记硬背了!用STM32CubeMX配置GPIO,搞懂上拉下拉和推挽开漏到底怎么选
  • MATLAB单双目标定实战:逐图解析重投影误差的提取与评估
  • NotebookLM来源追溯功能深度拆解:基于LLM-verified citation graph的5层证据锚定架构(含架构图源码)
  • 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
  • Cadence变种BOM实战:以IMU模块为例,打造多配置硬件设计流程
  • 【Dify】CentOS 7 and 8 部署Dify
  • DW PCIe Linux驱动初始化流程与ATU配置详解
  • GPU缓存架构优化与异构内存技术解析
  • 用NE555和运放搭个‘乐高’:从1kHz方波到奇次谐波合成的完整电路实验
  • 别再只会用阿里云加速了!手把手教你配置Docker daemon.json,优化日志与存储路径
  • 零代码构建你的AI知识库:让Obsidian笔记开口说话