用 Claude Code 或 Cursor 做长期项目的人基本都踩过同一个坑：新开会话，项目约定、目录结构、上次为什么那样改，全得重讲一遍；不盯着它，它会跳过调研直接动代码，然后回一句"完成了"------而你并没有验证过；同时它还握着 shell、密钥和 MCP 配置。GitHub 上的 affaan-m/everything-claude-code（2026-01-18 创建，最后一次推送 2026-10-26）想解决的就是这一层：它不训练模型，而是在 Agent 之上叠一层"执行外壳"，仓库自述是 "The agent harness performance optimization system"。
核心概念
按 README 描述，这套外壳分五层：Skills（可装载的能力单元）、Instincts（触发式的行为习惯）、Memory（跨会话上下文）、Security（对 Agent 配置与工具面的防护）、research-first development（先调研再动手）。设计意图很清楚------把"提示词技巧"做成可版本化、可分发、可跨 harness 复用的资产。每一层的数据结构、生命周期和冲突消解机制，本文给不出，原因见下。
架构：素材缺口，不臆测
第三方深度解析都拿不到：DeepWiki 抓取返回 Vercel 安全校验页，CodeWiki 返回 404。仓库 README 的正文在徽章区之后被截断，没有架构章节。所以模块划分、数据流、目录结构，一个字都不能编。能确认的只有分发侧的三个落点。
怎么装
可确认两条路：npm 包 ecc-universal 与 ecc-agentshield（README 挂了两个周下载量徽章，但抓取内容里没有具体数值）；以及 GitHub Marketplace 上的 ECC Tools GitHub App，徽章显示 150 installs。官网是 ecc.tools。完整的安装命令、初始化步骤、是否需要 API Key、对 Agent 版本的要求，都不在抓到的片段里，动手前请以仓库文档为准。
怎么用
以下是从分发物推断、未经文档核实的使用面：用 ecc-universal 装载技能与记忆资产（面向 Claude Code、Codex、Opencode、Cursor 多端），用 ecc-agentshield 对 Agent 工具链做安全检查，用 GitHub App 在仓库维度启用能力。仓库 topics 里有 mcp，暗示与 MCP 服务配置管理相关，但同样没有实现细节。CLI 子命令、配置文件格式、API 签名一概缺失。
文末那张截图是仓库的 README 首页------六个语言导航（英、葡、简中、繁中、日、韩）加一排徽章，就是它对外给出的全部"入口级"信息；正文被截断，正是这篇文章很多问题答不上来的原因。
生态与依赖
上游强依赖各家 harness：以 Anthropic 的 Claude Code 为主目标，同时显式兼容 OpenAI 的 Codex、Opencode 与 Cursor，是典型的中间层位置；协议层与 MCP 生态相邻；分发靠 npm 与 GitHub Marketplace。MIT 许可，对二次集成友好。反向依赖（谁在用它的包）没有任何数据。
行业与商业视角
以下为推断：赛道是 AI 编程 Agent 的配套层，2025 年末到 2026 年随 Claude Code 普及成形。同类有 awesome 类资源合集、SuperClaude / claude-flow 这类编排框架、GitHub spec-kit 类规范工具，以及 Cursor 原生的 rules / memories------后者是最大的"被平台吸收"风险。商业化路径从素材只看到三个抓手：ecc.tools 官网、Marketplace 上架可做席位或私有仓库收费、双 npm 包形成的装机漏斗，也就是典型的 open-core。是否有营收、定价、融资，均无信息。
成熟度与风险
硬指标不"早期"：289411 stars、42882 forks、412 位贡献者、241 个 open issue，主要语言标注 JavaScript（徽章另列 Shell、TypeScript、Python，口径不一致）。但同样的仓库，Marketplace 应用只有 150 installs，npm 徽章连数值都没显示。约 9 个月冲到 28.9 万 star 已是 GitHub 历史级量级，与安装量的落差指向 star 通胀------由榜单效应、"everything-" 命名便于收藏、多端兼容吃下多个社区流量、六语言 README 扩大非英语曝光共同造成。这是推断，不是已证实结论。
四个风险值得掂量：功能面与上游官方能力高度重叠，随时可能被吞并；它主动介入 shell、密钥和 MCP 配置，自身就变成高价值攻击面，agentshield 的可信度反而最关键；npm 供应链风险；412 位贡献者中很可能以文档翻译为主，核心维护集中度未知。
信源说明：本文全部信息来自仓库 README 抓取片段与 GitHub 元数据，属单一来源，无第三方报道可对照，项目质量与真实采用情况均未获独立验证。想看它到底站不站得住，别看 star，看三个不撒谎的指标：npm 周下载曲线能否稳定增长、GitHub App 能否从 150 突破千级并出现团队版定价、241 个 open issue 的关闭率。
再往下一层，是那个更值得琢磨的问题：如果模型能力终将商品化，你团队真正该积累、该版本化、该审计的资产，是提示词技巧，还是这套被写成代码的工程纪律？