[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"$ficeo9emgifb7":3},{"code":4,"message":5,"data":6,"timestamp":39},10000,"success",{"full_name":7,"position":8,"description":9,"language":10,"stars":11,"forks":12,"stars_gained":13,"age_days":14,"hn_threads":15,"one_liner":22,"summary_md":23,"topic":24,"github_topics":27,"license":35,"homepage":36,"updated_at":37,"history":38},"affaan-m\u002FECC",2,"The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.","JavaScript",287896,42679,22804,279,[16],{"id":17,"title":18,"points":19,"comments":20,"posted_at":21},50012876,"The operating system for AI harnesses",3,0,"2026-10-08","让不同编程 CLI Agent 共用一套技能、记忆与安全规则，减少切换工具时的行为漂移。","## 解决什么问题\n\n同时用几个编程 Agent 的人都有体会：在 Claude Code 里调好的工作流，换到 Codex 或 Cursor 就失效，规则、记忆和审查习惯得按工具各建一套。ECC 自称“agent harness 操作系统”，用一份可插件安装的包，把技能、本能、记忆和“先调研再动手”的约束铺到不同 harness 上，让行为在切换时保持一致。\n\n## 有什么不同\n\n常见做法是按工具分别配置：各家一份 CLAUDE.md 式的指令文件、零散的斜杠命令、手工复制的提示词库，时间一长就腐烂。ECC 的不同在于跨 harness 统一分发，并附带一个配套安全包 `ecc-agentshield`，以及面向私有仓库的可选 GitHub App。真正拉开差距的是“跨工具打包 + 内置安全层”这两点，而多数同类方案只绑定单一工具，安全基本靠自觉。\n\n## 适合谁\n\n适合已经每天使用编程 Agent、并且在两个以上工具之间轮换的开发者；也适合希望审查与安全行为被强制执行、而不是指望模型自觉的团队。想统一团队 Agent 行为的用户可以从 GitHub App 起步。只用单一助手、或反感在提示词层再套一层抽象、希望完全掌控每条指令的人不适合，多出来的间接层会得不偿失。\n\n## 上手成本\n\n依赖 Node.js，通过 npm 或 `ecc@ecc` 插件安装。README 明确警告只从官方渠道安装，第三方镜像可能带恶意代码。开源核心是 MIT 协议，但面向私有仓库的托管 GitHub App 是付费档，需要预留预算。成熟度是最大未知数：README 大量篇幅是品牌、赞助商 logo 和链接，关于技能如何生效、记忆如何隔离、安全层具体检查什么，几乎没有技术说明。它还特意强调不要在插件之上再叠加手动安装，暗示配置对重复安装比较敏感。\n\n## 点评\n\n项目才几个月，星数已经巨大，且每月仍新增两万多，明显是踩中编程 Agent 风口的爆发式增长，而不是长期沉淀的老项目。Hacker News 上唯一相关帖子只有 3 分、0 评论，说明更广泛的技术社区还没认真检视过它。核心思路——跨 harness 的可移植行为层——确实有用，MIT 协议也降低了试错成本。但单人维护、赞助商铺满的 README 加上薄技术文档，最合理的定位是“值得试、尚待检验”：先拿一个丢弃型项目跑通，再决定是否纳入日常工作流。",{"slug":25,"name":26},"developer-tools","开发工具",[28,29,30,31,25,32,33,34],"ai-agents","anthropic","claude","claude-code","llm","mcp","productivity","MIT","https:\u002F\u002Fecc.tools","2026-10-24T14:10:36Z",[],1792867678]