Agent 与自动化综合合集

ECC：为编码智能体提供计划、验证与安全扫描的工程化工作系统

affaan-m/ECC · The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.

GitHub原文发布未知首次收录 2026-09-14上架 2026-09-15 07:05

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

ECC 是一套面向编码智能体（agent harness）的性能优化系统，核心思路是让智能体按“计划→测试→实现→审查→验证→记忆→改进”的流程工作，而不是在每次提示中重建流程。项目提供 68 个智能体、292 项技能和 94 个命令，覆盖规划、审查、构建修复、安全、架构等领域，并包含 hooks、规则、记忆、持续学习、instincts 和 AgentShield 安全扫描（针对 prompt、hooks、MCP 配置、权限、密钥与 agent 文件）。该项目以 MIT 协议开源，当前与 Claude Code 配合最佳，同时支持 Codex 同步路径，并为 Cursor、OpenCode、Gemini、Zed、GitHub Copilot、Antigravity、Qwen 等提供能力受限的适配器。

# MCP # Claude Code # hooks # Agent技能 # 安全扫描

核心能力与快速开始

★ 257727 · JavaScript

能做什么: 为编码智能体提供协调化工程系统：plan→test→implement→review→verify→remember→improve 工作流；内置 68 个智能体（规划、审查、构建修复、安全、架构、领域工作）、292 项技能（TDD、研究、安全、文档、前端、数据、ML、运维等）、94 个命令；运行时提供 hooks 与记忆、会话摘要、持续学习、instincts 和上下文控制；按语言或项目选择性加载规则；内含 AgentShield，用于扫描 prompts、hooks、MCP 配置、权限、密钥和 agent 文件。
适用场景: 在 Claude Code、Codex、Kimi Code 等编码智能体上安装并复用统一的工程流程，减少在每次提示中重复描述流程；为代码变更增加测试验证、独立上下文自我审查与记忆沉淀；通过 AgentShield 对智能体相关配置与密钥做安全扫描；在多 harness 场景下用多 harness 向导一次性选择 Claude Code、Codex、Kimi Code 组合进行安装。
项目形态: 可直接使用的工具
部署方式: 通过 npm 包（ecc-universal、ecc-agentshield）分发，推荐使用 npx/pnpm dlx/yarn dlx/bunx 运行引导式安装；Claude Code 可走原生插件命令（/plugin marketplace add、/plugin install ecc@ecc）；也可从 GitHub 仓库安装。仓库材料未说明托管服务、硬件或服务器部署要求。
主要依赖: 通用包要求 Node.js 18 或更新版本；Claude 插件安装还要求 Git 以及 PATH 上存在 Claude Code 2.1 或更新版本；Yarn Classic 1 不提供 yarn dlx，需改用 npx、全局安装或升级 Yarn。
使用限制: 材料说明当前与 Claude Code 配合最佳，Codex 为受支持的同步路径，Cursor、OpenCode、Gemini、Zed、GitHub Copilot、Antigravity、Qwen 等为能力受限适配器，功能对等性需参考支持状态矩阵；同一 harness 上不可叠加多种安装方式，否则可能重复技能、命令、hooks 或配置；版本锁定不构成安全审计或完整性校验；使用 Yarn Classic 1 时部分命令不可用；材料未说明令牌用量、API 成本等限制。
许可证: MIT
最近推送: 2026-09-12 19:45

官方入门项目文档核对 README 依据 ↗

资料检查：2026-09-14 07:00 · 卡片整理：2026-09-15 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

为编码智能体提供工程化工作系统：按“计划→测试→实现→审查→验证→记忆→改进”流程工作，使用 68 个智能体、292 项技能和 94 个命令覆盖规划、审查、构建修复、安全、架构等领域，并通过 AgentShield 扫描 prompt、hooks、MCP 配置、权限、密钥与 agent 文件。

查看内容依据

ECC 是一套面向编码智能体（agent harness）的性能优化系统，核心思路是让智能体按“计划→测试→实现→审查→验证→记忆→改进”的流程工作，而不是在每次提示中重建流程。

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

SkillSpector：安装前扫描 AI Agent 技能的安全漏洞与恶意模式

SkillSpector 是 NVIDIA 发布的 AI agent 技能安全扫描器，用于在安装 Claude Code、Codex、Gemini CLI 等 agent 技能前发现漏洞、恶意模式、提示注入、数据外泄和供应链风险。它支持扫描 Git 仓库、URL、zip、目录或单个文件，内置 71 个漏洞模式（覆盖 17 个类别），采用静态分析加可选 LLM 语义评估的两阶段分析，并可输出终端、JSON、Markdown 和 SARIF 报告，同时提供 0-100 风险评分与基线误报抑制功能。项目还可作为 MCP 服务器运行，把安全扫描作为工具接入 agent 工作流以拦截不安全的技能安装。

Knowledge Work Plugins：为 Claude 扩充岗位专业技能与工作流的开源插件集

该项目是 Anthropic 开源的一套 Claude 插件集合，主要面向知识工作者，目标是把 Claude 变成适配特定岗位、团队和公司的专职助手。插件同时支持 Claude Cowork 与 Claude Code，每个插件围绕一个职能打包技能（skills）、连接器（通过 MCP 服务器对接外部工具）、斜杠命令和子智能体，共开源 11 个插件，覆盖生产力、销售、客户支持、产品管理、市场营销、法务、财务、数据、企业搜索、生物研究以及插件管理本身。所有组件均为基于 Markdown 和 JSON 的文件，没有代码、基础设施或构建步骤。用户可从 Cowork 或 Claude Code 市场安装，并通过替换连接器、补充公司术语与流程、调整技能指令来定制。

vsb-skills：为 Visual Sandbox 生成媒体提供 Claude Code 技能包与插件

vsb-skills 是 Visual Sandbox 的 Agent 技能库与 Claude Code 插件，目的是让 AI Agent 能够通过 Visual Sandbox 生成图像、视频、音频与矢量图。仓库同时提供两条使用路径：一是 Claude Code 插件（内置技能、四个斜杠命令与托管在 visualsandbox.com/mcp 的 MCP 服务器），二是供 vsb CLI 使用的技能库（每个技能为带 YAML frontmatter 的 SKILL.md，由 CLI 内嵌进二进制并通过 vsb setup 写入 ~/.claude/skills/）。技能覆盖图像模型选择与提示词撰写、视频生成与异步轮询、音效与环境音、SVG 生成、预设管理、Nano Banana 系列提示策略、多轮图像编辑，以及 UGC 风格单人广告图等。MCP 工具包括 list_models、estimate_cost、generate、get_job、list_presets、get_balance 等。每个生成任务都会按已连接账户计费。

Catpilot AI Guardrails：面向 AI 编程智能体与智能体框架的安全技能集

该项目以 Agent Skills 格式提供面向 AI 编程智能体、AI 辅助开发者以及团队自建智能体框架的安全指导技能，仓库中包含两个技能：面向非开发者 AI 辅助构建场景的 catpilot-safe-building（八个通俗检查点，覆盖提示中的数据、访问与身份、托管、共享、密钥与凭据、第三方服务、不可信输入以及何时求助人类）和面向真实代码库编码智能体的 catpilot-security-core（九个工程组件，涉及云 CLI、数据库、本地 shell、Docker、硬编码密钥、密钥生命周期、供应链、PII 与测试数据、安全编码模式）。此外还提供 Agent 框架相关的标准指导、shell 工具凭据门禁 hook（secret_gate.py）以及重试、定时运行、委派和自修改的参考规则，并附带一个只读参考 MCP 服务器用于查询检查点指导、构建计划检查、常见应用安全起点和已批准策略。项目声明其技能属于建议性指导，只有两个 Claude Code PreToolUse hook（Bash 凭据拦截与 Write/Edit 私钥块拦截）构成实际执行控制。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。