ECC 上手指南:5 分钟跑通第一次对话,3 步让 AI 记住你的项目
【免费下载链接】ECCThe agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.项目地址: https://gitcode.com/GitHub_Trending/ev/ECC
Everything Claude Code(简称 ECC)是一套跑在 Claude Code、Codex、Cursor 等环境里的 AI 开发助手配置。装好之后,它能读懂你项目的目录结构、记住你的偏好,还能把重复任务串成流水线。这篇文章面向刚接触 ECC 的新手:先把它跑起来,再让它记住你的项目,最后把日常操作变成可以复用的流水线。
5 分钟跑通第一次对话 ⚡
最快的路径就是:拿代码、跑安装脚本、验证版本。
git clone https://gitcode.com/GitHub_Trending/ev/everything-claude-code cd everything-claude-code ./install.shWindows 用户改跑 install.ps1。安装过程会自动检测你的环境,并生成一份配置文件(agent.yaml),后面想改随时改。装完敲一下ecc --version,能看到版本号就说明环境没问题。
接着在项目目录里直接和 AI 开聊。先问个简单问题,比如"解释一下这个项目的结构",看看它是不是真的读懂了你的代码。
3 步教会 AI 记住你的项目 🧠
这一步是整个配置教程的核心,目标是让 AI 记住三件事。
1. 教它项目专属技能。skills/ 目录里预置了不少技能包,各管一个场景,比如 Python 测试、React 审查。也可以自己造:在 skills/ 下新建文件夹,放一份 SKILL.md 说明它管什么。配完之后,AI 能直接读懂你项目的目录结构和命名习惯,不用你每次解释。
2. 给它持久记忆。记忆会写到本地文件里,下次会话 AI 还记得上次你做的决定,比如选了什么技术栈、踩过哪些坑,不用从头交代。
3. 给不同任务派不同型号的模型。找文件这类活儿用便宜快的型号就够了,架构设计和安全分析才值得上最强的那档。配好之后,花的时间和花的钱都会明显少一些。
一条命令串起重构、测试和回归 🔧
每天要重复同一组操作时,可以用命令链一次说完:
在 src/hooks 里先 /refactor-clean,然后 /test-coverage,最后跑一次 /e2eAI 会按顺序执行,每步跑完再进下一步;中途某步失败就停下来告诉你断在哪,而不是硬着头皮跑到底。用多了你会发现,值得串起来的操作比想象的多。
把插件、IDE 和 MCP 接到外面 🔌
AI 能干活之后,下一步是让它连上你手头已有的工具:
- 插件:在会话里敲
/plugin就能管理,哪些已连接、哪些被禁用一目了然,常用的有 github、memory、supabase 这些; - IDE 扩展:装好 VS Code 扩展后,从命令面板(Ctrl+Shift+P)发起对话,用 @ 提到具体文件和行号,还能在不同标签页各开一个会话;
- MCP 服务器:让 ECC 连上数据库之类的外部数据源,配置放在 mcp-configs/ 目录里。
想加插件就跑ecc plugin install <名称>,插件源码都在 plugins/ 目录里。
卡住了先做什么 🐛
出问题时别慌,按顺序做三件事:
- 跑一下
ecc doctor,它会扫一遍配置问题,能自动修的会直接修; - 翻翻 TROUBLESHOOTING.md,里面是常见报错和解法;
- 涉及安全方面的疑虑,读一下 the-security-guide.md,它讲 AI 执行命令时如何保护你的机器。
大多数情况,第一步就能定位到原因。
接着往哪走 ✨
跑通上面这些之后,还可以:
- 读长文档:长版指南讲了 token 管理、记忆、并行干活这些话题,值得从头过一遍;
- 看中文文档:docs/zh-CN/ 目录里有完整中文版,覆盖上面所有内容。
用熟之后,可以看看 CONTRIBUTING.md,挑个 issue 动手给项目提点贡献。
【免费下载链接】ECCThe agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.项目地址: https://gitcode.com/GitHub_Trending/ev/ECC
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考