AB
AiBoss
project

ECC - オープンソースのクロスプラットフォームAIエージェントパフォーマンス最適化システム

ECC(Everything Claude Code)は、クロスプラットフォーム対応のAIエージェントパフォーマンス最適化システムです。このシステムは、Claude Code、Codex、Cursorなど7種類以上のAIプログラミングツールに対応した、63種類のプロフェッショナルエージェントと249種類のオンデマンドエージェントを提供します。

ECCとは何ですか?

ECC(Everything Claude Code)は、クロスプラットフォーム対応のAIエージェントパフォーマンス最適化システムです。このシステムは、63種類のプロフェッショナルエージェント、249種類のオンデマンドロード可能なスキル、セッション間メモリ永続性、そしてClaude Code、Codex、Cursorを含む7種類以上のAIプログラミングツールに対応したAgentShieldセキュリティ監査ツールを提供します。フックメカニズムを通じてワークフローを自動化し、AIプログラミングアシスタントを、役割が明確に定義された組織的なAIチームへと変革します。

ECCの主な機能

  • 63人のプロのエージェントこれには、アーキテクチャ設計、コードレビュー、セキュリティ監査、テスト駆動開発、ビルド時のバグ修正、ドキュメントの更新など、開発チェーン全体にわたる役割が含まれます。
  • 249 オンデマンド積載スキルスキルはプロジェクトの技術スタックに基づいて動的にマッチングされます。TypeScriptプロジェクトでは自動的にTSレビュースキルがロードされ、PythonテストシナリオではTDDスキルがトリガーされるため、コンテキストの過負荷を回避できます。
  • セッション間記憶の持続性フック機構は、異なるセッション間でコンテキストに自動的にアクセスすることで、中断のない継続的なワークフローを実現します。
  • AgentShieldセキュリティ監査これには1282個の組み込みテストと102個の静的解析ルールが含まれており、認証情報の漏洩、設定ミス、およびインジェクションのリスクをミリ秒単位でスキャンします。
  • 継続学習v2直感的な学習システムは、会話から再利用可能なパターンを自動的に抽出し、本能を生成し、それらをスキルに分類します。
  • 検証ループとチェックポイント:サポート /checkpoint 検証ステータスを保存します/quality-gate 品質アクセス制御と /eval 評価フレームワーク。
  • マルチエージェントコラボレーション:サポート /multi-plan/multi-execute 複数モデルを用いた協調ワークフローのためのコマンド。
  • Dashboard GUITkinterデスクトップアプリケーションが提供され、テーマの切り替え、フォントのカスタマイズ、コンポーネントのビジュアルブラウジングをサポートしています。

ECCの技術的原則

  • オンデマンド読み込みアーキテクチャマニフェスト駆動型のインストールパイプラインを採用し、インストールされたコンポーネントを追跡するために状態を保存し、対応するテクノロジースタックが検出された場合にのみ、スキルをコンテキストに注入します。
  • フックイベントシステムClaude Code v2.1+のフックメカニズムに基づいており、SessionStart、PreToolUse、PostToolUse、Stopを含む8つのイベントポイントで自動スクリプトをトリガーします。
  • 状況に応じた予算管理:合格 ECC_SESSION_START_MAX_CHARS 環境変数はセッション起動コンテキストの上限を制御し、トークンのオーバーフローを防ぐために戦略的な圧縮が推奨されます。
  • AgentShield アンチスキャン--opus このモードでは、レッドチームエージェント(脆弱性の発見)、ブルーチームエージェント(脆弱性の修復)、および監査エージェント(脆弱性の要約と評価)からなる3つのエージェントで構成される敵対的パイプラインが開始されます。
  • 選択的設置アーキテクチャ:サポート minimalcorefull 複数のインストール構成が利用可能で、ユーザーは必要に応じてルール、エージェント、スキルをコピーできます。
  • クロスハーネスDRYアダプターCursorのようなプラットフォーム上のフックイベントには、以下の方法でアクセスできます。 adapter.js Claude Code形式に変換し、同じスクリプトロジックを再利用します。

ECCの使い方

  • プラグインのインストール
    • Claude Codeで実行する /plugin marketplace add https://github.com/affaan-m/ECC 市場情報源を追加する。
    • 埋め込む /plugin install ecc@ecc スキル、コマンド、フックを自動的に読み込むためのプラグインをインストールしてください。
    • 手動コピーが必要です rules/ ディレクトリ ~/.claude/rules/ecc/(このプラグインはルールの自動配信をサポートしていません。)
  • 手動インストール
    • リポジトリのクローン作成 git clone https://github.com/affaan-m/ECC.git
    • オンデマンドコピー agents/skills/commands/ 到着 ~/.claude/ 対応するディレクトリ。
    • 走る ./install.sh --profile minimal --target claude Hookランタイムをインストールしてください。

ECCの主な利点

  • 最も幅広いクロスプラットフォーム対応Claude Code、Codex、Cursor、OpenCodなど、7種類以上のハーネスをネイティブにサポートしており、単一の設定で複数のツールを再利用できます。
  • コンテキストベースのインテリジェント管理249個のスキルはオンデマンドでロードされ、MCPツールの数量管理推奨事項(プロジェクトごとに10個以下のMCP)により、20万のコンテキストウィンドウが効果的に保護されます。
  • 生産グレードの組み込みセキュリティAgentShieldは98%のカバー率で静的解析を提供し、以下の機能をサポートしています。 --fix 自動修理と --opus 徹底的な対決監査。
  • 自己進化能力継続学習システムは、実際の開発セッションからパターンを抽出し、使用されるにつれて構成が個々のワークフローに合わせてより最適化されていく。

ECCプロジェクトの住所

  • プロジェクト公式サイト:https://ecc.tools/
  • GitHubリポジトリ:https://github.com/affaan-m/ECC

ECCの競合製品比較

寸法 ECC claude-skills Superpowers
位置 AIエージェントの性能最適化システム 最も包括的なオープンソースのスキル&エージェントプラグインライブラリ エンタープライズレベルの開発規律フレームワーク
GitHub Stars 182K+ 5,200+ ~57,000
エージェント数 63 30歳以上 少量(主にスキルベース)
スキル量 249 338 14歳以上
コマンド/ツール 79個のレガシーコマンド 70種類以上のカスタムコマンドと533種類のPython CLIツール 主にスキルの発動に基づいています
対象地域 フルスタックエンジニアリング(フロントエンド、バックエンド、DevOps、セキュリティ、機械学習) 16の主要分野(エンジニアリング、マーケティング、製品開発、コンプライアンス、経営幹部向けコンサルティング、学術研究など) エンジニアリング開発プロセス全体(テスト、デバッグ、設計、レビュー)
クロスプラットフォーム対応 7+ Harness(Claude Code / Codex / Cursor / OpenCode / Gemini / Zed / GitHub Copilot / Trae) 13 ツール (Claude Code / Codex / Gemini / Cursor / Aider / Windsurf / OpenCode / Augment など) 主にクロード・コードのために
インストール方法 プラグインのインストール /plugin install ecc@ecc + 手動コピールール プラグインのドメイン固有のインストール(エンジニアリング/マーケティング/製品など)+手動コピー プラグインのインストール

ECCアプリケーションシナリオ

  • フルスタックプロジェクト開発要件計画、アーキテクチャ設計、TDDコーディングからコードレビュー、エンドツーエンドテストまで、AIを活用した完全な開発パイプライン。
  • マルチテクノロジースタックチームTypeScript、Python、Go、Java、Rust、Swift、PHPなど、複数の言語で書かれたプロジェクトを同時に管理し、対応するレビュー担当者を自動的に割り当てることができます。
  • セキュリティとコンプライアンスの開発AgentShieldは、金融および企業プロジェクトにおいて、鍵の漏洩、設定ミス、およびインジェクション攻撃を防止するために使用されます。
  • 長期メンテナンスAIは、セッション間メモリと継続的学習を活用することで、複数のセッションにわたって大規模なコードベースに対する理解を維持することができる。
  • ハッカソンとラピッドプロトタイピング著者がチャンピオンシップで優勝した経験を活かし、顧客調査から製品プロトタイプの作成までの全工程をわずか数時間で構築した。