ECC vs Superpowers：两大 Claude Code 增强框架深度对比

ECC vs Superpowers：两大 Claude Code 增强框架深度对比

Claude Code 已经成为最强大的 AI 编程助手之一，但裸用的 Claude Code 就像一把没有磨利的刀——能用，但远远没有发挥出全部潜力。社区中涌现出了两大增强框架来解决这个问题：Everything Claude Code (ECC) 和 Superpowers。

它们都试图回答同一个问题：如何让 AI 编程助手从"好用"变成"不可或缺"？ 但给出了截然不同的答案。

它们是什么

Everything Claude Code (ECC)

ECC 最初是 Anthropic 黑客松的获奖项目，经过 10 个月以上的日常实战打磨而成。它将自己定位为一个"Agent Harness 性能优化系统"——不是简单的配置包，而是一个完整的模块化插件架构。

项目地址: zread.ai/affaan-m/everything-claude-code

核心数据：
- 30+ 专用 Agent
- 136+ Skills（技能）
- 60+ 斜杠命令
- 50+ 基础设施脚本
- 30+ 生命周期钩子
- 12 种语言生态的规则集
- 50K+ GitHub Stars

Superpowers

Superpowers 由 Jesse Vincent（Prime Radiant 团队）创建，是一个基于可组合技能的软件开发工作流框架。它的核心理念是：让 AI Agent 遵循严格的软件工程流程，而不是随意生成代码。

项目地址: github.com/obra/superpowers

核心定位：将 AI 编码 Agent 从"代码生成器"转变为"遵循最佳实践的软件工程伙伴"。

架构对比

维度 ECC Superpowers
架构模式 六大组件柱（Agent/Skill/Command/Rule/Hook/Script） 可组合的 Skill 系统
规模 庞大（300+ 组件） 精炼（~20 个核心 Skill）
安装方式 5 种配置档案（core/developer/security/research/full） 一键安装，自动激活
跨平台 Claude Code、Cursor、Codex、OpenCode、Antigravity IDE Claude Code、Cursor、Codex、OpenCode、GitHub Copilot CLI、Gemini CLI
状态管理 SQLite 状态存储 + 会话持久化 无额外状态管理
CLI 工具 npx ecc 命令中心 无独立 CLI

ECC 的六大组件柱

ECC 的架构是其最显著的特征。每个组件类型在 AI 辅助开发生命周期中扮演不同角色：

  1. Agents（30+） — 专用子 Agent，用于任务委派。包括 planner、各语言 Reviewer、security-reviewer、build-error-resolver 等
  2. Skills（136+） — 工作流定义和领域知识。从 TDD、E2E 测试到 Django 模式、SwiftUI 模式
  3. Commands（60+） — 用户触发的斜杠命令，如 /plan、/tdd、/code-review
  4. Rules（12 语言） — 始终生效的治理规则，按语言组织
  5. Hooks（30+） — 生命周期事件触发的自动化，如 pre-commit 检查、代码格式化
  6. Scripts（50+） — Node.js 基础设施：安装、状态管理、CI

Superpowers 的 Skill 组合

Superpowers 选择了一条更简洁的路径，用精心设计的 Skill 覆盖完整开发流程：

  1. brainstorming — 苏格拉底式设计推敲，逐一提问澄清需求
  2. writing-plans — 将设计拆解为 2-5 分钟的细粒度任务
  3. executing-plans — 带人工检查点的批量执行
  4. test-driven-development — 铁律：没有失败测试就不写生产代码
  5. subagent-driven-development — 每个任务派发独立子 Agent，双阶段审查
  6. systematic-debugging — 4 阶段根因分析
  7. code-review — 计划对比 + 严重性分级

核心理念差异

这是两个框架最根本的区别。

ECC：全面覆盖，各取所需

ECC 的哲学是"提供一切，按需选用"。它的 5 种安装档案体现了这个理念：

  • core — 最小框架基线（6 个模块）
  • developer — 默认工程配置（9 个模块）
  • security — 安全重型配置（8 个模块）
  • research — 研究和内容工作流（9 个模块）
  • full — 完整安装（18 个模块）

你不会一次用到所有东西，但你总能在需要时找到对应的组件。

Superpowers：流程驱动，强制执行

Superpowers 的哲学是"流程优先，不可跳过"。它的 Skill 不是建议——而是强制执行的流程：

  1. 必须先头脑风暴 — Agent 会逐一提问，直到需求完全澄清
  2. 必须写设计文档 — 保存到 docs/superpowers/specs/ 目录
  3. 必须先写测试 — "铁律"：先写代码后写测试？删掉重来
  4. 必须有审查 — 双阶段审查：规格合规性 + 代码质量
  5. 必须隔离开发 — Git Worktree，不在 main 上直接开发

这种"强制性"是 Superpowers 最鲜明的特征。

工作流对比

让我们看一个具体场景：开发一个新功能。

ECC 的工作流

/plan "添加 OAuth 用户认证"
     ↓ planner Agent 创建蓝图
/tdd
     ↓ tdd-guide 技能强制先写测试
实现代码
     ↓
/code-review
     ↓ code-reviewer Agent 检查
/security-scan    （可选）
/e2e              （可选）
/test-coverage    （可选）

特点：用户主导，灵活选择。每一步都是一个可选的命令调用。

Superpowers 的工作流

"添加 OAuth 用户认证"
     ↓
[自动] 头脑风暴 → 逐一提问 → 设计方案选择
     ↓
[自动] 生成设计文档 → 自查（占位符、一致性、范围蔓延）
     ↓
[自动] 创建 Git Worktree + 新分支
     ↓
[自动] 拆分为 2-5 分钟的细粒度任务
     ↓
[自动] 每个任务派发子 Agent
     ↓ [TDD 铁律：先测试后代码]
     ↓ [双阶段审查：规格合规 → 代码质量]
     ↓
[自动] 分支收尾：验证测试 → 选择合并/PR/保留/丢弃

特点：流程自动推进，Agent 驱动。用户更多扮演审批者角色。

各自的独特优势

ECC 的杀手锏

1. 连续学习系统（Continuous Learning v2）

这是 ECC 最具创新性的功能。它能从你的开发会话中自动提取模式：

  • /instinct-status — 查看已学习的直觉及其置信度
  • /instinct-import/export — 在团队间共享学习成果
  • /evolve — 将相关直觉聚类为技能
  • /learn-eval — 提取、评估、保存模式

用得越多，系统越懂你。

2. AgentShield 安全审计

独立的安全审计工具（npm: ecc-agentshield），扫描 5 大安全类别：
- 密钥检测（14 种模式）
- 权限审计
- Hook 注入分析
- MCP 服务器风险画像
- Agent 配置审查

--opus 标志甚至会启动三个 Claude Opus Agent 进行红蓝对抗审计。

3. Token 优化体系

ECC 对成本控制有深入实践：

{
  "model": "sonnet",
  "env": {
    "MAX_THINKING_TOKENS": "10000",
    "CLAUDE_AUTOCOMPACT_PCT_OVERRIDE": "50"
  }
}
  • Sonnet 作为默认模型（成本降低约 60%）
  • 限制思考 Token 数量（隐藏思考成本降低约 70%）
  • Opus 仅用于深度架构推理

4. 多模型编排

通过 /multi-plan、/multi-execute 等命令实现多 Agent 协同工作流。

Superpowers 的杀手锏

1. 铁律级 TDD

Superpowers 对测试驱动开发的态度是零容忍：

没有失败测试就不写生产代码。如果你先写了代码？删掉，从头来过。

这不是建议——这是规则。它甚至包含了详细的"常见借口和为什么它们是错的"文档。

2. 子 Agent 驱动开发

每个任务都派发一个全新的子 Agent，拥有独立的上下文：

  • 实现者 — 执行具体任务
  • 规格审查者 — 检查代码是否符合规格
  • 质量审查者 — 检查代码质量

审查循环持续到两个阶段都通过。据报道，这个系统可以自主运行长达两小时而不偏离计划。

3. Git Worktree 隔离

强制在独立的工作树上开发，绝不在 main/master 上直接工作。每个任务完成后单独提交。

4. 可视化流程图

每个 Skill 都包含 Graphviz DOT 格式的流程图，清晰地展示决策树和过程流。

适用场景

选 ECC 如果你：

  • 需要一个全面的工具箱，覆盖各种场景
  • 团队有不同角色的开发者（前端、后端、安全、研究）
  • 重视成本控制和 Token 优化
  • 需要严格的安全审计
  • 希望系统越用越懂你（连续学习）
  • 工作涉及多种语言和框架
  • 想要细粒度控制每个组件的启用/禁用

选 Superpowers 如果你：

  • 信奉严格的工程流程
  • 团队需要强制执行 TDD
  • 希望减少决策疲劳——框架替你做流程决策
  • 重视代码质量胜过开发速度
  • 想要一个轻量、专注的解决方案
  • 刚接触 AI 编程工具，需要一个引导式体验
  • 在意项目间的一致性

实际体验对比

体验维度 ECC Superpowers
上手难度 中等（需要理解六大组件） 低（安装后自动运行）
日常使用 命令驱动，按需调用 流程驱动，Agent 自动推进
自由度 高（灵活组合） 低（遵循固定流程）
学习曲线 陡峭（组件多） 平缓（概念少）
** Token 消耗** 可精细控制 流程固定，消耗较稳定
团队协作 强（共享 Instinct、多档案） 中（通过 Git Worktree）

能不能两个都用？

理论上可以，但不推荐。两个框架都会影响 Agent 的行为模式，同时使用可能导致：

  • 流程冲突（一个要自由，一个要强制）
  • Token 浪费（两套指令同时生效）
  • 不可预测的行为

建议先选择一个，深度使用后再评估是否需要切换。

总结

这两个项目代表了 AI 编程增强的两种哲学：

ECC 是一把瑞士军刀 — 功能全面，模块化，可定制。适合需要精细控制和全面覆盖的团队。它的连续学习系统让工具随时间进化，Token 优化让大规模使用变得经济可行。

Superpowers 是一位严格的导师 — 流程驱动，强制执行，质量优先。适合信奉工程纪律、希望减少决策疲劳的开发者。它的子 Agent 架构和铁律级 TDD 确保每一行代码都经过严格验证。

两者都是优秀的开源项目，都推动着 AI 编程工具从"助手"向"工程伙伴"进化。选择哪个不在于哪个更好，而在于哪个更适合你的工作方式。

本文基于 ECC v1.9.0 和 Superpowers 最新版本撰写。两个项目都在快速迭代中，建议关注各自的 GitHub 仓库获取最新动态。

posted @ 2026-04-03 08:16  iTech  阅读(99)  评论(0)    收藏  举报