AIDive

影片資料包

Everything Claude Code:27,000 token 稽核、值得拿的五樣與挑選清單

閱讀約 10 分鐘

TL;DR

  • Everything Claude Code(ECC)是一座拿來挑東西的倉庫,不是拿來整包安裝的:完整安裝會在你送出第一則訊息之前,就在 200,000 token 的視窗裡佔掉約 27,000 token 的常駐上下文,約 14%。
  • 這筆帳來自中繼資料。286 個技能的名稱與描述共 85,000 個字元,約 21,000 token,68 個子代理的描述再加約 5,000。技能內文是需要時才載入,描述則不是。
  • 值得拿的有五樣:AgentShield、settings 區塊、instinct 系統、三個上下文計量技能,以及能只抓前四樣、不帶其餘內容的選擇性安裝器。
  • 68 個代理整組、README 自己都說是暫時性的 94 個斜線指令、壓成單一 40 KB 檔案的 23 個 hook,以及 22 種語言共 15 MB 的文件,留在倉庫裡就好。
  • 授權是 MIT,複製五個目錄正是預期的用法。以下全部是 2026-09-06 在 2.2.1 版上實際數出來的,當時有 110 個待處理的 pull request,引用前請自己重數一次。

量測結果怎麼說

這個倉庫比大家轉述的數字還大。網路上流傳的是 214,000 顆星、64 個子代理、262 個技能、84 個斜線指令。clone 當天,README 和目錄顯示的是 250,466 顆星、68 個代理、286 個技能、94 個斜線指令、122 個規則檔和 23 個 hook s2。倉庫同時有 37,679 個 fork、51 個開啟中的 issue、110 個開啟中的 pull request 和 2,631 個 commit s1。這些被引用的數字在發布當時都沒有錯,只是幾天內就過期了,這是第一個教訓:這個倉庫的變動速度比任何關於它的文章都快。

規模也一樣。README 有 2,200 行,文件資料夾是 22 種語言共 15 MB,完整 clone 會拉下 88 MB s2。ECC 還附了 19 種不同代理 harness 的設定,所以 Claude Code 使用者會下載 18 份永遠不會載入的設定 s1。

真正重要的問題是:完整安裝每個 session 要花多少。答案在描述裡,不在內文裡。Claude Code 會把每個已安裝技能與子代理的名稱和描述載入上下文,讓模型判斷何時使用。把 286 個技能的名稱與描述加總是 85,000 個字元,約 21,000 token;68 個子代理的描述約 20,000 個字元,約 5,000 token;倉庫自己的指示檔再加約 1,000。常駐總量約 27,000 token,佔 200,000 token 視窗的 14% s3。這 14% 在你的檔案、diff、工具結果和對話本身進來之前就已經付掉,而且每次 compaction 都要再付一次。

倉庫自己也知道這點。它的 README 寫著「optimize the context window, persist everything else」,卻同時在這句話底下附上 286 個技能 s2。詢問這個專案到底好不好用的 Reddit 討論串裡,最高讚回覆說描述的 token 用量很小 s8。上面的量測就是對那則回覆的檢驗,而 27,000 token 並不小。

通過審視的有五樣。

AgentShield 是代理設定的安全稽核工具。它隨 ECC 附帶,也以獨立 npm 套件發行,上週下載 5,539 次,六個相依套件,MIT 授權 s7。一個指令就能稽核一個放著代理檔案、hook 和伺服器定義的目錄。它的限制是日期:最後一次發布在 2026 年 3 月,而倉庫在量測前一天才更新,它的 README 還把生態系寫成 42,000 顆星,實際是 250,466 s7。可以跑,但別指望它認得 3 月之後出現的東西。

settings 區塊 是一段 ~/.claude/settings.json 的片段:模型設為 Sonnet,thinking 預算從 32,000 砍到 10,000,compaction 門檻從 95% 移到 50%,子代理改用 Haiku。README 宣稱模型成本約降 60%,隱藏的 thinking 成本降 70% s2。那是它的數字,不是我們的。代價是困難 review 的品質,所以這個區塊值得複製,但要拿掉模型那幾行。

Instinct 就是 continuous-learning-v2 技能。第一版只在 session 結束時觀察,現在這版在每次工具呼叫前後都會觀察。每個被觀察到的模式會變成一個信心權重介於 0.3 到 0.9 的 instinct,由 Haiku 的背景代理分析,所以你的主上下文不用付費。2.1 版讓 instinct 以專案為範圍,倉庫自己用「污染」來描述它修掉的問題,而在兩個專案都出現的 instinct 會被提升為全域。背後的工具有 2,200 行、六個指令,instinct 庫可以在不同機器之間匯出與匯入 s6。

三個上下文計量技能 是上下文預算、compaction 顧問和 token 預算顧問。它們讓你看到倉庫其餘部分累積出來的帳單 s3。

選擇性安裝器 讀取 manifests/install-profiles.json,裡面有七個 profile:minimal、core、developer、security、research、opencode 和 full。安裝器也接受元件名稱,所以你可以只指定上面那四樣,其他都不要 s5。profile 的粒度很粗,連 minimal 都帶著代理和指令,所以請指定元件名稱,不要挑 profile。

留在倉庫裡的東西。68 個代理約佔 5,000 token,大多是你不寫的技術堆疊用的語言 reviewer 和 build 修復器,挑出符合你工作的兩個就好 s1。94 個斜線指令被 README 自己稱為通往以技能為主介面途中的便利入口,而且已經有一個放退役指令的資料夾 s2。hook 全部在一個 291 行、40 KB 的檔案裡,共 23 個,其中 8 個在每次工具呼叫前執行,7 個在代理每次停止時執行,每個都被壓成約 33,000 個字元的單行,你在執行前根本讀不了 s4。那是你沒有稽核過的可執行設定,星數再多也改變不了這點。

量測數據

大家引用的數字,對照 2026-09-06 倉庫(2.2.1 版)實際的內容:

項目 網路引用 倉庫實數
GitHub 星數 214,000 250,466
子代理 64 68
技能 262 286
斜線指令 84 94

完整安裝的清單:

元件 數量
代理 68
技能 286
斜線指令 94
規則檔 122
Hook(單一檔案,291 行,40 KB) 23
已設定的 harness 19
文件 15 MB,22 種語言
完整 clone 88 MB

完整安裝的常駐上下文:

每個 session 載入 字元數 Token(約)
286 個技能名稱 + 描述 85,000 21,000
68 個子代理描述 20,000 5,000
倉庫指示檔 n/a 1,000
總計 ~27,000(200,000 的 14%)

做法:在 2026-09-06 clone affaan-m/ECC 的 2.2.1 版。數代理、技能、指令和規則的目錄數量,並數 hooks/hooks.json 裡的 hook 項目。把每個 SKILL.md 和每個代理檔的 name 與 description 欄位串接起來,量字元數並換算成 token。再與網路流傳的數字以及同一天的 README 對照。這裡沒有量測回答品質,只量測完整安裝在第一個提示之前要花多少。

週一就做

  • 對你的 ~/.claude 目錄執行 npx ecc-agentshield,先讀完每一項結果,再動這份清單裡的其他東西。
  • 打開 ECC 倉庫的 hooks/hooks.json,確認你讀不了一行 33,000 字元的內容,並據此決定其中任何 hook 是否能進你的設定。
  • 數自己的常駐上下文:把你安裝的每個技能和代理的描述串起來,把字元總數和這裡 286 個技能的 85,000 比較。
  • 複製 settings 區塊,但刪掉模型那幾行;把 compaction 門檻維持在 50% 一週,記錄你的 session 有沒有丟掉什麼。
  • 只安裝 continuous-learning-v2,用安裝器的元件名稱而不是 profile,讓它跑滿五個工作日再評價。
  • 加入三個上下文計量技能,並在下一次長 session 開始時讀一下上下文預算的輸出。
  • 從 68 個代理裡最多挑兩個符合你實際技術堆疊的,其餘忽略。
  • 在筆記裡寫下重數日期:倉庫在 2026-09-06 有 110 個待處理的 pull request,所以上面每個數字都有保存期限。

延伸閱讀

  • 把 README 自己那句「optimize the context window, persist everything else」和它附帶的 286 個技能並排來讀,然後決定你相信哪一半:ECC README。
  • instinct 的生命週期,從 0.3 權重的觀察到被提升為全域技能,完整記載在技能檔案本身:continuous-learning-v2。
  • 安裝任何東西之前,先研究這七個安裝 profile 和元件名稱的路徑;這是讓挑選式安裝成立的唯一檔案:install-profiles.json。
  • AgentShield 的 npm 頁面把每週 5,539 次下載和 2026 年 3 月的發布日期並排顯示;這個落差就是它的限制:ecc-agentshield。
  • 23 個 hook,其中 8 個在工具呼叫前、7 個在停止時,全都在同一個檔案裡;讓它跑起來之前先打開看看:hooks.json。
  • Superpowers 對 ECC 的爭論其實是兩種不同的東西,一個是工作流程紀律,一個是設定的倉儲,這個討論串說明了大家為什麼會把它們混為一談:Superpowers vs ECC on Reddit。
  • 一位開發者用了好幾個月之後的實際設定,是和 286 個技能安裝對照的好材料;注意它包含的東西有多少:My Claude Code workflow after months of daily use。

來源

  • affaan-m/ECC on GitHub, GitHub. 為何值得讀: 即時的計數(星數、fork、issue、pull request)是知道這份資料包過期多少的唯一辦法。
  • ECC README, GitHub. 為何值得讀: 2,200 行,寫明了元件數量、settings 區塊的宣稱,以及指令是暫時性的這項承認。
  • ECC skills directory, GitHub. 為何值得讀: 286 個資料夾,其描述構成了 85,000 字元的常駐帳單;三個上下文計量技能也在這裡。
  • ECC hooks.json, GitHub. 為何值得讀: 看一眼這個 291 行、40 KB 的檔案,就能決定你要不要執行讀不了的 hook。
  • ECC install-profiles.json, GitHub. 為何值得讀: 七個 profile 和元件名稱安裝路徑,讓你拿五樣、留下其餘。
  • continuous-learning-v2 skill (instincts), GitHub. 為何值得讀: instinct、權重、專案範圍與提升為全域的完整設計。
  • ecc-agentshield on npm, npm. 為何值得讀: 下載數、相依套件數和發布日期集中在一處;那個日期就是要注意的地方。
  • Is everything-claude-code really that good?, Reddit. 為何值得讀: 這份資料包的量測就是為了檢驗這個討論串最高讚回覆而設計的。
  • Superpowers vs Everything Claude Code (ECC), Reddit. 為何值得讀: 大家一直在問的那個比較,以及為什麼它是範疇錯誤。
  • My Claude Code workflow after months of daily use, Reddit. 為何值得讀: 一份精簡的日常設定,可以拿來量自己的安裝。

FAQ

如果我用更大的上下文視窗,27,000 token 這個數字還適用嗎?

字元數不會變:技能描述 85,000,代理描述約 20,000。變的只有百分比。14% 是對 200,000 token 視窗而言,請依你的視窗重新計算。

我可以不 clone 88 MB,只安裝這五樣嗎?

可以。安裝器會讀取 manifests/install-profiles.json 並接受元件名稱,所以你可以直接指定 AgentShield、settings 區塊、continuous-learning-v2 和三個上下文計量技能。避開 minimal profile,它仍然帶著代理和指令。

AgentShield 可以放心依賴嗎?

它有用,但已經落後。最後發布是 2026 年 3 月,README 描述的是 42,000 顆星的生態系,量測當時實際是 250,466。把它當第一輪檢查來跑,不要當成最終判決。

為什麼不乾脆連 hook 也一起拿?

23 個 hook 在同一個 40 KB 檔案裡,每個都是約 33,000 字元的單行,其中 8 個在每次工具呼叫前執行,7 個在每次停止時執行。你在執行前無法審查它,授權也不會改變這個風險。