LLMs之Agent之Code：everything-claude-code的简介、安装和使用方法、案例应用之详细攻略
LLMs之Agent之Code：everything-claude-code的简介、安装和使用方法、案例应用之详细攻略
目录
everything-claude-code的简介
1、特点
everything-claude-code的安装与使用方法
1、安装
先决条件（仓库要求）
方式一（推荐）—— 作为 Claude Code 插件安装
方式二 —— 手动安装（精细控制）
2、使用方法
常用命令与日常工作流（README 建议）
其它重要配置片段（节约成本示例）
everything-claude-code的案例应用
代码审查流水线（Code Review Agent）
测试驱动开发（TDD）工作流自动化
研究型任务与 token 管控
持续学习（Instincts → Skills）
跨工具/跨模型部署
everything-claude-code的简介
Everything Claude Code 是一个为AI agent harness（以编码／工程为核心的代理运行时）设计的“性能优化系统”。它不是单一脚本，而是一个完整系统：包含 agents、skills、instincts（持续学习）、memory 优化、security 扫描、规则集、hooks、MCP 配置等，经过长期实战演化并面向生产就绪的工作流。仓库宣称可跨多种 harness（例如 Claude Code、Codex、Cowork 等）使用，并标注为 Anthropic hackathon 的获奖项目。
Github地址：https://github.com/affaan-m/everything-claude-code
1、特点
全栈“agent harness”优化套件：不仅提供配置，还包含大量可直接使用的 agents、commands、skills、hooks 与规则（rules），把常见工程流程（如 code-review、TDD、测试、审计、生成幻灯片/文章等）以可复用单元提供给代理。
面向多工具的跨平台兼容：设计为可在 Claude Code、Codex、Cursor、OpenCode 等多种工具/CLI/IDE 上运行；包含 DRY adapter、AGENTS.md 作为跨工具通用描述，便于在不同 harness 之间复用同一套 agents/skills。
技能（Skills）、规则（Rules）、子 Agent（Subagents）三层分工：
Skills：工作流定义（SKILL.md 带 YAML frontmatter），可由命令或 agent 调用。
Rules：始终生效的约束，分 common/ 与语言特定子目录（typescript/python/golang 等），用于代码质量/样式/安全约束。
Subagents：将复杂任务拆成小范围子任务（独立上下文、工具集合），利于并行探索与合并结果。
Token / 上下文窗口优化：提供“token optimization” 指南、环境变量与命令（如 /compact、/clear、/cost）、以及 strategic-compact skill，用于控制长会话成本与上下文膨胀。README 给出参数建议（例如将 model 设置为 sonnet，调整 MAX_THINKING_TOKENS 等）来显著降低成本。
安全与可审计：内置安全扫描 hook、secret 检测与 sandbox 指南（the-security-guide.md），并鼓励将规则与 hooks 写为项⽬级或用户级配置以便审计与复用。
Production-ready / 长期迭代：仓库包含大量实战工具（例如持续学习/instincts、Plankton 代码质量集成、AgentShield 等配套建议），并在文档中说明在真实项目与团队内的日常使用方式。
everything-claude-code的安装与使用方法
1、安装
注：仓库 README 给出两种主要安装方式：作为 Claude Code 插件安装（推荐） 或 手动安装（适合精细控制）。以下直接摘自 README 的示例命令与配置片段。
先决条件（仓库要求）
要求 Claude Code CLI v2.1.0 或更高（因为插件系统在 v2.1.0 后处理 hooks 行为的变更）。可用 claude --version 检查。
方式一（推荐）—— 作为 Claude Code 插件安装
在 Claude Code CLI 中执行（示例）：
在 Claude Code CLI 中执行（示例）： # 把仓库添加为 marketplace /plugin marketplace add affaan-m/everything-claude-code # 安装插件 /plugin install everything-claude-code@everything-claude-code 或直接在 ~/.claude/settings.json 添加 marketplace 与启用插件（示例片段）： { "extraKnownMarketplaces": { "everything-claude-code": { "source": { "source": "github", "repo": "affaan-m/everything-claude-code" } } }, "enabledPlugins": { "everything-claude-code@everything-claude-code": true } }注意：因为 Claude Code 插件系统 不 支持通过插件分发 rules（这是 upstream 的限制），所以 rules 需要手动复制到 ~/.claude/rules/（见下方“手动安装”）以生效。
方式二 —— 手动安装（精细控制）
如果想挑选性安装或手动管理内容，按 README 示例操作：
# 克隆仓库 git clone https://github.com/affaan-m/everything-claude-code.git # 把 agents/commands/skills/rules 等复制到本地 Claude 配置目录 cp everything-claude-code/agents/*.md ~/.claude/agents/ cp -r everything-claude-code/rules/common/* ~/.claude/rules/ cp -r everything-claude-code/rules/typescript/* ~/.claude/rules/ # 依据你的语言栈选择 cp everything-claude-code/commands/*.md ~/.claude/commands/ # 推荐只拷贝 core/general skills： cp -r everything-claude-code/.agents/skills/* ~/.claude/skills/ cp -r everything-claude-code/skills/search-first ~/.claude/skills/Hooks：将
hooks/hooks.json的内容复制到你的~/.claude/settings.json相应字段中。MCP（Modular Capability Provider）配置：将
mcp-configs/mcp-servers.json中需要的条目复制到你的~/.claude.json，并替换YOUR_*_HERE占位符为真实 API key。
2、使用方法
常用命令与日常工作流（README 建议）
日常命令（在会话中使用）：
/model sonnet（默认，大多数任务）/model opus（复杂架构或深度推理）/clear（在不相关任务间清理上下文）/compact（在逻辑断点进行压缩）/cost（检查 token 花费）
这些命令列在 README 的 “Daily Workflow Commands” 部分，用于控制成本与上下文。
其它重要配置片段（节约成本示例）
README 推荐将下列片段加入 ~/.claude/settings.json 以优化 token 成本与自动 compact 行为（示例）：
{ "model": "sonnet", "env": { "MAX_THINKING_TOKENS": "10000", "CLAUDE_AUTOCOMPACT_PCT_OVERRIDE": "50" } }仓库给出该类设置的成本影响说明（例如通过 sonnet 与降低 MAX_THINKING_TOKENS 可显著降低隐含的“思考”成本）。
everything-claude-code的案例应用
下面的应用场景均可在仓库的 guides、skills、agents 等目录中找到对应素材或 skill 示例，均为仓库实战导向设计：
代码审查流水线（Code Review Agent）
使用内置的 code-reviewer subagent 模板（示例在 AGENTS.md / agents 目录），结合工具如 Read/Grep/Bash、以及 rules 强制执行风格与安全检查，能自动化地对 PR 或代码片段做质量/安全审查并输出可执行建议。
测试驱动开发（TDD）工作流自动化
将 TDD 步骤写成 skill（SKILL.md），agent 按步骤生成 failing tests → 实现最小代码 → 重构 → 验证覆盖率，从而把工程最佳实践形式化并交给 agent 执行。仓库示例展示了如何把工作流写成技能。
研究型任务与 token 管控
对于长时间研究或多轮探索，仓库提供“strategic-compact” skill 与 token optimization 指南，帮助在完成研究阶段后压缩上下文以节约成本并保持后续可用性。适用于生成报告、归档发现或制作幻灯片的流程。
持续学习（Instincts → Skills）
仓库的 instincts/continuous-learning 系统能够从会话中自动抽取重复模式（instincts），并通过 /evolve 将其聚类成可复用的 skills，形成闭环的学习与生产力提升流程。
跨工具/跨模型部署
通过 AGENTS.md 与 MCP 配置，能在不同 harness（Claude Code、Cursor、Codex、OpenCode）之间复用大部分 agent/skill 内容，适合需要在多套内部工具上统一自动化流程的组织。