有一種 repo，打開之後的第一個反應不是「哇這個很酷」，而是「等等，這是誰做的？」

everything-claude-code 是這種 repo。

打開 GitHub 頁面：50K+ stars、6K+ forks、147 個 workflow skills、36 個 subagent 定義、997 個在 CI 跑的 test、7 種語言翻譯。往下滑到 contributors 那欄，直覺反應：這規模，至少有個五人小隊吧。

一個名字。

Affaan Mustafa。十個月。

Clawd 畫重點：

好，Clawd 直說。50K stars 本身我不太在意 —— 見過太多 README 寫得帥、一堆人幫忙推、實際跑起來滿是坑的 repo。Stars 可以買，可以刷，可以靠一篇病毒貼文爆一波。

但 997 個 test 在 CI 跑、catalog count validation 在 enforce？那個沒辦法假裝。你不能雇人假裝你的 test suite 在通過，不能買 GitHub Action run 來假裝月月出 release。

一個人的 side project 有一個鐵律：複雜度超過某個臨界點，它就開始腐爛。文件跟不上、test 越來越少、commit 頻率越來越低，最後 archive。我見過太多這種 repo。ECC 超過那個臨界點很多，完全沒有腐爛的跡象。這才是讓我認真起來的東西 ┐(￣ヘ￣)┌

問題不是「他有多厲害」，是「他怎麼做到的」

先把一個很吸引人但沒用的框架丟掉：「天才 indie hacker」。

拿「天才」來解釋 ECC，等於放棄了從這個故事裡學到任何東西。因為大多數人不是天才，就算是，也不知道怎麼用那個天份。

ECC 的核心策略其實很具體。具體到任何開發者現在就可以開始想。

策略是這樣的：他用 AI 開發 AI 工具。

這聽起來像廢話，但仔細想一下它的結構。他在建的是一套讓 Claude Code 更強的系統 —— 36 個 subagent 定義、147 個 workflow skills、一套 hook 架構、一套 rules 系統。這些東西，他用的是同一套系統來幫他建。Skills 用 AI 寫，tests 用 AI 跑，documentation 用 AI 生成，architecture 決策有 AI 一起 review。

他不是在「用 Claude Code 寫 code」，他是在讓 Claude Code 幫他建一個讓 Claude Code 更強的工具。

用台灣夜市的邏輯說：他在用牛肉湯熬更濃的牛肉湯，然後用那鍋更濃的湯再熬下一鍋，每次都更深。

遞迴到爆。

但遞迴需要原材料。它需要真實的踩坑、真實的問題、真實的解法，才有東西可以蒸餾。那些原材料是哪裡來的？

Clawd 插嘴：

我覺得這才是這個故事最有意思的地方，不是數字，是結構上的遞迴。

這個 repo 的存在本身，就是這個 repo 功能的最好示範。ECC 裡有一個 autonomous-loops skill，讓你設定 agent 自己跑 loop 到任務完成。Affaan 用的是這個模式在建 ECC。ECC 裡有 continuous-learning-v2，讓 AI 把每次用到的模式蒸餾成可重用的本能。他用的是這個機制在提煉 ECC 本身的設計。

這種「工具建造者用自己的工具建工具」的結構，在軟體界有個很老的名字叫 dogfooding。但這次的規模不同 —— 他不只在用自己的工具，他在讓自己的工具幫他加速製造更多工具，速度快到一個人能跑出一個看起來像小型工程團隊的產出量 (⌐■_■)

十個月的演化：從 dotfiles 到生態系

Everything Claude Code 不是從一開始就長這樣的。

起點很平凡。Affaan 自己用的一份 CLAUDE.md 配置、一些 rules、幾個常用的 prompt 模板。那種「整理好的 dotfiles 順手丟上 GitHub 分享」的東西，2025 年初大概就是這樣。

然後他繼續用它建真實的產品。建著建著，他發現 ECC 還沒有能解決他當前問題的東西 —— 他把解法加進去。下次碰到類似的問題，解法更完整了，再提煉一次，變成一個可重用的 skill。然後那個 skill 被泛化，變成一個 agent 定義。一個循環。再一個循環。

這個循環跑了十個月。

十個月後，那個 dotfiles 長成了 36 個各司其職的 subagent（Security、Architecture、Eval 都有自己的定義）、147 個 workflow skills（從 token 省錢術到 RFC-Driven DAG 全覆蓋）、997 個 test 在 CI 上強制執行、12 個語言生態系的 coding rules、從 2026 年 2 月開始月月出 release 一次沒斷。

原文說的是「evolved over 10+ months of intensive daily use building real products」。重點在後半：building real products。他不是在做 demo，是在拿這套工具去建真的東西，然後把過程裡踩到的坑和找到的解法，一次一次蒸餾回工具本身。

這就是遞迴引擎的燃料。

Clawd 真心話：

「Config pack → 生態系」這個演化路線在 open source 裡其實很常見，但大多數 repo 卡在中段。它們有用，但不長大。

卡住的原因通常很簡單：作者用完就算了，沒有繼續踩真實的坑；或者踩了坑，但沒有系統地把解法沈澱成可重用的東西，只是一直修 hotfix。

Affaan 兩個問題都沒有 —— 他每天在用 ECC 建真實產品（坑一直有），然後用 ECC 本身的 continuous learning 機制把解法蒸餾出來（坑一直在消化）。

我覺得很多人讀到這裡會說「我也在做 side project 啊」，然後繼續寫 hotfix，不整理。差別就在這裡。記錄解法比解決問題更難，但那才是讓雪球愈滾愈大的東西。 你自己問問：上週你踩了幾個坑，提煉成可重用的東西的有幾個？ ╰(°▽°)⁠╯

Hackathon 得獎：十個月的 side project 贏了 Anthropic 的比賽

先講結果：2025 年 Cerebral Valley x Anthropic hackathon，Affaan 帶了 ECC 裡的一個組件去參賽 —— AgentShield，針對 AI agent 特有攻擊面設計的安全掃描工具。

它贏了。

但這裡有趣的不是「贏了」這兩個字。有趣的是 AgentShield 的來歷。

Hackathon 有一種常見的氣味：三天趕工、MVP 剛好能 demo、評審問兩個架構問題就穿幫。AgentShield 不是這種東西。它能嵌進 CI/CD、可以當 skill 在 Claude Code 裡跑、覆蓋 prompt injection、沙盒逸出、敏感資料洩漏 —— 這些不是三天寫得出來的 scope，是十個月實際 agent 開發踩坑的沈澱物。

Cerebral Valley x Anthropic 的評審問的是：解決了真實問題嗎？解法對嗎？架構合理嗎？AgentShield 過了那些關，因為它根本不是為 hackathon 做的。

50K stars 有時候只代表「README 寫得帥」。Hackathon 評審代表的是「架構經得起問」。份量不同。

Clawd 內心戲：

2025 年的 AI agent 安全討論大概長這樣：「小心 prompt injection」、「不要讓 agent 亂跑 shell 指令」、「這很危險」。然後就沒了。一大堆「你應該注意」，但沒有工具，沒有可以跑的東西。

AgentShield 是我見過少數真的把「注意」做成「可以跑」的東西。CVE 掃描、沙盒逸出偵測、敏感資料洩漏分析 —— 不是你自己手動 review，是嵌進 CI/CD 自動擋。Affaan 打了一個 hackathon 把它帶出來，也算是在說：AI agent 安全這件事不是只能嘴砲，是可以工程化的。

SP-76 講 Karpathy 的 AI agent 安全思維框架，如果你對這個主題有興趣，兩篇一起讀會比較完整 (๑•̀ㅂ•́)و✧

不只是 Claude 外掛：跨 Harness 的野心

講一個容易被忽略的設計決策。

ECC 的名字叫 Everything Claude Code。但翻一下 repo 結構，會發現 OpenAI Codex 有自己的 .agents/ 和 .codex/ 目錄、Cursor 有移植過去的 rules 和配置、OpenCode 和 Antigravity 也有各自的支援。

等等 —— 一個叫「Everything Claude Code」的東西，為什麼在支援 Codex？

因為 Affaan 做的不是「Claude Code 外掛」。他做的是一套 AI agent 的最佳實踐系統，Claude Code 只是目前最好的執行環境。用台灣的說法：他不是在做某一家便利商店的會員系統，他在做一套開店 know-how，只是目前掛在 7-11 的招牌底下而已。

這個區別很關鍵。跨 harness 支援逼著整個系統把概念提煉得更乾淨 —— 什麼是跟 Claude Code 強耦合的？什麼是更通用的模式？Skills 結構設計得好，應該在不同 harness 之間差不多。Agents 定義夠清晰，換一個 model 也該能跑。

2025-2026 是 AI harness 的戰國時代，沒人知道兩年後誰還活著。這個設計決策讓 ECC 避開了一個潛在的天花板：如果 Claude Code 某天被更好的東西取代，ECC 的 50K stars 不會清零。

Clawd 畫重點：

一個 open source 作者在戰國時代有兩條路：押最強的 harness 把深度整合做到極致，或者把方法論本身做成護城河，讓思想比工具活得更長。

Affaan 選了第二條，我覺得他賭對了。不是因為 Claude Code 特別強，而是因為**「好的 AI 開發方法論」的生命週期遠長於「哪家 harness 贏了」**。方法論有知識複利，平台有興衰起伏。如果 Claude Code 明天被取代，ECC 社群會說「好，我們移植過去」。這種定位差很多 (￣▽￣)⁠／

MIT License 的乘數效應：七種語言翻譯，零元預算

這邊要講一個反差。

ECC 用 MIT license —— fork、修改、重新分發、商業用途全部 OK。然後 community 幫他翻了 7 種語言：繁中、簡中、日文、韓文、葡萄牙文、土耳其文，還有更多在進行。Affaan 沒有付任何人一分錢。

聽起來很夢幻對吧。但 GitHub 上掛著 MIT license 的 repo 有幾百萬個，大部分連一個 PR 都收不到。MIT 不是魔法，是門票。進了門之後，還要讓人覺得待在裡面值得。

Affaan 把「值得」這件事做得很具體：SKILL-DEVELOPMENT-GUIDE.md 寫清楚架構、測試、提交規範。997 個 test 在 CI 跑，所以貢獻者提交 PR 之前就知道有沒有 break 東西。每個月出 release，所以 PR 不會丟進一個無人問津的 queue 裡慢慢爛。

30 個 contributors，6K+ forks。這不是「很多人喜歡按星」，這是「很多人願意花時間貢獻」—— 那是完全不同層次的認可。

Clawd 認真說：

「MIT license → 社群翻譯七種語言」這個 path 聽起來很自然，但它中間有一個很容易斷掉的環節：你必須讓貢獻者覺得值得。

大多數 open source repo 的 PR 體驗是這樣的：你花了兩個小時寫了一個 fix，發出去，然後在 queue 裡等三個月，最後 repo 主發現了說「謝謝但這個方向我不確定」然後 close 掉。貢獻一次，從此戒掉。

ECC 的 PR 體驗走另一條路：有 SKILL-DEVELOPMENT-GUIDE 說清楚架構、有 997 個 test 讓你知道你的改動有沒有 break 東西、有 CI 自動幫你驗、每個月有新 release 讓你看到 repo 是活的。這不是說 Affaan 回覆速度特別快，是說貢獻的成本和結果之間的連結是可見的。

你沒辦法假裝你在 dogfooding，這種感覺會透過 repo 的狀態傳遞出去。七種語言翻譯不是意外 ヽ(°〇°)ﾉ

結語

📚 ECC 全解析系列：這篇講 indie hacker 故事，但 ECC 裡面的技術也值得拆。SP-151 拆 Eval-Driven Development、SP-152 拆 Token 省錢術、SP-153 拆 Iterative Retrieval —— 有興趣的話一起讀。

回到一開始打開的那個 GitHub 頁面。

50K+ stars。997 個 test。Contributors 欄位只有一個名字。怎麼辦到的？

比「他很厲害」更無聊、但更有用的答案是：他做了幾件具體的決定。用工具建真實的東西，所以工具解決真實問題。讓工具幫他建更多工具，所以速度沒有隨複雜度上升而掉。把架構設計成跨 harness，所以不是在賭單一平台能活下去。用 MIT + 低摩擦讓社群願意進來，然後社群幫他把工作乘了好幾倍。

事後看每一件都是「啊，顯然應該這樣做」。但翻翻 GitHub 上那些第三個月就開始腐爛的 side project，大部分至少漏掉了一件。顯然和容易不是同一回事。

但還有一件事 Affaan 要面對，是這個時代獨有的 —— 他在一個工具的能力每個月都在膨脹的地基上，蓋一棟要站得住的房子。 十個月前 Claude Code 能做的事，跟今天能做的已經不一樣了。ECC 不是靜止的文件，它必須跟著工具一起演化。那個 50K stars，是在一個移動的目標上達成的。

那才是 AI 時代 indie hacker 最難的地方。不是「一個人做了很多事」，是「要在地基每個月都在換的地方，蓋一棟能站得住的東西」。

一開始打開的那個 GitHub 頁面，昨天有新的 commit。

Affaan Mustafa 現在還在蓋。