一、本课概述 ECC 1.x 是一个基于 Node.js 脚本、Markdown 文件和 JSON 配置的插件系统。它工作得很好，但随着规模增长，有些问题开始浮现： 管理多个并行会话很困难 没有可视化

一、本课概述 从第 1 课起，我们就知道 ECC 支持 6 种 AI 编程助手。但之前的课程都聚焦于 Claude Code。本课深入跨平台的工程实现： Harness 支持表 — 每个平台支持什么、

一、本课概述 前几课你学了安全、学习、评估。本课进入 Agent 工程的核心 — 构建高质量 Agent 的工程方法论和控制 LLM 使用成本： Agent Harness 构建 — Action S

最近两周，我陷在一个死循环里出不来。 起因很简单，就两件事。 第一件，想用AI帮忙写公众号文章。第二件，想把项目里一些重复的组件代码打包成Skills，以后直接调用。 听起来都不难对吧？AI工具现成的

一、本课概述 上一课你学到了如何让 AI "学习"。但学习的效果如何衡量？一个 Agent 配置调整后，是变好了还是变差了？ 传统软件有单元测试来验证功能正确性。AI Agent 需要的不是单元测试，

Gemma 4 是 Google DeepMind 于 2026 年 4 月 2 日 发布的 第四代开源大模型家族，是当前谷歌最强、参数效率极高的开源 AI 模型。 在本次尝试分别部署了E4B与E2B

本文探讨了将人工智能设计为行星级系统的技术复杂性，涉及IT系统抽象、多机器学习决策者协作网络、风险最小化等技术架构，以及Bandits与匹配市场结合、不确定性Q学习等前沿技术成果。

42433422/neuro-ddd: 类脑神经 DDD 架构框架 | 仿生人脑神经元工作机制的下一代领域驱动设计Neuro-DDD 是一个创新的软件架构框架，灵感来源于人脑神经元的工作机制。它通过显

一、本课概述 到目前为止，ECC 的所有知识（Skill、Rule、Agent）都是预先定义好的。但有一类知识无法预先定义 — 你个人的编码习惯、项目的特殊约定、团队的隐含规范。 ECC 的持续学习系

一、本课概述 上一课我们从攻击者视角理解了 AI 代理面临的威胁。本课切换到防御者视角： 8 项安全检查清单 — 每次提交前必须过的安全关卡 AgentShield 扫描工具 — 自动化检测 .cla

一、本课概述 在第 4 课中，你学习了 rules/common/security.md 中的安全检查清单。在第 10 课中，你了解了 Hook 的安全边界。那些都是防御侧的知识。 本课换一个视角 —

一、本课概述 前面几课我们学习了语言、框架、数据库和 API 设计。这些都是"怎么做"的问题。架构关注的是更高层的问题 — "为什么这样做"和"系统的边界在哪里"。 ECC 提供了三个架构相关的 Sk

用 React 写 CLI 是什么体验？—— Ink 框架深度解析与实战 引言 当你看到 Claude Code 的终端界面时，可能会惊讶地发现：它用 React 来写 CLI。 这不是传统的命令行界

一、本课概述 API 是前后端的契约，是微服务之间的桥梁。一个设计糟糕的 API 会让前端开发者抓狂，让后端维护变成噩梦。ECC 通过 api-design Skill 和框架专用 Skill 提供了

一、本课概述 数据库是大多数应用的核心。一个糟糕的 Schema 设计会让整个系统变慢，一次不安全的 Migration 会让生产环境宕机。ECC 提供了从 Schema 设计到查询优化到零停机迁移的

作为一名经历过无数次压力测试的工程师，我深知压力测试在性能调优中的重要性。压力测试不仅是验证系统性能的必要手段，更是发现性能瓶颈和优化方向的关键工具。今天我要分享的是基于真实项目经验的压力测试与性能调

一、本课概述 移动端开发有自己独特的世界 — UI 线程安全、设备资源限制、平台审核规范、离线支持。ECC 为 Swift/SwiftUI 和 Dart/Flutter 两大生态提供了深度 Skill

一、本课概述 上节课我们学习了后端语言的 Skill 体系。前端领域有自己的独特挑战 — 组件化架构、状态管理、服务端渲染、水合安全、视觉回归测试。ECC 为这些挑战提供了专门的 Skill。 本课回

一、本课概述 ECC 不只是一个通用的 AI 编程增强框架 — 它对每种主流后端语言都提供了量身定制的 Skill 和 Agent。这些 Skill 涵盖了编码规范、测试策略、代码审查和并发模式，让

2014 年，Go 的垃圾回收器还在用最原始的 STW 标记清除。每次回收，整个程序停 300 毫秒。对于一个 Web 服务来说，300 毫秒的停顿意味着什么？意味着用户的请求超时，监控告警亮红，SR