見出し画像

Anthropic ClaudeCodeの最強環境を構築するEverything Claude Code 完全ガイド｜AIエージェントの性能を最大化する統合最適化システム Claude Code OpenClaw Gemini CLI Antigravity Codex Obsibian Cursor Windsurf Cowork DESIGN.md Claude Mythos ハーネスエンジニアリング

Claude Code Codex クドクラ@ AI駆動Craft

こんにちはクドクラです

2026年、AIコーディングツールは爆発的に普及しました。
Claude Code、Cursor、OpenCode、Codex、Gemini
――選択肢は増え続け、開発者の生産性は飛躍的に向上しています。

しかし、ツールが増えるほど、ある問題が顕在化してきました。

「Claude Codeの設定を最適化したのに、Cursorに移ったら全部やり直し」

「エージェントの品質管理ルールを書いたけど、プロジェクトが変わるたびにコピペしている」

「トークンコストが月末に想定の3倍になっていた」

「MCPサーバーを10個有効にしたら、コンテキストウィンドウが半分以下になった」。

これらはすべて、AIコーディングツールを「素のまま」使っているときに発生する、構造的な問題です。個々のツールは優秀でも、設定・最適化・品質管理・コスト管理が開発者個人の暗黙知に依存している限り、スケールしません。

Everything Claude Code（ECC） は、この問題を正面から解決するオープンソースプロジェクトです。Anthropicのハッカソンで優勝した実績を持ち、10ヶ月以上の本番環境での実戦テストを経て磨き上げられた、AIエージェントハーネスの統合最適化システムです。

GitHub上で 14万スター を超え、2万1千以上のフォーク、170人以上のコントリビューター。MIT Licenseのもと完全に無料で公開されているこのプロジェクトは、48のエージェント、183のスキル、79のコマンド、12以上の言語エコシステム をカバーし、Claude Code・Cursor・OpenCode・Codex・Antigravityの5つのプラットフォームで横断的に動作します。

この記事では、ECCの全体像、4つのコアコンポーネント（エージェント・スキル・フック・ルール）、トークン最適化戦略、クロスプラットフォーム対応、セキュリティ機能、継続学習システム、ECC 2.0のRustベースアーキテクチャ、そして実践的なワークフローまで、徹底的に解説します。

おすすめ記事↓



プログラムフロー ― ECCの動作モデル

ECCは「モノリシックなフレームワーク」ではなく、「必要なパーツを選んで組み合わせる最適化レイヤー」です。全体の動作モデルは以下のように整理できます。

開発者のリクエスト
  ↓
AIエージェントハーネス（Claude Code / Cursor / OpenCode / Codex）
  ↓ ECCが以下を注入
┌─────────────────────────────────────────────┐
│ Rules: 常時適用のガイドライン（コーディング規約等）│
│ Skills: ワークフロー知識（TDD、セキュリティ等）  │
│ Agents: 専門サブエージェント（レビュー、テスト等）│
│ Hooks: イベント駆動の自動化（品質チェック等）    │
│ MCP Configs: 外部ツール連携設定               │
└─────────────────────────────────────────────┘
  ↓
最適化されたAI出力（高品質・低コスト・安全）

ECCのディレクトリ構造は以下の通りです。

everything-claude-code/
├── agents/          # 48の専門サブエージェント
├── skills/          # 183のワークフロー定義
├── commands/        # 79のレガシースラッシュコマンド
├── rules/           # 常時適用ガイドライン（共通 + 言語別）
├── hooks/           # トリガーベースの自動化
├── scripts/         # クロスプラットフォームNode.jsスクリプト
├── mcp-configs/     # MCPサーバー設定
├── docs/            # ドキュメント（多言語対応）
└── ecc_dashboard.py # デスクトップGUI

重要なのは、これらのコンポーネントはすべて 独立して利用可能 だということです。エージェントだけ使いたければエージェントだけ、ルールだけ使いたければルールだけをコピーすればよい。この「必要な部品だけ選べる」設計が、14万スターという支持の背景にあります。

4つのコアコンポーネント

1. エージェント（Agents）― 48の専門家チーム

エージェントは、特定の専門領域に特化したサブエージェントです。メインのAIセッションから委任された限定的なタスクを処理します。

汎用エージェント群

| エージェント | 役割 | 使用コマンド |
|-------------|------|-------------|
| planner | 機能の設計図を作成 | `/ecc:plan "..."` |
| architect | システム設計・アーキテクチャ判断 | `/ecc:plan` |
| tdd-guide | テスト駆動開発のガイド | `/tdd` |
| code-reviewer | コードレビュー・品質保証 | `/code-review` |
| security-reviewer | 脆弱性分析・セキュリティ監査 | `/security-scan` |
| build-error-resolver | ビルドエラーの解決 | `/build-fix` |
| e2e-runner | E2Eテストの実行 | `/e2e` |
| refactor-cleaner | デッドコード除去・リファクタリング | `/refactor-clean` |
| doc-updater | ドキュメントの更新 | — |
| performance-optimizer | パフォーマンス最適化 | — |

言語別レビューエージェント

ECCの特徴的な機能の一つが、言語ごとに専門化されたレビューエージェントです。汎用のコードレビューでは見逃しがちな、言語固有のイディオムやアンチパターンを検出します。

| エージェント | 対象言語 | コマンド |
|-------------|---------|---------|
| typescript-reviewer | TypeScript/JavaScript | `/ts-review` |
| python-reviewer | Python | `/python-review` |
| go-reviewer | Go | `/go-review` |
| java-reviewer | Java | `/java-review` |
| kotlin-reviewer | Kotlin | `/kotlin-review` |
| rust-reviewer | Rust | `/rust-review` |
| cpp-reviewer | C++ | `/cpp-review` |
| csharp-reviewer | C# | — |
| flutter-reviewer | Flutter/Dart | — |
| database-reviewer | データベース | — |

言語別ビルドリゾルバー

ビルドエラーの解決も、言語ごとに専門化されています。

  • cpp-build-resolver（C++）

  • go-build-resolver（Go）

  • java-build-resolver（Java）

  • kotlin-build-resolver（Kotlin）

  • rust-build-resolver（Rust）

  • dart-build-resolver（Dart）

  • pytorch-build-resolver（PyTorch）

特殊エージェント

| エージェント | 役割 |
|-------------|------|
| chief-of-staff | エージェント間の調整・優先順位管理 |
| code-explorer | コードベース探索・理解 |
| code-simplifier | コードの簡素化 |
| comment-analyzer | コメント分析 |
| conversation-analyzer | 会話パターンの分析 |
| a11y-architect | アクセシビリティ設計 |
| healthcare-reviewer | ヘルスケア領域のレビュー |
| seo-specialist | SEO最適化 |
| silent-failure-hunter | サイレントエラーの検出 |
| type-design-analyzer | 型設計の分析 |
| harness-optimizer | ハーネス自体の最適化 |
| loop-operator | 自律ループの運用 |

GANパイプライン

ECCには、GAN（敵対的生成ネットワーク）関連の専門エージェントも含まれています。

  • gan-planner（GAN計画）

  • gan-generator（GAN生成）

  • gan-evaluator（GAN評価）

オープンソースワークフロー

  • opensource-forker（フォーク管理）

  • opensource-packager（パッケージ化）

  • opensource-sanitizer（コード浄化）

これら48のエージェントは、すべてMarkdownファイルとして定義されており、カスタマイズや新規追加が容易です。

2. スキル（Skills）― 183の知識モジュール

スキルはECCの 主要ワークフローサーフェス です。エージェントが「誰がやるか」を定義するのに対し、スキルは「どうやるか」を定義します。YAML フロントマターを持つSKILL.mdファイルとして定義され、直接呼び出し、自動提案、エージェントからの再利用の3つの方法でアクティベートされます。

スキルカテゴリ

コーディング標準・パターン:

  • coding-standards（汎用コーディング規約）

  • backend-patterns（バックエンドパターン）

  • frontend-patterns（フロントエンドパターン）

  • frontend-design（フロントエンドデザイン）

  • api-design（API設計）

  • hexagonal-architecture（ヘキサゴナルアーキテクチャ）

  • architecture-decision-records（ADR）

言語別パターン:

  • cpp-coding-standards / cpp-testing

  • golang-patterns / golang-testing

  • java-coding-standards

  • csharp-testing

  • dart-flutter-patterns

  • compose-multiplatform-patterns

  • dotnet-patterns

  • bun-runtime

フレームワーク別パターン:

  • django-patterns / django-security / django-tdd / django-verification

  • springboot-patterns

  • laravel-patterns

  • android-clean-architecture

テスト・品質:

  • tdd-workflow（テスト駆動開発）

  • e2e-testing（E2Eテスト）

  • ai-regression-testing（AI回帰テスト）

  • eval-harness（評価ハーネス）

  • verification-loop（検証ループ）

  • benchmark（ベンチマーク）

セキュリティ:

  • security-review

  • defi-amm-security（DeFi/AMMセキュリティ）

  • hipaa-compliance（HIPAA準拠）

  • healthcare-phi-compliance（PHI準拠）

  • gateguard

DevOps・インフラ:

  • deployment-patterns

  • docker-patterns

  • database-migrations

  • git-workflow

  • github-ops

  • canary-watch（カナリアリリース監視）

AI・エージェント開発:

  • agentic-engineering

  • ai-first-engineering

  • autonomous-loops（自律ループ）

  • autonomous-agent-harness

  • continuous-learning / continuous-learning-v2

  • agent-eval / agent-harness-construction

  • agent-introspection-debugging

  • agent-sort

  • cost-aware-llm-pipeline（コスト意識型LLMパイプライン）

  • foundation-models-on-device

ビジネス・コンテンツ:

  • article-writing（記事執筆）

  • content-engine（コンテンツエンジン）

  • market-research（市場調査）

  • investor-materials（投資家向け資料）

  • investor-outreach（投資家アウトリーチ）

  • brand-voice（ブランドボイス）

  • crosspost（クロスポスト）

ヘルスケア:

  • healthcare-cdss-patterns

  • healthcare-emr-patterns

  • healthcare-eval-harness

オペレーション:

  • email-ops / google-workspace-ops

  • customer-billing-ops / finance-billing-ops

  • carrier-relationship-management

  • customs-trade-compliance

  • energy-procurement

  • inventory-demand-planning

  • enterprise-agent-ops

メディア・動画:

  • videodb

  • fal-ai-media

  • frontend-slides（PPTX変換）

スキルの構造

各スキルはSKILL.mdファイルとして定義されます。推奨行数は200〜500行（最大800行）です。

---
name: my-skill-name
description: One-line activation trigger
origin: ecc
tags: [typescript, testing, patterns]
version: 1.0.0
---

# スキル名

## ガイドライン
（実際のナレッジ内容）

## コード例
（コピペ可能なコード）

## アンチパターン
（避けるべきパターン）

「Show, Don't Tell」が基本原則で、抽象的な説明よりもコピペ可能なコード例、判断ツリー、チェックリスト、アンチパターンの具体例が重視されています。

3. フック（Hooks）― イベント駆動の自動化

フックは、AIツールのイベント（ファイル編集、Bash実行、セッション開始/終了など）に応じて自動実行されるスクリプトです。

サポートされるイベントタイプ

Claude Codeでは8種類、Cursorでは15種類、OpenCodeでは11種類のイベントタイプがサポートされています。

PreToolUse（ツール実行前）:
| フック | 機能 |
|--------|------|
| Dev server blocker | 開発サーバーの重複起動を防止 |
| Tmux reminder | tmuxセッション内での操作を推奨 |
| Git push reminder | プッシュ前の確認 |
| Pre-commit quality check | コミット前の品質チェック |
| Doc file warning | ドキュメントファイル変更の警告 |
| Strategic compact | 戦略的なコンパクション提案 |

PostToolUse（ツール実行後）:
| フック | 機能 |
|--------|------|
| PR logger | PR操作のログ記録 |
| Build analysis | ビルド結果の分析 |
| Quality gate | 品質ゲートの検証 |
| Design quality check | デザイン品質の確認 |
| Prettier format | 自動フォーマット |
| TypeScript check | 型チェック |
| console.log warning | デバッグログの警告 |

ライフサイクルフック:
| フック | 機能 |
|--------|------|
| Session start | セッション開始時の初期化 |
| Pre-compact | コンパクション前の状態保存 |
| Console.log audit | console.logの監査 |
| Session summary | セッション終了時の要約 |
| Pattern extraction | パターンの自動抽出 |
| Cost tracker | コスト追跡 |
| Desktop notify | デスクトップ通知 |
| Session end marker | セッション終了マーカー |

フックのランタイム制御

フックの適用レベルは環境変数で制御できます。

# プロファイルベースの制御
export ECC_HOOK_PROFILE=minimal    # 最低限のフックのみ
export ECC_HOOK_PROFILE=standard   # バランスの取れたカバレッジ（デフォルト）
export ECC_HOOK_PROFILE=strict     # すべての検証を強制

# 個別フックの無効化
export ECC_DISABLED_HOOKS="pre:bash:tmux-reminder,post:edit:typecheck"

フックはexit code 2で処理をブロック、stderrへの出力で警告を返します。すべてのフックはグレースフルに失敗するよう設計されており、依存ツールが不在の場合はスキップされるだけで、ワークフローは止まりません。

4. ルール（Rules）― 常時適用のガイドライン

ルールは、AIが常に遵守すべきガイドラインです。言語非依存の共通ルールと、言語固有のルールの2層構造になっています。

共通ルール（common/）

| ファイル | 内容 |
|---------|------|
| coding-style.md | コーディングスタイル |
| git-workflow.md | Gitワークフロー |
| testing.md | テスト要件（80%カバレッジ） |
| performance.md | パフォーマンス基準 |
| patterns.md | 設計パターン |
| hooks.md | フック使用ガイド |
| agents.md | エージェント使用ガイド |
| security.md | セキュリティチェック |

言語別ルール

ECCは 14の言語エコシステム に対応したルールセットを提供しています。

| ディレクトリ | 対象言語 |
|-------------|---------|
| typescript/ | TypeScript / JavaScript |
| python/ | Python |
| golang/ | Go |
| swift/ | Swift |
| php/ | PHP |
| java/ | Java |
| kotlin/ | Kotlin |
| rust/ | Rust |
| cpp/ | C++ |
| csharp/ | C# |
| dart/ | Dart |
| perl/ | Perl |
| web/ | Web / フロントエンド |
| zh/ | 中国語コンテンツ |

各言語ディレクトリには、coding-style.md、testing.md、patterns.md、hooks.md、security.mdなどが含まれ、その言語のイディオムとベストプラクティスに沿った規約が定義されています。

ルールは ディレクトリ単位 でコピーすることが推奨されています。個別ファイルのコピーでは、ファイル間の相対参照が壊れる可能性があるためです。

トークン最適化戦略 ― コストを60%削減する方法

ECCの最も実用的な価値の一つが、トークンコストの最適化です。「高品質な出力を維持しながら、コストを大幅に削減する」ための具体的な設定と習慣が体系化されています。

推奨設定

{
  "model": "sonnet",
  "env": {
    "MAX_THINKING_TOKENS": "10000",
    "CLAUDE_CODE_SUBAGENT_MODEL": "haiku"
  }
}

| 設定 | デフォルト | 推奨値 | 効果 |
|------|----------|--------|------|
| model | opus | sonnet | タスクの80%以上を処理可能。コスト約60%削減 |
| MAX_THINKING_TOKENS | 31,999 | 10,000 | 隠れた思考コストを約70%削減 |
| CLAUDE_CODE_SUBAGENT_MODEL | 親モデルを継承 | haiku | サブエージェントのコストを約80%削減 |

モデル選択の判断基準

ECCは3段階のモデル使い分けを推奨しています。

Haiku（最低コスト）: サブエージェントでのファイル探索、単純な検索、簡単なルックアップ

Sonnet（中コスト）: 日常のコーディング、コードレビュー、テスト作成、実装作業。タスクの80%以上はSonnetで十分

Opus（最高コスト）: 複雑なアーキテクチャ設計、多段階の推論、深いデバッグ。本当に必要な場面だけ

セッション中のモデル切り替えは、`/model sonnet`、`/model opus`、`/model haiku` で即座に可能です。

コンテキスト管理の技術

AIセッションでは、コンテキストウィンドウ（現在200K）の使い方がパフォーマンスとコストに直結します。

戦略的コンパクションのタイミング:

やるべきタイミング：

  • 調査フェーズが完了し、実装に移る前

  • マイルストーンが完了した時点

  • デバッグセッションの後

  • 大きなコンテキストシフトが発生した後

やるべきでないタイミング：

  • 実装の途中（コンテキストを失う）

  • 進行中のデバッグ中

  • 複数ファイルのリファクタリング中

`CLAUDE_AUTOCOMPACT_PCT_OVERRIDE` を50に設定すると、コンテキスト使用率が50%に達した時点で自動コンパクションが発動します。デフォルトの95%まで待つと、論理的に不適切なタイミングで圧縮が起き、品質が低下する可能性があります。50%で早めにコンパクションすることで、長時間セッションの品質が向上します。

MCPサーバーのコスト問題

MCPサーバーの各ツール記述は、コンテキストウィンドウのトークンを消費します。すべてのMCPを有効にすると、200Kのコンテキストウィンドウが実質70Kにまで縮小する可能性があります。

ECCの推奨は明確です：

  • MCPサーバーは10個以下 に抑える

  • ツール総数は80個以下 に維持する

  • プロジェクトごとに `disabledMcpServers` で不要なMCPを無効化する

  • CLIツール（gh、awsなど）が利用可能な場合は、MCP版より優先する

クロスプラットフォーム対応 ― 5つのハーネスを統一

ECCの差別化ポイントの一つが、複数のAIコーディングツールを横断的にサポートすることです。

Claude Code（ファーストクラスサポート）

プライマリターゲット。48エージェント、183スキル、79コマンドのフル機能が利用可能です。

# プラグインインストール
/plugin marketplace add https://github.com/affaan-m/everything-claude-code
/plugin install everything-claude-code@everything-claude-code

# ルールのインストール（別途必要）
./install.sh --profile full

Claude Code v2.1以降では、フックは `hooks/hooks.json` から自動ロードされます。plugin.jsonにhooksフィールドを追加すると重複エラーが発生するため、追加しないよう注意が必要です。

Cursor IDE

DRYアダプターパターンにより、ECCのスクリプトをCursorでも再利用できます。

./install.sh --target cursor typescript

15のフックイベントタイプ（Claude Codeより多い）、34のルール（共通＋言語別）がサポートされています。

OpenCode

フルプラグインサポートで、12エージェント、37スキル、31コマンド、11のフックイベントタイプが利用可能です。

npm install -g opencode
opencode

OpenCodeはClaude Codeの8に対して11のフックイベントタイプをサポートしており、より細かなイベントハンドリングが可能です。さらに6つのネイティブカスタムツールも提供されています。

Codex（CLI/macOSアプリ）

codex  # AGENTS.mdを自動検出
npm install && bash scripts/sync-ecc-to-codex.sh

参照設定ファイルが同梱されており、MCPサーバーの自動マージ、`.agents/skills/` でのスキル共有が可能です。ただし、Codexにはネイティブのフック実行機能がないため、指示ベースのガイダンスやモデル命令のオーバーライドで補完しています。

Antigravity

実験的なプロジェクトローカルサポートが提供されています。

プラットフォーム機能比較

| 機能 | Claude Code | Cursor | OpenCode | Codex |
|------|------------|--------|----------|-------|
| エージェント数 | 48 | — | 12 | — |
| スキル数 | 183 | — | 37 | — |
| コマンド数 | 79 | — | 31 | — |
| フックイベント | 8 | 15 | 11 | なし |
| MCP連携 | 完全 | 完全 | 完全 | 完全 |

セキュリティ ― AgentShieldによる多層防御

AIコーディングツールのセキュリティは、従来のソフトウェアセキュリティとは異なる課題を抱えています。プロンプトインジェクション、MCPサーバー経由の攻撃、エージェント設定の脆弱性など、AIエージェント固有の攻撃ベクトルが存在します。

ECCに統合された AgentShield は、Anthropicハッカソンから生まれたセキュリティスキャンシステムです。

スキャン機能

npx ecc-agentshield scan           # クイックスキャン
npx ecc-agentshield scan --fix     # 安全な問題の自動修正
npx ecc-agentshield scan --opus    # 3つのOpusエージェントによる深層分析
npx ecc-agentshield init           # セキュアな設定の生成

AgentShieldのスキャン対象は以下の通りです。

  • シークレット検出: 14パターンのシークレット（APIキー、トークン等）を検出

  • 権限チェック: 過剰な権限設定の検出

  • フックインジェクション: フック経由の攻撃の検出

  • MCPリスク: MCPサーバー設定のリスク評価

  • エージェント設定: エージェント設定の脆弱性チェック

深層分析モード

`--opus` フラグを使うと、3つのClaude Opusエージェントが レッドチーム/ブルーチーム/オーディター のパイプラインで動作します。パターンマッチングだけでなく、敵対的な視点からの脆弱性評価を実施します。

出力形式

  • ターミナル: カラーグレードA〜F（視覚的な評価）

  • JSON: CI/CDパイプライン向け

  • Markdown / HTML: レポート用

  • Exit code 2: 重大な問題検出時（CIでの自動ブロック用）

1,282のテストケースと102のルールで検証されています。

`/security-scan` スキル

Claude Code内から直接呼び出せるセキュリティスキャンも提供されています。OWASPトップ10に基づく監査を実行します。

/security-scan    → OWASP Top 10 監査

継続学習システム ― セッションからパターンを自動抽出

ECCの Continuous Learning v2 は、開発セッションから再利用可能なパターンを自動的に抽出する仕組みです。

インスティンクト（Instinct）

「インスティンクト」は、セッション中に学習されたパターンです。信頼度スコアが付与され、蓄積されていきます。

/instinct-status              # 学習済みインスティンクトと信頼度を表示
/instinct-import <file>       # 他の開発者のインスティンクトをインポート
/instinct-export              # 自分のインスティンクトをエクスポート
/evolve                       # 関連するインスティンクトをスキルに統合

この仕組みにより、「1回限りの解決策」が「一般化可能なナレッジ」に昇華されていきます。個人の暗黙知がチーム全体の形式知になるプロセスが自動化されているのです。

学習の流れ

セッション中の問題解決
  ↓ パターン抽出フック
インスティンクトとして記録（信頼度スコア付き）
  ↓ /evolve
関連インスティンクトをクラスタリング
  ↓
新しいスキルとして定義
  ↓ /instinct-export
チームメンバーへ共有可能

ダッシュボードGUI ― 視覚的な管理インターフェース

ECCは、Tkinterベースのデスクトップアプリケーションを提供しています。

npm run dashboard
# または
python3 ./ecc_dashboard.py

タブ型のインターフェースで、エージェント・スキル・コマンド・ルールをブラウズできます。ダーク/ライトテーマの切り替え、フォントのカスタマイズにも対応しています。

コマンドラインに慣れていないチームメンバーや、全体像を素早く把握したい場面で有用です。

実践ワークフロー

ワークフロー1：新機能の実装

/ecc:plan "OAuth認証を追加"
  ↓ plannerが設計図を作成
/tdd
  ↓ tdd-guideがテストファーストで開発をガイド
  ↓ テスト作成 → 実装 → テスト通過
/code-review
  ↓ code-reviewerが品質を確認
/security-scan
  ↓ security-reviewerがセキュリティを監査

ワークフロー2：バグ修正

/tdd
  ↓ バグを再現する失敗テストを作成
  ↓ 修正を実装
  ↓ テストが通過することを確認
/code-review
  ↓ リグレッションがないか確認

ワークフロー3：本番リリース前の品質保証

/security-scan
  ↓ OWASP Top 10 監査
/e2e
  ↓ クリティカルなユーザーフローのテスト
/test-coverage
  ↓ 80%以上のカバレッジを確認

ワークフロー4：言語別レビュー

/go-review
  ↓ Go固有のイディオム、エラーハンドリング、並行処理パターンを検証
/python-review
  ↓ Pythonic なコード、型ヒント、パッケージ構造を検証
/ts-review
  ↓ 型安全性、非同期パターン、バンドルサイズを検証

ワークフロー5：マルチエージェント協調

npx ccg-workflow    # ランタイムを初期化
/multi-plan
  ↓ 複数エージェントでタスク分解
/multi-execute
  ↓ オーケストレーションされたワークフロー実行
/multi-backend
  ↓ バックエンド特化の並列処理
/multi-frontend
  ↓ フロントエンド特化の並列処理

Agent Teams（実験的機能）は、複数の独立したコンテキストウィンドウを生成するため、トークン消費が大きくなります。並列化可能なタスクにのみ使用し、逐次処理にはサブエージェントを優先すべきです。

ECC 2.0 ― Rustベースの次世代アーキテクチャ

ECC 2.0は、Rustで書かれたターミナルユーザーインターフェース（TUI）です。3.4MBの単一バイナリで、ランタイム依存なし。「オープンソース初のRustベースAIエージェントIDE TUI」と位置づけられています。

3層アーキテクチャ

┌──────────────────────────────┐
│ TUI層（ratatui）              │ ← ユーザー操作
│ ペイン、Diffビュー、ホットキー  │
├──────────────────────────────┤
│ ランタイム層（ライブラリ）      │ ← 状態管理
│ ワークスペース永続化、SQLite    │
├──────────────────────────────┤
│ デーモン層（プロセス）          │ ← バックグラウンド
│ ターミナルセッション、Git操作    │
└──────────────────────────────┘
         Unix Socket通信

TUI層: ratatuiライブラリを使用したダッシュボード。ペイン、Diffビュー、ホットキーを提供し、Unix Socket経由で下層と通信します。

ランタイム層: ワークスペースの状態永続化、エージェントレジストリ、機能検出、SQLiteバックドのデータストレージを管理します。

デーモン層: 永続的なバックグラウンドサービス。TUIの再起動をまたいでターミナルセッション、Git操作、エージェントプロセスの監視を継続します。

設計上の特徴

  • ターミナルネイティブ: SSH経由で動作可能（Electronアプリと異なり）

  • トレイトベースのエージェント抽象化: 機能フラグ付きのエージェント管理

  • ワークスペースごとのミューテックスロック: Git操作の競合防止

  • ライフサイクルフック: worktree_created、pre_merge、post_merge

  • 非同期クリーンアップキュー: バックグラウンドでのworktree削除

  • 116スキルエコシステムとの統合

ECC 2.0は現在アルファ段階で、ローカルでのビルドが可能です。

インストール方法

ECCは3つのインストール方法を提供しています。

方法1：プラグインインストール（推奨）

最も簡単で、自動更新に対応します。ただし、ルールはプラグイン経由で配布できないため、別途インストールが必要です。

# Step 1: プラグインインストール
/plugin marketplace add https://github.com/affaan-m/everything-claude-code
/plugin install everything-claude-code@everything-claude-code

# Step 2: ルールのインストール
git clone https://github.com/affaan-m/everything-claude-code.git
cd everything-claude-code
./install.sh --profile full

# Windows PowerShell
.\\install.ps1 --profile full

方法2：選択的インストール

特定の言語のみをターゲットにする場合：

./install.sh typescript python golang

ユニバーサルインストーラーも提供されています：

npx ecc-install

方法3：手動インストール

必要なコンポーネントだけを手動でコピーする方法です。

# エージェントだけ
cp agents/*.md ~/.claude/agents/

# 特定言語のルールだけ
mkdir -p ~/.claude/rules
cp -r rules/common ~/.claude/rules/
cp -r rules/typescript ~/.claude/rules/

パッケージマネージャーの自動検出

ECCはnpm、pnpm、yarn、bunを自動検出します。優先順位は：

  1. `CLAUDE_PACKAGE_MANAGER` 環境変数

  2. `.claude/package-manager.json`（プロジェクト）

  3. package.json の packageManager フィールド

  4. ロックファイルの検出

  5. グローバル `~/.claude/package-manager.json`

  6. 最初に利用可能なパッケージマネージャー

テスト体制

ECCのコードベース自体が、厳密なテスト体制のもとで開発されています。

node tests/run-all.js              # 全テスト実行
node tests/lib/utils.test.js       # 個別テスト
node tests/hooks/hooks.test.js     # フックテスト

997以上の内部テストがパスしており、AgentShieldは1,282テスト、102ルールで検証されています。

リリース履歴

| バージョン | 日付 | 主な変更 |
|-----------|------|----------|
| v1.10.0 | 2026年4月5日 | ダッシュボードGUI、オペレーターワークフロー、ECC 2.0アルファ |
| v1.9.0 | 2026年3月20日 | 選択的インストール、6言語別エージェント追加、SQLiteセッション管理 |
| v1.8.0 | 2026年3月4日 | フック信頼性改善、NanoClaw v2、997テスト通過 |
| v1.7.0 | 2026年2月 | Codexサポート、frontend-slides、ビジネススキル追加 |
| v1.6.0 | 2026年2月 | Codex CLIサポート、AgentShield統合、GitHub Marketplace |

活発な開発が続いており、約2ヶ月で5リリースが公開されています。

MCPサーバー設定

ECCは、よく使われるMCPサーバーの設定テンプレートを `mcp-configs/` ディレクトリに収録しています。

対応するMCPサーバーの例：

  • GitHub: リポジトリ操作、PR管理

  • Supabase: データベース操作

  • Vercel: デプロイメント

  • Railway: インフラ管理

  • Context7: コンテキスト管理

  • Exa: 検索

  • Playwright: ブラウザテスト

  • Memory: 永続記憶

  • Sequential Thinking: 思考チェーン

これらの設定は、そのまま使えるテンプレートとして提供されています。

多言語ドキュメント

ECCのドキュメントは複数の言語で提供されています。

  • 日本語（ja-JP）

  • 韓国語（ko-KR）

  • ポルトガル語（pt-BR）

  • 中国語 簡体字（zh-CN）

  • 中国語 繁体字（zh-TW）

  • トルコ語（tr）

国際的なコミュニティの広がりを反映しています。

関連プロジェクト

ECCを起点とした特化型プロジェクトも生まれています。

  • claude-seo: SEOスキルコレクション

  • claude-ads: 広告監査ワークフロー

  • claude-cybersecurity: セキュリティスキルコレクション

設計思想 ― 「ハーネス最適化」という概念

ECCが掲げる 「AIエージェントハーネスの最適化」 という概念は、従来の「プラグイン」や「拡張機能」とは異なります。

従来のアプローチでは、AIツールに機能を追加します。「新しいコマンドを追加する」「新しい言語をサポートする」といった形です。

ECCのアプローチは、AIツールの パフォーマンスを引き出す ことです。同じツールをより効率的に、より安全に、より低コストで使えるようにする。馬に乗ることに例えるなら、馬を強くするのではなく、鞍やあぶみを最適化して騎手のパフォーマンスを最大化する、という考え方です。

この「ハーネス最適化」の視点は、以下の具体的な設計判断に表れています。

  1. コスト意識: トークン最適化が最初から組み込まれている。高品質な出力を維持しながらコストを削減する方法が体系化されている

  2. プラットフォーム非依存: 特定のツールに縛られない。Claude CodeからCursorに乗り換えても、蓄積されたルール・スキル・エージェントは再利用できる

  3. 段階的採用: 全部入りを強制しない。必要なパーツだけ選んで使える。これが参入障壁を下げ、14万スターの原動力になっている

  4. 自己進化: 継続学習システムにより、使えば使うほど賢くなる。個人のナレッジがチームのナレッジに変換される

なぜ14万スターなのか

14万スターという数字は、ECCが解決している問題の普遍性を物語っています。

AIコーディングツールを使うすべての開発者が、程度の差こそあれ、以下の問題に直面しています。

  • 「毎回同じ指示を繰り返している」（→ ルールとスキルで解決）

  • 「品質が安定しない」（→ フックとエージェントで解決）

  • 「トークンコストが読めない」（→ トークン最適化戦略で解決）

  • 「ツールを乗り換えると設定がリセットされる」（→ クロスプラットフォーム対応で解決）

  • 「セキュリティが心配」（→ AgentShieldで解決）

これらはいずれも「個々のAIツールの機能」ではなく「AIツールの使い方」の問題であり、ECCはまさにそこに特化しています。

おすすめ記事↓

Sources:

まとめ

Everything Claude Codeは、AIコーディングツールの メタレイヤー です。

| 要素 | 数量 | 役割 |
|------|------|------|
| エージェント | 48 | 専門分野ごとのサブエージェント |
| スキル | 183 | ワークフロー知識モジュール |
| コマンド | 79 | レガシー互換のスラッシュコマンド |
| 言語エコシステム | 12+ | 言語固有のルール・レビュー・ビルド解決 |
| フックイベント | 8〜15 | プラットフォームごとのイベント駆動自動化 |
| 内部テスト | 997+ | 品質保証 |
| 対応プラットフォーム | 5 | Claude Code, Cursor, OpenCode, Codex, Antigravity |

AIコーディングツールの性能は、ツール自体の能力だけでは決まりません。設定、ルール、ワークフロー、コスト管理、セキュリティ――これらの「使い方」が、最終的な生産性を大きく左右します。

ECCは、この「使い方」を体系化し、共有可能な形にした最初の大規模プロジェクトです。10ヶ月以上の本番環境テスト、14万スターのコミュニティフィードバック、170人以上のコントリビューターの知見が凝縮されています。

「AIに書かせたコードの品質が安定しない」「トークンコストが想定を超える」「ツールを乗り換えるたびに設定をやり直す」――これらの問題に心当たりがあるなら、ECCは検討に値するソリューションです。

AIコーディングの時代において、「どのAIツールを使うか」と同じくらい、「AIツールをどう最適化するか」が重要になってきています。Everything Claude Codeは、その「最適化」を民主化する試みです。
Everything Claude Codeのスキルの構築の仕方も参考になるものがたくさんあります。

もし「便利そう！」「使ってみたい！」と思っていただけたら、
以下の応援アクションをしていただけると嬉しいです。

  • STEP 1: この記事への「スキ♡」

  • STEP 2: noteで「クドクラ KudouCraft」をフォロー

  • STEP 3: X（Twitter）での拡散

もしわからないことがあれば質問くれたら嬉しいです
メンバーシップもあるので良かったら見てください

皆さんの感想や「こんな使い方してるよ！」という報告、
お待ちしています！
それではまた次回の記事でお会いしましょう。

いいなと思ったら応援しよう！