AI编程工具装了太多”外挂”？这个Skill给Agent做一次全身体检

你的 AI 编程助手，到底装了多少”外挂”？

说出来你可能不信——很多团队跑 Claude Code、Cursor、Codex 半年后，根本不知道自己装了多少个自动化工具。

MCP 服务器、GitHub Actions、cron 定时任务、本地 hook 脚本、API 连接器、wrapper 包装器……

一堆工具堆在那儿，没人知道哪些还活着，哪些早就烂了。

我最近挖到一个特别适合解决这个问题的 Skill——

Automation Audit Ops：给 AI Agent 做一次”全身体检”

这个 Skill 来自 ECC 项目（一个支持 Claude Code、Codex、Cursor 等主流 AI 编程工具的综合增强系统），专门用来审计自动化资产的真实状态。

它不是问你”配置了什么”，而是直接去读：

• 仓库 hook 和本地 hook 脚本
• GitHub Actions 和定时 workflow
• MCP 配置和已启用的服务器
• connector 或 app 级集成
• wrapper 脚本和自动化入口点

然后给你一张表，标明哪些是活的、哪些是坏的、哪些重复了、哪些压根没配。

怎么用？

触发方式很简单，当你想知道”我这儿都部署了哪些自动化”的时候，直接开口问 AI：

“哪些自动化是活着的？哪些 job 坏了？有没有重复的？”

它会先读只读信息，不乱动任何东西，然后按四个维度分类：

• configured — 配了
• authenticated — 认证过
• recently verified — 最近验证过
• stale or broken — 过期或坏了

最后给出一组决策建议：keep / merge / cut / fix-next。

适合谁用？

团队里有 3 个以上 AI 编程工具的人，或者自动化资产堆了很久没整理的 DevOps/SRE。

当你需要：
– 接手一个老项目，想快速摸清”家底”
– AI 工具越来越多，不知道哪些还在工作
– 想清理重复的自动化，但怕删错东西
– 从其他 Agent 系统迁移过来，想知道哪些已经搬过来了、哪些还缺

它都能派上用场。

背景信息

ECC 这个项目本身挺猛的——GitHub 24.5 万颗星，支持 Claude Code、Codex、OpenCode、Cursor 等几乎所有主流 AI 编程工具，覆盖 agent 开发的全生命周期。

Automation Audit Ops 是 ECC Skill 家族里的一员，跟它配套的还有 github-ops（查 CI 和 issues）、knowledge-ops（对齐知识库状态）、ecc-tools-cost-audit（查账单和 webhook 消耗）等多个 Skill。

想给 AI 编程助手做一次系统性盘点？这个 Skill 值得先跑一遍。

GitHub：https://github.com/affaan-m/ECC

GitHub: https://github.com/affaan-m/ECC