← 返回日报
🌐 机器翻译 · DeepSeek · GitHub

Tencent teamai-cli


Tencent teamai-cli

TeamAI — 让每个团队都 AI 原生 英文 | 简体中文 TeamAI 跨 Claude Code、Codex、CodeBuddy、WorkBuddy、OpenCode、Cursor 及其他 AI agents 管理团队的 skills、rules、MCP 和 knowledge。贡献者 感谢所有为 TeamAI 做出贡献的人!由 contrib.rocks 制作。快速开始 安装 npm install -g teamai-cli 团队管理员 / 个人用户 在你的 git 托管平台(GitHub、GitLab、GitCode、CNB、TGit 或私有 Git 服务)上创建一个共享经验仓库,授予团队成员写权限,然后运行 teamai init https://github.com/yourorg/yourrepo 。还没有团队仓库?从预装了生产级 skills、rules 和 review agents 的模板开始。浏览 teamai-hub 组织,点击 Use this template ,然后针对你的新仓库运行 teamai init 。团队成员 # 根据你希望资源安装的位置选择一种 # 项目级初始化(默认,资源安装在项目目录下) cd /path/to/my-project teamai init https://github.com/yourorg/yourrepo # 或者,用户级初始化(资源安装在 ~/ 下) teamai init https://github.com/yourorg/yourrepo --scope user 一旦初始化完成,每个 AI 会话都会自动拉取管理员发布的最新 skills / rules 及其他 Harness 更新——无需手动同步。完整使用指南:docs/usage-guide.md ( 中文版 )——涵盖从团队创建到日常使用的所有内容。产品架构 Team Execution × Team Context (beta) × Team Improvement (beta) :层级 职责 当前 CLI 中的功能 Team Execution 让每个 agent 按团队的方式工作 init / pull / push 、skills、rules、agents、hooks、MCP、env Team Context (beta) 让每个 agent 理解团队 recall、learnings、codebase graph、teamwiki…… Team Improvement (beta) 让每次执行都改进团队 基于摩擦的 share-learnings、sessions、digest、dashboard…… 概览 Agent Team Execution Team Context (beta) Team Improvement (beta) skills rules docs env agents hooks mcp learnings codebase teamwiki usage sessions dashboard Claude Code ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ Codex ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ Cursor ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ CodeBuddy ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ WorkBuddy ✓ ✓ ✓ ✓ — ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ OpenCode ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ — — — OpenClaw ✓ ✓ ✓ ✓ — — — ✓ ✓ ✓ — — — Hermes ✓ — ✓ ✓ — — — ✓ ✓ ✓ — — — DeepSeek Harness ✓ — ✓ — — — — ✓ ✓ ✓ — — — Qoder ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ZCode ✓ — ✓ — ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ ✓ Git 提供商 — GitHub · GitLab · GitCode · CNB · TGit · 私有 Git 服务。分发控制 团队级设置由管理员配置一次,并在 teamai pull 时分发给每位成员:能力 命令 功能 角色 teamai roles 定义角色 → 命名空间映射,使每位成员只同步其角色所需的 skills。标签 teamai tags 为 skills / rules 打标签,使成员只订阅自己需要的标签。来源 teamai source 订阅额外的 skill 仓库——其他团队的公开仓库,或你自己组织内的共享/公开仓库;订阅的 skills 在 pull 时自动同步。Team Execution 一个团队。一个 Harness。每个 Agent。TeamAI 将 skills、rules、docs 和 hooks 保存在共享 git 仓库中,并通过“push → review & merge → pull”流程将它们分发到每位成员本地的 AI 工具——同时支持订阅其他团队或共享仓库的 Harness。工作原理 teamai push → 创建分支 + MR → 审查者批准 + 合并 ↓ SessionStart hook → teamai pull → 同步到本地 AI 工具 共享内容 每种资源都会分发给每个 agent:资源 团队仓库中的位置 说明 Skills skills//SKILL.md Rules rules/*.md Docs docs/ 基础项目文档;默认并非全部加载(渐进式披露) Agents agents/.yaml Culture culture.md 团队使命、价值观和工作原则——注入到每个 agent 的 CLAUDE.md / AGENTS.md 中,使每个会话都继承它们 CLAUDE.md claudemd/*.md Env env/ 共享的团队级环境变量和开关;不要在此处放置密钥 Hooks hooks/hooks.yaml MCP mcp/mcp.yaml Packages teamai.yaml 目前仅支持 npm 包和 Claude Code 插件 Models — 尚未对每个提供商实现 有关文件格式和完整工作流,请参阅使用指南 。Team Context (beta) 每个 agent 都理解团队如何运作。除了分发 Harness,TeamAI 还将积累的团队经验和代码结构组织成可搜索的知识库,AI 在需要时会自动召回。自动经验分享 当会话结束时,Stop hook 会根据摩擦对其进行评分——即会话遇到值得记住的事情的信号:你打断或纠正了 AI、拒绝了工具调用,或 AI 不得不重试失败的工具。一个冗长但常规的会话(大量工具调用,没有摩擦)不会触发;而一个你真正与问题搏斗过的会话则会触发。如果分数足够高,AI 会建议: [teamai] 本次会话可能包含值得记录的问题:你打断了 AI 两次,AI 重试失败的工具 8 次。任务:修复重复的项目级 Hook 注入 考虑运行 /teamai-share-learnings 来总结你学到的内容并与团队分享。该提示会列出触发它的非零摩擦信号,并在可用时包含第一个任务的脱敏单行摘要。 /teamai-share-learnings skill 会总结会话并将学习文档直接推送到团队仓库。每个会话最多提示一次。团队可以在 teamai.yaml 中通过 sharing.contributeHint.enabled: false 关闭该提示(成员:本地配置中的 contributeHintEnabled),同时保留 Stop hook 的其余部分。团队知识召回 让 AI 在任务前自动搜索积累的团队知识。此功能默认关闭,必须显式启用——团队可以在 teamai.yaml 中设置 sharing.recall.enabled: true 作为默认值,成员可以在本地覆盖: teamai recall enable # 开启:部署 teamai-recall 子 agent + 注入指导规则 teamai recall disable # 关闭:移除子 agent 和规则 teamai recall status # 显示有效状态(团队默认 +

📖 阅读原文 →