TeamAI

TeamAI 是一个解决团队在引入多个 AI 编程助手（如 Claude Code, Codex, Cursor, Qoder 等）后产生的“配置碎片化”和“知识孤岛”问题的开源平台。它通过 Git 仓库作为单一事实来源，统一管理团队的 Skills（技能）、Rules（规则）、MCP（模型上下文协议）服务器和知识库，确保所有成员和 Agent 都在同一套标准和上下文中工作。

虽然早已开源，但腾讯云在10跃才正式宣布开源内部自用 TeamAI。这是一款基于 Git 的团队 AI 协作工具。它把团队使用的 Skill、工作规范、工具配置和项目知识统一放进 Git 仓库，像管理代码一样进行评审、更新和版本管理，再同步到成员各自使用的 Agent 中，实现一人配置，全员复用。

目前，TeamAI 已适配 WorkBuddy、CodeBuddy、Claude Code、Codex、Cursor 等 16 种 Agent。

核心价值：One Team. One Harness. Every Agent.

• 统一分发：管理员一次配置，通过 teamai pull 自动同步到每位成员的本地 AI 工具目录（如 ~/.claude/skills/, ~/.cursor/skills/ 等）。
• 跨平台兼容：支持 Claude Code, Codex, Cursor, Qoder, CodeBuddy, OpenCode, WorkBuddy 等主流 AI 编程助手。
• Git 驱动协作：基于 Git 的 Push/Pull/MR 流程，实现配置的版本控制、代码评审和自动化分发。
• 持续进化：从执行摩擦中自动沉淀经验，让每一次会话都成为团队能力的积累。

产品架构：执行、上下文与改进

TeamAI 将团队 AI 协作分为三个核心层级：

1. Team Execution（团队执行）

让每个 Agent 按团队统一的方式工作。

• 资源管理：统一管理 Skills, Rules, Docs, Hooks, MCP Servers, Env 变量。
• 分发机制：
  • teamai push：提交变更并创建 MR。
  • teamai pull：会话启动时自动触发（通过 SessionStart Hook），拉取最新资源并注入本地工具。
• 角色与订阅：支持基于角色（Roles）和标签（Tags）的精细化权限控制，成员只同步与其相关的 Skills。
• 团队包管理：一键安装和同步团队所需的 npm 包及 Claude 插件。

2. Team Context（团队上下文）

让每个 Agent 理解整个团队的运作方式和代码结构。

• 自动经验沉淀：
  • 检测“摩擦信号”（如用户打断、AI 重试失败），提示用户分享经验。
  • /teamai-share-learnings Skill 自动总结并推送到团队仓库。
• 智能检索 (Recall)：
  • 开启后，Agent 会在任务前自动调用 teamai-recall 子 Agent。
  • 结合 BM25 和代码知识图谱进行增强排名，返回结构化知识摘要。
• 代码知识图谱：
  • teamai import 解析源码仓库，构建组件、接口、依赖关系图谱。
  • 支持 AST（TypeScript/Python/Go）和启发式提取，为 Agent 提供精准的代码改动入口。

3. Team Improvement（团队改进）

让每一次执行都转化为团队能力的提升。

• 用量洞察：teamai digest 生成团队周报，统计 Token 用量、会话量及干预率。
• 会话看板：teamai dashboard 提供 Web 界面，实时展示成员编码状态、干预次数及知识库健康度。
• 知识库维护：自动识别低置信度或过时条目，辅助管理员进行知识库清洗。

快速开始

1. 安装 CLI

npm install -g teamai-cli

2. 初始化团队仓库

管理员需在 Git 平台（GitHub/GitLab 等）创建仓库，然后运行：

# 使用官方模板起步
teamai init https://github.com/teamai-hub/template-repo

3. 成员加入

成员在项目根目录或用户主目录下运行初始化命令：

# 项目级安装（推荐）
cd /path/to/my-project
teamai init https://github.com/yourorg/yourrepo

# 或用户级安装
teamai init https://github.com/yourorg/yourrepo --scope user

初始化后，每次开启 AI 会话时，TeamAI 会自动拉取最新配置并注入到对应的 AI 工具中。

典型工作流

1. 定义规范：管理员在团队仓库中编写 skills/, rules/, mcp/mcp.yaml 等文件。
2. 提交评审：运行 teamai push，系统自动创建分支和 MR，等待Reviewer审批。
3. 自动同步：合并后，团队成员下次启动 AI 会话时，SessionStart hook 自动触发 teamai pull，更新本地环境。
4. 经验共享：当成员遇到棘手问题并解决后，运行 /teamai-share-learnings，将解决方案沉淀为团队知识。
5. 智能辅助：新成员在处理类似问题时，Agent 自动通过 teamai recall 检索到该经验，避免重复踩坑。

安全与隐私

• 密钥管理：MCP 配置中的敏感信息使用 ${VAR} 引用，实际值存储在本地环境变量或密钥管理器中，不上传 Git。
• 脱敏处理：分享的 Session 摘要和经验学习会自动进行脱敏和单行化处理，保护代码隐私。
• 本地执行：所有 Hooks 和 Scripts 均在本地机器执行，确保数据不出境。