TeamAI — Make Every Team AI Native

English | 简体中文

TeamAI 统一管理团队的 Skills、Rules、MCP 和知识，驾驭 Claude Code、Codex、CodeBuddy、WorkBuddy、OpenCode、Cursor 等 AI Agents。

贡献者

感谢每一位为 TeamAI 贡献代码的伙伴！

由 contrib.rocks 生成。

快速开始

安装

npm install -g teamai-cli

团队管理员 / 个人使用者

在 Git 托管平台（GitHub、GitLab、GitCode、CNB、TGit，或私有 Git 服务）创建共享经验仓库，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？ 可以从内置了成套 skills、rules、review agents 的模板起步。浏览 teamai-hub org，点 Use this template 生成自己的仓库，再对它执行 teamai init。

团队成员

# 二选一：按你想要的安装范围选择其中一条

# 项目级初始化（默认，资源安装到项目目录下）
cd /path/to/my-project
teamai init https://github.com/yourorg/yourrepo

# 或者，用户级初始化（资源安装到 ~/ 下）
teamai init https://github.com/yourorg/yourrepo --scope user

初始化完成后，每次开启 AI 会话时都会自动拉取管理员发布的 skills / rules 等 Harness 更新，无需手动同步。

完整使用指南：docs/usage-guide.zh-CN.md（English）— 涵盖从团队创建到日常使用的全流程。

产品架构

Team Execution × Team Context (beta) × Team Improvement (beta)：

层	要解决的问题	当前 CLI 中的体现
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 理解整个团队	recall、learnings、代码知识图谱、teamwiki...
Team Improvement (beta)	让每一次执行都成为团队能力的积累	基于摩擦信号的经验分享、sessions、digest、dashboard...

功能概览

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 托管平台 —— GitHub · GitLab · GitCode · CNB · TGit · 私有 Git 服务。

分发策略

管理员一次配置、随 teamai pull 分发给每位成员的团队级设置：

能力	命令	作用
项目（Projects）	teamai projects	将工作目录绑定到一个或多个逻辑项目，使其同步该项目的 skills、knowledge 以及隔离的 learnings。与角色正交。
角色（Roles）	teamai roles	定义「角色 → 命名空间」映射，让每位成员只同步与自身角色匹配的 skills。
标签（Tags）	teamai tags	给 skills / rules 打标签，成员只订阅自己需要的标签。
订阅源（Sources）	teamai source	订阅额外的 skill 仓库——其他团队的公开仓库，或本团队内的公共/共享仓库；已订阅的 skills 会在 pull 时自动同步。

learnings 隔离：仓库 learnings/ 根目录对所有人共享；learnings/<project-id>/ 为项目私有。详见使用指南。

Team Execution

One Team. One Harness. Every Agent.

TeamAI 把 skills、rules、docs、hooks 统一存放在共享 Git 仓库，通过「push → 评审合并 → pull」的流程分发到每位成员的本地 AI 工具，并支持订阅其他团队或公共仓库的 Harness。

工作原理

teamai push → 创建分支 + MR → reviewer 审批合并
                                    ↓
           SessionStart hook → teamai pull → 同步到本地 AI 工具

分发内容

每类资源分发到每个 Agent：

资源	团队仓库中的位置	备注
Skills	skills/<name>/SKILL.md
Rules	rules/*.md
Docs	docs/	项目基础文档，默认不全量加载（渐进式披露）
Agents	agents/<name>.yaml
Culture	culture.md	团队使命、价值观与协作准则——注入各 Agent 的 CLAUDE.md / AGENTS.md，成为每次会话的行事底色
CLAUDE.md	claudemd/*.md
Env	env/	通用环境变量、团队级开关；不建议直接放密钥
Hooks	hooks/hooks.yaml
MCP	mcp/mcp.yaml
Packages	teamai.yaml	目前只支持 npm 包和 Claude 插件
Models	—	暂时没有对全部 provider 实现

文件格式与完整工作流见使用指南。

Team Context (beta)

Every agent understands how the team works.

除了分发 Harness，TeamAI 还把团队沉淀的经验和代码结构组织成可检索的知识库，让 AI 在需要时自动召回。

自动经验沉淀

Session 结束时，Stop hook 按摩擦信号对 session 评分——这些信号表明本次 session 踩到了值得记录的东西：你打断或纠正了 AI、拒绝了某次工具调用，或 AI 反复重试出错的工具。又长又顺（工具调用很多但没有摩擦）的 session 不会触发；真正较劲过的 session 才会。达标后 AI 会显示如下英文提示：

[teamai] This session may contain a problem worth documenting: you interrupted the AI twice, the AI retried failing tools 8 times.

Task: Fix duplicate project-level Hook injection

Consider running /teamai-share-learnings to summarize what you learned and share it with your team.

提示会列出实际触发它的非零摩擦信号；如果能取得首个任务摘要，还会在脱敏、单行化后附上任务上下文。/teamai-share-learnings skill 自动总结 session 经验并推送到团队仓库。每个 session 最多提示一次。团队可在 teamai.yaml 设置 sharing.contributeHint.enabled: false 关闭该提示（成员可用本地配置 contributeHintEnabled 覆盖），Stop hook 的其余功能不受影响。

团队知识检索

让 AI 在执行任务前自动检索团队积累的知识。该功能默认关闭，需显式开启——团队可在 teamai.yaml 设 sharing.recall.enabled: true 作为默认值，成员也可本地覆盖：

teamai recall enable     # 开启：部署 teamai-recall 子 agent + 注入引导规则
teamai recall disable    # 关闭：移除子 agent 和规则
teamai recall status     # 查看生效状态（团队默认 + 用户覆盖）

通过子 agent 检索：开启后 teamai pull 会把内置的 teamai-recall 子 agent 部署到各 AI 工具的 agents/ 目录。AI 在任务开始前调用它——由子 agent 提取关键词、执行检索、读取命中的源文件，最后返回结构化的团队知识摘要。subagent 会先做相关性预检（teamai recall --check），当任务与团队知识无关时直接跳过检索。子 agent 底层调用的仍是 teamai recall 命令，也可手动直接运行：

$ teamai recall "port conflict"
[1/2] MR review caught a port-conflict bug ★1 [user]
Author: member-a | Score: 18.5 | Tags: troubleshooting, networking

[2/2] Deployment configuration best practices [project]
Author: member-b | Score: 12.0 | Tags: deploy, config
Matched: conflict | Missing: port

代码知识图谱

teamai import 将源码仓库解析为 teamwiki/ 下的结构化图谱，实现结构感知的检索：

teamai import --from-repo https://github.com/org/repo
teamai import --from-org myorg              # 批量导入所有仓库
teamai codebase --extract /path/to/repo     # 本地提取到 teamwiki/
teamai codebase --deep-enrich --project my-service --output /path/to/repo # 从提取结果生成深度知识文档
teamai codebase --reconcile --output /path/to/repo # 将产品文档映射到代码页面
teamai codebase --lint --output /path/to/repo # 检查本地提取的图谱

只要 extract 发现了组件，就会写入 teamwiki/evidence/code/<project>/_manifest.json（包括跳过 AI 增强或增强没有产出的情况），因此 --deep-enrich 可以接着跑。

图谱存储组件、接口、配置和跨仓库依赖边。teamai recall 利用图谱进行增强排名。 当召回命中 codebase 页面时，结果会附带一行 Sources:，列出相关源文件路径，供 agent 直接作为代码改动的入口，无需重新探索代码库。

依赖边来自两条并行的提取轨道，重叠时以 AST 结果优先：

• AST 轨（TypeScript/JavaScript、Python、Go）：使用 WASM 版 tree-sitter 解析器，将 import/require、调用点、以及 TS implements 子句解析为精确的文件到文件 DEPENDS_ON / REFERENCES / IMPLEMENTS 边（标记为 code-ast，带置信度权重）。
• 启发式轨（所有语言，含 Java/Rust）：基于正则的提取（标记为 code-heuristic），同时覆盖 AST 轨未支持的语言。

WASM 解析器是纯 JavaScript 依赖，无需任何原生编译工具链。若因任何原因加载失败，提取会降级到启发式轨并记录一条 AST_UNAVAILABLE gap。设置 TEAMAI_SKIP_AST=1 可强制仅使用启发式提取。

Team Improvement (beta)

Every execution makes the entire team smarter.

Maintenance

随着 skills 和知识积累，可以把团队不再使用的内容清掉。teamai recall maintenance 会归档低置信度 learnings，并标出过时的 skills、rules 和 docs，供清理或更新：

teamai recall maintenance --prune --dry-run      # 预览
teamai recall maintenance --prune --archive      # 归档无用 learnings
teamai recall maintenance --update-quality       # 为过时 skills / docs 生成更新草稿

洞察团队实际如何使用 AI 工具，也是把 session 中的摩擦转化为共享 Skill、Rule 和知识的起点：

能力	命令	呈现内容
用量（Usage）	teamai digest	团队周报——近 7 天成功率、对话、活跃时长、估算成本、缓存与纠偏趋势，以及历史累计数据。
会话（Sessions）	teamai session save	脱敏的单会话摘要（工具序列、对话轮次、干预次数），喂给周报的 Session Highlights。
看板（Dashboard）	teamai dashboard	Web 看板，展示实时会话，以及本机近 7 天相对前 7 天的趋势。
知识库健康（KB Health）	teamai dashboard → KB Health	内置于看板的报告页面，展示知识库使用情况与健康状态——各类型覆盖率、高频召回条目、沉默条目、召回趋势、作者贡献及维护控制台。

命令一览

命令	说明
teamai init	初始化：OAuth 登录、关联仓库、注册成员、注入 hooks
teamai pull	拉取团队资源并注入到本地 AI 工具
teamai push	推送本地资源到分支并创建合并请求
teamai packages [install] [target]	安装团队 npm 包和 Claude 插件。裸 teamai packages 安装全部；teamai packages install <target> 添加单个并更新声明
teamai status	显示本地与团队仓库的差异及资源数量，包含 namespace 下的技能和子目录中的文档
teamai contribute	将 session 经验分享到团队仓库
teamai recall <query>	搜索团队知识库（BM25 + 图谱增强）
teamai recall enable/disable/status	开关或查看 recall 状态
teamai recall promote [learningId]	将高置信度 learning 晋升为正式知识（skills/rules/docs）
teamai recall maintenance	维护知识库健康：清理低置信度 learnings、回写置信度、标记过时条目
teamai import	导入知识（--dir、--from-repo、--from-org、--from-repo-list、--from-mr）
teamai codebase --extract [path]	提取代码事实并在 teamwiki/ 下构建本地图谱
teamai codebase --deep-enrich	从已提取的 evidence 生成深度知识文档
teamai codebase --reconcile	将产品文档与提取的代码知识进行对账
teamai codebase --lint	知识图谱健康检查
teamai ci extract-mr --url <url>	CI：从 MR 提取知识、发评论、合并后写入
teamai members	查看团队成员
teamai projects	将工作目录绑定到一个或多个逻辑项目
teamai roles	管理团队角色和命名空间
teamai tags	管理基于标签的 skill/rule 过滤
teamai skill exclude add/remove/list	管理不参与本地同步的 skills（使用指南）
teamai source	管理 skill 订阅源（其他团队或本团队公共仓库）
teamai remove <type> <name>	删除资源并创建 MR
teamai session save	将脱敏后的 session 摘要记录到月度日志（--push 可喂给 digest）
teamai digest	生成团队周报
teamai doctor	诊断配置问题
teamai uninstall	移除所有 teamai 资源和 hooks

许可证

MIT

贡献

欢迎提交 PR！请先阅读 CONTRIBUTING.md。