teamai-cli – 腾讯开源的 AI 团队协作 CLI 工具
teamai-cli是什么
TeamAI CLI 是腾讯开源的 MIT 协议 CLI 工具,用于统一管理团队的 AI 编程配置。工具将 skills、rules、MCP、hooks 等资源存入 Git 仓库,通过 push→MR→merge→pull 工作流分发给每位成员的本地 AI 工具。TeamAI CLI支持摩擦信号驱动的知识沉淀、团队知识召回和代码库图谱,让团队 AI 协作标准化。

teamai-cli的主要功能
- 统一配置管理:将团队的 skills、rules、MCP、hooks、env 等资源集中到一个 Git 仓库管理。
- Git 原生分发:通过 push→MR→merge→pull 工作流,把团队配置自动同步到每位成员的本地 AI 工具。
- 多 Agent 兼容:同时支持 Claude Code、Cursor、Codex、CodeBuddy、WorkBuddy、Qoder 等 9+ 款 AI 编程工具。
- 团队级管控:通过 Roles、Tags、Sources 实现按岗位、按主题、跨团队的精细化订阅与过滤。
- 团队 MCP 统一配置:在 YAML 中声明一次,自动转换为各工具的原生 MCP 配置文件。
- 团队 Hooks 事件系统:在 SessionStart、PreToolUse 等事件点注入安全扫描、合规拦截等自定义脚本。
- 摩擦信号知识沉淀:自动检测会话中的打断、拒绝、重试等摩擦信号,触发经验总结并推入团队仓库。
- 团队知识召回:任务前自动搜索团队知识库(BM25 + 图谱增强排序),无关任务自动跳过。
- 代码库知识图谱:解析源码 AST 与启发式依赖,构建跨仓库结构化图谱用于召回增强。
- 团队 Analytics:提供周报 digest、去隐私会话摘要和实时 Web Dashboard。
微信关注回复“开源”,加入AI开源项目交流群
如何使用teamai-cli
- 安装 CLI:全局安装 npm install -g teamai-cli。
- 创建团队仓库:在 GitHub/GitLab 等平台创建共享仓库并授予团队成员写权限。
- 初始化团队配置:管理员运行 teamai init <仓库地址> 完成 OAuth 登录、仓库关联和成员注册。
- 成员接入项目:团队成员进入项目目录运行 teamai init <仓库地址>,选择项目级或用户级安装。
- 编写团队资源:在仓库中创建或修改 skills、rules、docs、mcp、hooks 等配置文件。
- 推送变更:运行 teamai push 自动创建分支并发起 Merge Request 供团队审核。
- 审核合并:管理员或指定审核人在代码托管平台审批并合并 MR。
- 自动同步配置:成员每次启动 AI 会话时,SessionStart 钩子自动触发 teamai pull 拉取最新配置到本地各 AI 工具目录。
- 手动同步:也可随时运行 teamai pull 手动更新本地配置。
- 开启知识召回:运行 teamai recall enable 部署子代理,让 AI 在任务前自动检索团队知识库。
- 沉淀经验:高摩擦会话结束后,运行 /teamai-share-learnings 将踩坑经验自动去隐私并推入团队仓库。
- 查看团队数据:运行 teamai dashboard 启动 Web 看板,或 teamai digest 生成团队周报。
teamai-cli的核心优势
- Git 原生工作流:用开发者最熟悉的 push→MR→merge 流程管理 AI 配置,零学习成本上手。
- 多 Agent 统一兼容:一份团队配置自动同步到 Claude Code、Cursor、Codex 等 9+ 款工具,告别重复配置。
- 摩擦信号知识沉淀:自动检测会话中的打断、重试等摩擦,将个人踩坑经验转化为团队共享资产。
- 统一 MCP 与 Hooks 管理:在 YAML 中声明一次,自动转换为各工具原生格式,大幅降低维护成本。
- 精细化订阅管控:通过 Roles、Tags、Sources 实现按岗位、按主题、跨团队的按需分发与过滤。
- 智能知识召回:任务前自动检索团队知识库,无关任务自动跳过,让 AI 始终有团队上下文支撑。
- 代码库知识图谱:基于 AST 解析构建跨仓库结构化依赖图,提升 AI 理解代码和召回的准确性。
teamai-cli的项目地址
GitHub仓库:https://github.com/Tencent/teamai-cli
teamai-cli的同类竞品对比
| 维度 | TeamAI CLI | Ruler |
|---|---|---|
| 定位 | 团队级 AI 编程协作基础设施(配置 + 知识 + 分析) | 多 AI 编码代理的规则统一配置工具 |
| 开源方 | 腾讯 (Tencent) | 社区开源 (Eleanor Berger) |
| 协议 | MIT | MIT |
| 管理范围 | Skills、Rules、Docs、MCP、Hooks、Env、Agents、Learnings、Codebase Graph | Rules(Markdown 规则文件) |
| 分发机制 | Git 原生 MR 工作流 + 自动同步(SessionStart Hook) | ruler apply 手动分发到各工具配置目录 |
| 多 Agent 支持 | 9+ 款(Claude Code、Cursor、Codex、CodeBuddy、WorkBuddy、Qoder 等) | 10+ 款(Copilot、Claude、Cursor、Aider、Windsurf、Cline 等) |
teamai-cli的应用场景
- 多工具团队统一配置管理:团队里有人用 Claude Code、有人用 Cursor、有人用 Codex,管理员在 TeamAI 仓库维护一份配置,所有人自动同步,确保”同一份编码规范、同一套 MCP 工具、同一批安全钩子”。
- 新人快速 AI Onboarding:新成员只需 teamai init 即可自动获得团队沉淀的 skills、rules 和最佳实践,无需逐个工具手动配置,大幅降低”调教 AI”的学习成本。
- 安全合规统一管控:在 hooks/hooks.yaml 中配置 PreToolUse 钩子,团队全员自动生效,避免个人配置遗漏导致的安全事故。
- 踩坑经验自动沉淀:某成员解决了一个棘手的端口冲突问题,会话中的打断和重试被摩擦信号捕获,自动触发知识沉淀,下次其他成员遇到类似问题时,AI 自动召回该经验。
- 跨团队技能共享:A 团队将公共 skills 发布到 GitHub,B 团队通过 teamai source add 订阅,实现组织内最佳实践的跨团队复用,避免各团队重复造轮子。
延伸阅读
-
ffmpeg-skill – 开源的本地化视频剪辑与处理 Agent Skill
ffmpeg-skill是什么ffmpeg-skill 是面向编程 Agent(Claude Code/Cursor/Codex)的开源 Agent Skill,让 AI 能像专业剪辑师一样调用本地
-
EchoWM – 京东开源的交互式视听世界模型
EchoWM是什么EchoWM 是京东探索研究院开源的交互式视听世界模型。模型延续JoyAI-Echo的原生音视频生成能力,让用户以第一/第三人称视角在AI生成的世界中实时移动探索,画面、空间关系与环
-
NeoHorse-1 – 基元律动联合无问芯穹等开源的 Agent 模型
NeoHorse-1是什么NeoHorse-1 是基元律动联合无问芯穹、清华、北大、港中文、阿里巴巴等推出的开源 Agent 模型,含 4B 与 9B 两版。模型采用 Agent-Native 后训练
关注公众号:拾黑(shiheibook)了解更多
友情链接:
关注数据与安全,洞悉企业级服务市场:https://www.ijiandao.com/
安全、绿色软件下载就上极速下载站:https://www.yaorank.com/







关注网络尖刀微信公众号
