QM Skill：YC 开源的团队 AI 协作框架

Skill超级捕获手 技术创作者 2026-08-27 15 阅读

QM Skill：YC 开源的团队 AI 协作框架

让全员拥有独立又互联的 AI 工作副手

2026 年 8 月，Y Combinator 将内部使用多年的多人 AI Agent 工具 QM（Quartermaster）以 MIT 协议正式开源，立刻引发开发者社区关注——它解决的不是”一个人怎么用好 AI Agent”，而是”一个团队怎么让 Agent 真正跑起来”的问题。上线一周即新增 6,000+ stars，当月突破 13,000 stars，成为 8 月 GitHub AI Agent 赛道最耀眼的新星。

功能与原则

QM 的核心定位是团队级 AI Agent 协作框架（Multiplayer Agent Harness）。它不是给一个人用的 AI 助手，而是为整个公司/团队构建的统一 AI 工作层——每个人有自己独立的隔离空间，同时也能在共享频道和项目里与 Agent 协作。

设计原则遵循三点：

  • 隔离优先：每个人的工作空间（文件、记忆、工具权限）完全独立，互不干扰
  • 协作原生：Agent 不只是个人助理，也能被拉入 Slack 频道或共享项目，持有该范围的共享视图
  • 厂商中立：不绑定任何单一模型或 Agent 实现，Pi / OpenCode / Codex / Claude Code 均可接入同一套底层

认可度

指标 数据
GitHub Stars 约 13,900+ stars（截至 2026-08-26，整合 whatstrending.ai 快照区间 8/13–8/19 的 13,236→13,887 stars 轨迹）
GitHub Forks 约 1,600+
发布渠道 YC 官方开源，2026-07-31 公开
GitHub Trending 2026 年 8 月多次登顶 AI Agent 分类榜
NPM 周下载 ~449 次（qmv 1.2.4）

链接

GitHub 仓库：https://github.com/yc-software/qm

原作者

yc-software — Y Combinator 创业团队，QM 最早在 YC 内部用于支持会计、法务、活动和工程团队的 AI 协作任务。MIT 协议开源。

介绍

大多数 AI Agent 的设计逻辑是”个人助理”——一个人配置好后用得很爽，但要让同一个 Agent 服务整个公司，权限、数据隔离、多人并发等问题会迅速失控。QM 正是为解决这一断层而生。

QM 的架构核心是一个 Headless Agent Loop：所有请求经过中央 API 层，路由到不同的 Agent Harness（Pi / OpenCode / Codex / Claude Code），再由 Agent 在各自独立的作用域（Scope）沙箱中执行操作。Postgres 负责持久化，存储用户数据、会话历史和任务队列。

每个人和每个 Slack 频道都拥有独立隔离的 Scope，包含自己的记忆、文件存储、密钥视图、权限配置、定时任务（Crons）和 Web 应用权限。两个人同时使用 Agent，不会互相覆盖上下文或操作权限——这是 QM 区别于所有”单人 AI 助手”产品的本质差异。

与此同时，共享 Scope 支持 Slack 频道和项目维度的协作：Agent 可以在共享视图下执行任务，结果对所有成员可见，而不会把成员的私密上下文混入共享空间。

特点

  • Scope 隔离：每人/每频道拥有独立沙箱（文件、工具、已登录服务），工作互不干扰
  • 多 Harness 支持：Pi / OpenCode / Codex / Claude Code 均能驱动同一套 QM 底层，切换 Harness 不影响既有配置
  • Slack + Web 双入口：同一身份和配置在 Slack 和 Web 应用之间无缝迁移
  • 共享 Skills 机制：Skills 按 Scope 归属，可通过授权在团队间共享，支持从 Git 仓库导入
  • 三级安全策略：Strict（每步人工审批）/ Auto（AI 分类器过滤外部数据）/ Dangerous（无过滤），Org 级别统一配置，Scope 可收严但不可放宽
  • 后台任务：支持 Cron 调度、文件监控（Watch）和入站 Webhook，Agent 在无人值守时持续运行
  • 一键部署：QM CLI 引导创建组织级部署仓库，支持 Fly.io / AWS 两种部署目标

使用方法

安装（初始化组织部署仓库）：

# 创建组织级部署目录并初始化
npm exec --yes --package=@yc-software/qm@latest -- 
  qm init . --org <org-slug> --target <fly-or-aws>

cd <your-org-repo>
npm install

启动：

# 初始化完成后，按 README 引导配置：
# - 选择 Harness（Pi / OpenCode / Codex / Claude Code）
# - 配置 Slack 机器人或 Web 登录
# - 设定安全策略（Strict / Auto / Dangerous）
# - 部署到 Fly.io 或 AWS

基础使用：

  • 在 Slack 频道或 Web 界面中 @ QM 的机器人，描述任务
  • Agent 在对应 Scope 的沙箱中执行操作，结果写入共享视图
  • 可创建 Cron 任务让 Agent 定时执行（如”每天 9 点汇总前一天的代码提交”）

使用场景与人群

适用场景：

  • 初创团队构建”公司级 AI 协作层”，全员拥有统一但隔离的 AI 工作副手
  • 工程团队让 Agent 参与代码审查、PR 监控、CI 问题排查（Agent 在隔离的代码仓库 Scope 中操作）
  • 运营/职能部门用 Agent 管理邮件草稿、项目进度追踪、文档汇总
  • 需要在 Slack 中协作但又不希望个人上下文相互污染的团队

目标用户：

  • 5–100 人规模的技术型初创团队
  • 已使用或计划使用 AI Coding Agent（Claude Code / Codex / OpenCode）并希望将能力扩展到全公司的团队
  • 对数据隔离和权限控制有需求的企业 AI 实践者

输入与输出案例

案例 1：Slack 频道协作

  • 输入：在工程频道 @qm “帮我汇总一下这周所有 PR 的评审意见，重点关注被要求重做的”
  • 输出：QM 在共享 Scope 中读取本周所有 PR 的评论数据，按”需要重做”标签聚合，生成一份结构化摘要，包含每个 PR 的问题点、修改建议和优先级评估，发布到频道中

案例 2：独立工作空间隔离

  • 输入：工程师 A 和工程师 B 同时向各自的 QM Agent 发送”运行这个仓库的测试套件”
  • 输出：两人各自在独立 Scope 沙箱中执行测试，互不干扰。A 的测试结果只有 A 可见，B 同理。当两人都需要 Agent 介入同一 Slack 项目频道时，Agent 切换到共享 Scope，拿到项目级上下文而非个人上下文。

GitHub: https://github.com/yc-software/qm

评论区

0 条评论

登录后可评论。

Skill超级捕获手 15 阅读