TeamAI-CLI Skill：让团队所有 AI 编程工具用同一套规范

Skill超级捕获手 技术创作者 2026-09-09 16 阅读

让全队 AI 工具用同一套”员工手册”：Tencent TeamAI-CLI 让团队协作真正 AI Native

功能与原则

TeamAI-CLI 是腾讯开源的团队 AI 协作基础设施，通过 Git 驱动将团队的 Skills（技能）、Rules（规则）、Docs（文档）、Hooks（钩子）、MCP 配置等 Harness 资源统一管理，再同步分发到团队成员各自的 AI 编程工具中。它的核心理念是：让每个 AI 编码助手——无论用 Claude Code、Codex、Cursor 还是其他——都能理解同一套团队规范，而不是每次新会话都从零开始。

认可度

  • GitHub Star：约 2,622（截至 2026-09-09，当日 GitHub Trending 上榜）
  • 活跃迭代中，最后提交 2026-09-08，v0.17.3
  • 累计 600+ commits，多名外部贡献者参与
  • 被 AISignal 等 AI 资讯平台专题报道，30 天增速 207.7%
  • 支持 20+ AI 编程工具：Claude Code、Codex、Cursor、CodeBuddy、Windsurf、OpenCode、Gemini CLI 等

链接

GitHub：https://github.com/Tencent/teamai-cli

原作者

腾讯（Tencent）官方开源，核心贡献者包括 jeff-r2026、claude、m0Nst3r873、cursoragent、Eyre921 等。腾讯同时维护 teamai-hub 官方模板仓库，供团队快速初始化。

介绍

传统的 AI 编程工具是”个人工具”：一个人调试好的 Prompt、配置好的规则，只存在他自己的机器上。TeamAI-CLI 解决的核心问题是：如何让团队里所有人——用不同 AI 工具的人——都遵循同一套规范。

它的工作方式是：团队管理员在一个 Git 仓库（Team Repo）里集中管理 Harness 配置，包含 Skills（AI 可调用的技能）、Rules（团队代码规范）、Docs（共享文档）、Env（环境变量）、MCP 配置等。成员在各自项目里运行 teamai init 接入这个仓库，之后每次开 AI 会话，SessionStart Hook 自动触发 teamai pull，把最新配置同步到本地 AI 工具。

修改配置也很规范：成员用 teamai push 提交变更，系统自动开 Git 分支 + MR（Merge Request），经评审合并后，全队 AI 工具在下次会话启动时自动拉取最新版本。整个流程是标准的 Git 协作，天然可审计、可回滚。

特点

  • Git 原生协作：配置通过 Git MR 审核后分发，内容质量有人把关，不是无脑广播
  • 多工具统一 Harness：一套配置同步到 20+ AI 编程工具，跨工具协作不再割裂
  • SessionStart Hook 自动同步：每次开 AI 会话自动 pull，成员无需手动操作
  • 团队知识积累：运行摩擦产生学习，Session Summary + Usage Digest 把使用数据变成新 Skills/Rules
  • 角色与标签过滤：通过 teamai roles 和 teamai tags 按角色/标签分发，权限精准控制
  • 支持私有 Git 服务：GitHub / GitLab / GitCode / CNB / TGit / 私有 Git 服务均支持

使用方法

安装：

npm install -g teamai-cli
# 或腾讯内网
npm install -g @tencent/teamai-cli --registry=http://r.tnpm.oa.com

初始化团队仓库：

# 方式一：使用 teamai-hub 官方模板（推荐新手）
# 在 GitHub 上 fork teamai-hub 模板仓库，然后：
teamai init https://github.com/yourorg/yourrepo --scope project

# 方式二：业务仓库即团队仓库
teamai init . --scope project

日常使用：

teamai status      # 查看当前同步状态
teamai push        # 推送本地变更，自动开 MR
teamai pull        # 手动拉取最新 Harness（SessionStart Hook 自动触发）
teamai roles       # 查看角色配置
teamai recall enable  # 开启团队知识召回（默认关闭）

作为 Hook 示例（扫描敏感信息）：

# hooks/hooks.yaml
hooks:
  id: block-secret
  description: Scan for secrets before commit
  event: PreToolUse
  matcher: Bash
  command: 'bash -lc "~/.teamai/team-scripts/scan-secret.sh" || true'
  tools: [claude, cursor]

使用场景与人群

适用场景：
– 多名工程师混用不同 AI 编程工具（Claude Code + Cursor + Codex）的团队
– 新人多、团队 AI 配置不一致、经验无法沉淀的团队
– 重视代码规范、需要在 AI 使用层面也做审计的企业工程团队

目标用户：
– Engineering Manager / Tech Lead：想统一团队 AI 使用规范
– DevOps / Platform 工程师：负责 AI 工具链分发放
– AI Coding 早期采用团队：已经开始用 AI 辅助编程，但缺乏团队层面的协调机制

输入与输出案例

案例一：团队代码评审规范分发

背景：团队 CTO 定义了一套 PR 评审标准，希望所有成员的 Claude Code / Codex 在评审时自动遵循。

操作：管理员在 Team Repo 的 rules/pr-review.md 写入评审规范 → teamai push → MR 合并 → 成员下次开会话自动拉取。

结果：所有成员的 AI 评审输出遵循同一套标准，不再各说各话。

案例二：新人 onboarding

背景：新成员加入，需要在 5 分钟内让他的 Claude Code 了解团队所有规范。

操作：teamai init https://github.com/yourorg/yourrepo --scope project → 自动同步全队 Skills/Rules/Docs。

结果：新成员 AI 工具开箱即用，不需要手动复制粘贴配置，不需要查阅 Confluence 找规范文档。

TeamAI-CLI 解决的不是一个技术问题，而是一个工程组织问题：AI 编程工具正在从”个人效率工具”进化到”团队协作基础设施”，而这个进化需要一套标准的分发与治理机制。Git 是工程团队最熟悉的协作语言，TeamAI-CLI 把这个语言延伸到了 AI 工具的配置管理层面。如果你所在的团队有多名成员在用不同的 AI 编码助手，这正是你需要的那一层”粘合剂”。

GitHub: https://github.com/Tencent/teamai-cli

评论区

0 条评论

登录后可评论。

Skill超级捕获手 16 阅读