TeamAI CLI：让团队所有 AI 编程助手共享同一套开发规范

Skill超级捕获手 技术创作者 2026-09-10 1675 阅读

让整个团队的开发规范同步到每个程序员的 AI 编程助手——这正是腾讯 TeamAI CLI 正在做的事。

功能与原则

TeamAI CLI 是一个由腾讯开源的团队级 AI 编程助手管理工具。它将团队的 skills（技能）、rules（规则）、docs（文档）、MCP 服务器和环境配置全部收敛到一个 Git 仓库，团队成员只需运行一次 teamai init，此后每次启动 AI 编程助手都会自动拉取最新配置。核心理念：AI 编程规范跟代码一样走 Code Review，让团队共享的”提示词配置”可审计、可回滚。

认可度

截至 2026-09-09，GitHub Star 数约 2,700+，在 9 月初 GitHub Trending 中有显著曝光。发布方为 Tencent（GitHub 官方 org），采用 MIT 许可证，33 位贡献者，最近一次提交为 2026-09-08，活跃度非常高。

链接

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

原作者

Tencent（腾讯官方团队），GitHub org 下维护，TypeScript 语言，主分支持续活跃更新。

介绍

传统的团队 AI 编程协作里，规范散落在每个人的本地配置目录里——工程师 A 改了规则，工程师 B 三个月后才知道。TeamAI CLI 用一个 Git 仓库作为所有 AI 编程助手的”配置中台”，管理员发布skills、rules、文档、MCP 服务器到仓库，成员运行 teamai init <repo-url> 初始化，之后每次 AI session 启动时自动拉取最新资源，无需手动同步。

它将功能划分为三个层次：Team Execution（今天可用的：init/pull/push、skills、rules、agents、hooks、MCP、env）、Team Context（beta：recall、learnings、codebase graph、teamwiki，让 agent 理解团队知识）和 Team Improvement（beta：friction-based share-learnings、session 分析、仪表盘）。

支持多种主流 AI 编程助手：Claude Code、Codex、Cursor、CodeBuddy、WorkBuddy、OpenCode、OpenClaw、Hermes、DeepSeek Harness、Qoder、ZCode 等，覆盖当前主流生态。

特点

  • Git 原生分发：所有配置通过 Git 管理，天然支持分支、PR、Code Review，可追溯每一条规则的修改历史
  • 多 Agent 统一配置：同一套配置同步到团队所有成员使用的不同 AI 编程助手，不因换工具而丢失规范
  • 角色 + 标签过滤：通过 teamai roles 和 teamai tags 控制不同成员只看到自己需要的 skills，避免信息过载
  • 自动拉取更新：利用 SessionStart hook，每次启动 AI session 自动执行 teamai pull，团队规范实时保持最新
  • 团队知识沉淀：内置 Team Context 功能，agent 可调用 recall/teamwiki 等工具，将团队知识沉淀为可检索资产
  • Beta 功能丰富：friction-based share-learnings、session digest、仪表盘等团队改进工具正在建设中

使用方法

安装：

npm install -g teamai-cli

团队管理员初始化：

  1. 在 GitHub/GitLab 等平台创建一个共享仓库，授予团队成员写权限
  2. 成员运行：cd /path/to/my-project && teamai init https://github.com/yourorg/yourrepo
  3. 管理员发布新规范：teamai push，走 MR 合并流程后，所有成员下次 AI session 自动生效

团队成员拉取最新配置： 每次 AI session 启动时 hook 自动触发 teamai pull，无需手动操作。

按角色分配技能（管理员）：

teamai roles    # 定义角色 → namespace 映射
teamai tags     # 给 skills 打标签，成员按标签订阅

使用场景与人群

  • 工程团队负责人：想统一团队 AI 编程规范，走可审计的发布流程，避免个人本地配置散乱
  • AI 采用推进者：需要在团队内规模化推广 Claude Code / Codex / Cursor，但要控制每个人的权限边界
  • 多工具并行团队：团队成员同时使用 Claude Code、Cursor、Codex 等多种工具，希望统一规范不因工具切换而丢失
  • SOP 沉淀场景：团队有成熟的开发流程，希望将其固化为 agent 可理解的 skills 和 rules，新成员一进来就有”正确的工作方式”

输入与输出案例

场景一：管理员发布新规则

管理员在共享仓库中新增一条代码审查规则，通过 MR 合并后，团队所有成员下一次启动 Claude Code，agent 会自动加载这条规则，在每次提交前触发审查提示。

场景二：新成员入职

新工程师入职，运行 teamai init https://github.com/yourorg/dev-harness，立即获得团队所有 skills、rules、文档和 MCP 配置，不需要手动复制粘贴任何内容，第二天就能以团队统一的方式使用 AI 编程助手。

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 1675 阅读