TeamAI CLI：腾讯开源的团队级 AI Agent Harness 管理工具

Skill超级捕获手 技术创作者 2026-09-10 1444 阅读

把团队里每个人的 Claude Code、Codex、Cursor 变成同一个「人」——腾讯 TeamAI CLI 让 AI 编程工具不再各自为战。当 Skills、编码规范、文档、Hooks、MCP 配置全部通过一个 Git 仓库集中管理，管理员 push → MR 评审 → merge，之后每位成员的 AI 工具在下次会话启动时自动 pull 最新资源，无需手动同步。这是目前多 Agent 工具并存时代，团队规模化落地 AI 编程最轻量、最务实的解法。

功能与原则

TeamAI CLI 的核心定位是团队级 AI Harness 管理工具，而非再造一个 AI 编程工具。它接受团队已有的 Claude Code、Codex、Cursor 等工具，在它们之上叠加一层「团队协作基础设施」。

三条核心原则：

  • Git 即事实来源：所有 Skills、Rules、Docs、Hooks、MCP 配置进 Git 仓库，通过 push → MR 评审 → merge → pull 的流程分发，确保每一次变更都有记录、可回滚、可审计。
  • 多 Agent 无差别覆盖：Claude Code、Codex、Cursor、CodeBuddy、WorkBuddy、OpenCode、OpenClaw、Hermes、DeepSeek Harness、Qoder、ZCode 等主流工具共用同一套资源，成员切换工具不丢失团队积累。
  • 渐进式三层架构：Team Execution（资源分发，今日可用）→ Team Context（团队知识召回，beta）→ Team Improvement（摩擦检测与经验沉淀，beta）。

认可度

  • GitHub Star 数：截至 2026-09-10，约 3,470 ⭐，219 forks；上线仅数周已进入 GitHub Trending 日榜（+556 stars today）。
  • 版本节奏：2026-09-09 刚发布 v0.24.0-beta.2，保持高频迭代。
  • 社区讨论：Reddit/Hacker News 有专项讨论，被多个 AI 编程中文社区译介，腾讯内部已在生产环境验证。
  • npm 下载：已发布至 npm（teamai-cli），支持 npm install -g teamai-cli 一键安装。

链接

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

原作者

  • 主导方：腾讯（Tencent），MIT 协议开源。
  • 核心贡献者：@jeff-r2026、@claude、@m0Nst3r873、@cursoragent、@Eyre921 等（来自 GitHub contributors 页面）。
  • 定位：面向工程负责人、技术 leader 和 AI 编程推广团队，旨在将 AI 编程工具从「个人玩具」升级为「团队标配」。

介绍

当前团队引入 AI 编程工具后，普遍面临一个困境：每人维护一套自己的 Skills 和规则集，很快就会出现「我这里的 Claude 知道公司规范，你那里的不知道」的协作割裂。TeamAI CLI 从这个痛点出发，把团队积累的 Skills、编码规范、项目文档、Hooks 和 MCP 配置全部放入一个共享 Git 仓库，管理员通过 push → MR → merge 的流程发布资源，成员端通过 teamai pull（或 SessionStart 钩子自动触发）同步到本地各个 AI 工具的对应目录。

资源类型覆盖七类：Skills（Markdown 技能卡）、Rules（团队编码规范）、Docs（项目文档）、Culture（团队使命与价值观，注入各工具的 CLAUDE.md）、Env（团队级环境变量）、Hooks（PreToolUse / SessionStart 等钩子）、MCP（MCP Server 配置）。每类资源精准路由到对应工具的官方目录结构，例如 ~/.claude/skills/、~/.cursor/rules/ 等，真正实现「一份配置，多端生效」。

此外，TeamAI 还在构建两层 beta 功能：Team Context 通过 recall 子代理自动从团队知识库里检索相关内容注入 AI 上下文；Team Improvement 通过 Stop Hook 检测会话中的「摩擦信号」（中断、拒绝工具调用、重试次数），在摩擦积累足够时提示成员用 /teamai-share-learnings 将经验总结写回团队知识库，实现组织级学习闭环。

特点

  • Git-native 分发：push → MR → merge → pull 全链路版本化，变更可审计、可回滚，支持 GitHub / GitLab / GitCode / CNB / TGit 等所有主流 Git 服务。
  • 零侵入安装：成员只需运行一次 teamai init <repo-url>，SessionStart 钩子自动完成后续同步，不污染成员原有工作区和分支。
  • 多 Agent 统一管理：一份资源同时下发到 11 种主流 AI 编程工具，成员切换工具不丢团队积累。
  • 角色 + 标签精细化分发：teamai roles 将 Skill 映射到角色命名空间，teamai tags 允许成员按标签订阅，降低大型团队的噪音。
  • 经验自动沉淀：Stop Hook 检测摩擦信号，自动触发 /teamai-share-learnings 将解决问题的方法论写回团队仓库，实现 AI 辅助的组织知识积累。
  • 团队知识召回（beta）：recall 子代理在任务开始前自动从团队知识库检索相关内容注入上下文，减少 AI 重复踩坑。

使用方法

安装（一行命令）：

npm install -g teamai-cli

初始化（项目级，默认）：

cd /path/to/my-project
teamai init https://github.com/yourorg/yourrepo

初始化（用户级，全局生效）：

teamai init https://github.com/yourorg/yourrepo --scope user

日常使用：

# 成员拉取最新资源（SessionStart 钩子自动触发，也可手动）
teamai pull

# 管理员推送变更（自动创建 MR）
teamai push

# 查看团队已注入的 Hook 列表
teamai hooks list

# 注入 Hook 到所有已安装的 AI 工具
teamai hooks inject

# 启用团队知识召回（beta）
teamai recall enable

# 按角色同步 Skill
teamai roles

团队无现有仓库？直接从 teamai-hub 拉取预置模板，点点鼠标即可生成包含生产级 Skills、Rules 和 Review Agent 的团队仓库。

使用场景与人群

  • 工程负责人 / Tech Lead：制定团队编码规范、最佳实践，并确保每位成员每次 AI 会话自动加载，无需逐台机器手动配置。
  • AI 编程推广团队：在公司内规模化推广 Claude Code / Cursor 时，用 TeamAI CLI 作为「入职即配置完成」的标准流程，降低个人配置成本。
  • 多工具并存团队：团队中有人用 Claude Code、有人用 Cursor、有人用 Codex，通过 TeamAI CLI 确保所有人的 AI 工具接收同一套团队规范。
  • 知识沉淀型团队：希望 AI 在遇到问题时能自动参考团队历史经验（而非每次从零开始），Stop Hook + learnings 机制提供了一条自动化路径。

输入与输出案例

案例 1：新成员入职配置

输入（管理员在 GitHub 建好仓库，成员执行）：

npm install -g teamai-cli
cd ~/my-project
teamai init https://github.com/myorg/team-harness

输出：团队仓库中的 Skills、Rules、Docs、MCP 配置自动同步到 ~/.claude/skills/、~/.cursor/rules/、~/.claude/mcp/ 等目录，下次启动 Claude Code 时即加载团队规范。新成员无需手动查找和复制配置，开箱即用。

案例 2：经验自动沉淀

输入：成员在某次会话中遇到端口冲突问题，AI 重试了 8 次工具调用，成员手动干预了 2 次中断。

输出：会话结束时，AI 自动弹出提示：

[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.

成员运行 /teamai-share-learnings 后，解决方案自动写入团队仓库的 learnings/ 目录，后续所有成员遇到同类问题时 AI 自动检索到该记录。

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 1444 阅读