AI
Tencent teamai-cli:用 Git 統一 Codex、Claude Code、Cursor 的 Skills、Rules 與團隊知識
teamai-cli 把團隊的 skills、rules、docs、hooks、MCP、env 與知識放進共享 Git repo,透過 push→review→merge→pull 將同一套 AI Harness 分發到 Codex、Claude Code、Cursor 等工具;價值是版本化做事方式,風險則集中在 hooks、MCP、env 與自動拉取的供應鏈治理。
2026年9月10日2 分鐘閱讀👁 6
AI Coding · Team Harness · GitOps
模型可以各自不同,但團隊的做事規範、技能與知識不該散落在每個人的電腦裡
Tencent 的 teamai-cli 以共享 Git repo 管理 skills、rules、docs、agents、hooks、MCP、env 與團隊知識,並同步到 Claude Code、Codex、Cursor、CodeBuddy、OpenCode 等工具。真正解決的是「每個人的 agent 長得不一樣」與個人踩坑無法沉澱的問題。
查核快照(2026-09-10):GitHub 約 3,534 stars/222 forks,TypeScript,repo 內含 MIT LICENSE;npm 最新版為
0.23.1。GitHub API 的 license metadata 顯示 NOASSERTION,但實際 LICENSE 與 package.json 均標示 MIT。核心工作流
teamai push → 建 branch / MR → reviewer approve + merge
↓
SessionStart hook → teamai pull → 分發到各 AI 工具
| 層 | 用途 | 目前訊號 |
|---|---|---|
| Team Execution | 統一 skills、rules、docs、env、agents、hooks、MCP | 核心可用 |
| Team Context | learnings、codebase graph、teamwiki、recall | Beta;recall 預設關閉,需明確啟用 |
| Team Improvement | session、digest、dashboard、KB health | Beta;將使用摩擦轉成可分享 learning |
它真正省掉的麻煩
- 不再手動複製 prompt、AGENTS.md、review 規範與 MCP 設定。
- 新成員初始化後取得同一套 harness,而不是靠口頭交接。
- 個人踩坑可透過 learning → review → 正式 skill/rule/doc 的方式回饋團隊。
- 以 roles、tags、sources 控制不同職能要同步哪些資源,避免所有內容灌給所有人。
- codebase graph 結合 AST 與 heuristic extraction,讓 recall 能回到具體來源檔。
治理風險比安裝更重要
| 風險 | 最低控制 |
|---|---|
| Hooks/自動 pull | 不得直接信任 main;PR review、CODEOWNERS、簽章/保護分支、版本 pin 與回滾。 |
| MCP/Agent 設定 | 檢查 command、server URL、權限與憑證來源;禁止未審核任意 shell。 |
| Env | README 明確說 shared env 不應放 secrets;秘密仍應走 Keychain/vault/CI secret。 |