Tencent/teamai-cli
Make Every Team AI Native
ayghri/i-have-adhd（已於 2026-09-09 推過），故改推第 2 名。這是什麼
TeamAI 是一個用 TypeScript 寫成的 CLI，目標是讓團隊把使用 AI coding agent 的經驗集中管理，而不是散落在每個人的本機設定裡。README 將它描述為管理團隊 skills、rules、MCP、knowledge 的工具，並可同步到 Claude Code、Codex、CodeBuddy、WorkBuddy、OpenCode、Cursor 等不同 AI 工具。它的核心做法是用一個共享 Git repo 承載團隊的技能、規則、文件、代理、hooks、MCP、環境設定等資源，再透過 init、pull、push 形成「提交、審查、合併、同步」流程。換句話說，TeamAI 想解決的不是單一 prompt 怎麼寫，而是 團隊如何把 AI 協作方式制度化。
為什麼上榜
Tencent/teamai-cli 目前累積 2,956 stars，本期新增 556 stars，以「Make Every Team AI Native」這種直指團隊導入 AI 的定位切中近期痛點。許多團隊已經開始同時使用 Claude Code、Codex、Cursor 或其他 agent，但真正困難的是：規則如何一致、好用的技能如何分享、踩坑經驗如何回流。TeamAI 的亮點在於它不把自己包裝成另一個 agent，而是站在 agent 之上，提供一層 team harness：讓不同工具都能吃到同一套團隊上下文與執行規範。README 也明確標出 Team Context、Team Improvement 仍是 beta，這讓專案看起來既有野心，也保留了仍在快速演進的訊號。
適合誰，可以拿來做什麼
這個專案最適合已經在團隊內導入 AI coding 工具，但開始感受到「每個人用法不一樣」的工程團隊。管理者或資深工程師可以用它建立共享 repo，放入團隊認可的 skills、rules、docs、hooks；成員則透過 teamai init 與 teamai pull 把最新資源同步到自己的專案或使用者範圍。它也適合個人重度使用者，把自己的 AI 工作流整理成可版本控管、可同步的 harness。若你的情境需要跨多個 agent 保持一致的開發規範、審查流程、專案文件或 MCP 設定，TeamAI 的價值會比單純收藏 prompt 更明顯；但若只是偶爾用 AI 問答，導入共享 repo 與同步流程可能顯得偏重。
上手
README 提供的安裝方式很直接，先全域安裝 npm 套件，再對共享經驗 repo 初始化。團隊管理者需要先在 GitHub、GitLab、GitCode、CNB、TGit 或私有 Git 服務建立 repo，並授權成員寫入；若還沒有 repo，也可從 teamai-hub 的模板開始。
npm install -g teamai-cli
teamai init https://github.com/yourorg/yourrepo
團隊成員可在專案目錄執行 project-scope 初始化，或加上 --scope user 安裝到使用者範圍。初始化後，README 說每次 AI session 會自動拉取管理者發布的 skills / rules / Harness updates，減少手動同步成本。
README 重點摘要
- TeamAI 以共享 Git repo 發布團隊的 skills、rules、docs、agents、hooks、MCP、env 等資源，流程是 push → review & merge → pull。
- 支援多種 AI 工具，包括 Claude Code、Codex、Cursor、CodeBuddy、WorkBuddy、OpenCode 等；不同工具支援的資源類型在 README 表格中有列出。
- Team Context beta 包含 learning recall、codebase graph、teamwiki 等能力，並可透過
teamai recall搜尋團隊知識。 - Team Improvement beta 會根據 session friction 提示分享學習，並提供 digest、session save、dashboard、KB Health 等團隊改善功能。
- README 強調 env 不應放 secrets；團隊資源同步雖方便，仍需要透過審查與權限控管維持品質。