AIKraft/AI/Поиск…⌘KВойти
Инструменты8 сентября 2026 г., 21:45 МСК🤖 Auto

Tencent TeamAI CLI: единый репозиторий навыков для всех AI-агентов

Tencent представила TeamAI CLI — инструмент для централизованного управления навыками, правилами и контекстом командной работы с AI-ассистентами (Cursor, Claude, Codex и др.) через Git.

AIРедакция AIKraftавто-обзор источников
2 мин чтения·источник: Github
Поделиться
Баннер новости 7036

Единый стандарт для разрозненных AI-агентов

Tencent выпустила TeamAI CLI, инструмент, решающий проблему фрагментации знаний в командах, использующих различные AI-инструменты. Платформа позволяет администраторам хранить навыки (skills), правила (rules), документацию и конфигурации MCP в едином Git-репозитории и автоматически синхронизировать их с локальными окружениями разработчиков.

Система поддерживает интеграцию с широким спектром агентов, включая Claude Code, Codex, Cursor, CodeBuddy, WorkBuddy, OpenCode, OpenClaw, Hermes, DeepSeek Harness и Qoder. Установка осуществляется через npm:

npm install -g teamai-cli

Архитектура: Execution, Context, Improvement

TeamAI структурирует командную работу вокруг трех ключевых слоев. В отличие от простых менеджеров пакетов, этот инструмент внедряет AI-агентов в процесс улучшения командной эффективности.

Слой Задача Ключевые функции
Team Execution Стандартизация работы агентов Синхронизация skills, rules, hooks, MCP, env через Git-поток (push → review → pull)
Team Context Понимание командного контекста recall, learnings, codebase graph, teamwiki
Team Improvement Улучшение процессов на основе опыта friction-based share-learnings, sessions, digest, dashboard

Умная синхронизация и контроль доступа

Ключевая особенность — автоматическая подтяжка обновлений при запуске сессии через SessionStart hook. Администраторы могут настраивать детализированный доступ:

  • Roles: привязка навыков к ролям (например, только DevOps получают правила деплоя).
  • Tags: подписка на конкретные теги навыков.
  • Sources: возможность подписываться на публичные репозитории других команд или организаций.

Изменения в репозитории проходят через стандартный Git-процесс: разработчик создает MR, ревьюер одобряет, и после мержа клиенты автоматически получают обновления.

Автоматический сбор знаний (Friction-based Learning)

TeamAI внедряет механизм «Team Context», который анализирует сложность задач. Система использует Stop hook для оценки «трения» (friction) в сессии: если разработчик прерывал AI, отменял вызовы инструментов или заставлял модель повторять попытки, система фиксирует это как ценный опыт.

При высоком уровне трения AI предлагает сохранить решение через команду /teamai-share-learnings. Эти данные затем становятся частью базы знаний, доступной через подсистему teamai recall, которая автоматически ищет релевантные прецеденты перед выполнением новых задач.

Поддержка MCP и пакетов

Инструмент унифицирует управление серверами MCP (Model Context Protocol). Конфигурация в mcp/mcp.yaml автоматически конвертируется в нативные форматы каждого агента. Также поддерживается управление npm-пакетами и плагинами Claude Code через teamai packages, что позволяет делиться не только логикой, но и зависимостями.

Источник: Github ↗