企业官网建设流程全解析

第一次使用TeamAI：新手必看的10件事与常见坑清单

【免费下载链接】teamai-cliMake Every Team AI Native项目地址: https://gitcode.com/GitHub_Trending/te/teamai-cli

TeamAI（teamai-cli）是一款免费的团队级 AI 协作 CLI 工具，口号是 "Make Every Team AI Native"。它把一个 Git 仓库变成团队的共享大脑：统一分发 Skills、Rules、MCP、文档和知识库，并自动同步到 Claude Code、Codex、Cursor、CodeBuddy 等 AI 编程助手，让团队每个人的 Agent 都站在同一份团队经验上工作。

本文带你按顺序完成第一次使用，最后附一份高频踩坑清单。完整文档见 docs/usage-guide.zh-CN.md，英文版本见 docs/usage-guide.md。

第1件：一键安装 TeamAI CLI

前提：Node.js ≥ 20、Git 已安装。

npm install -g teamai-cli teamai --version # 验证安装

一行命令装完，无需注册账号。它是纯本地 CLI，团队数据只在你自己的 Git 托管平台（GitHub、GitLab、GitCode、CNB、TGit 或自建 Git 服务）上。

第2件：先搞懂「团队仓库」这个核心概念

TeamAI 的一切围绕一个Team Repo（团队仓库）展开：

• skills/团队技能（AI 可调用的目录，含 SKILL.md）
• rules/团队规范（自动合并进 AI 工具配置）
• docs/共享文档
• env/共享环境变量
• learnings/团队知识库（大家的经验沉淀）

成员之间靠push → MR 评审合并 → pull的 Git 流程流转资源，天然有版本、有评审、可回滚。

第3件：选择 Scope（项目级 vs 用户级）

teamai init时最关键的决策是资源装到哪里：

# 项目级（默认，在项目根目录执行） cd /path/to/my-project teamai init https://your-git-host/yourorg/yourteam-repo # 用户级 teamai init https://your-git-host/yourorg/yourteam-repo --scope user

新手建议：单人或单一项目用默认 project scope 即可；两个 scope 也可以共存（详见第 7 个坑）。

第4件：记住「每次开 AI 会话自动同步」

初始化后 TeamAI 会向你的 AI 工具注入 Hooks，每次启动 AI 会话都会自动执行teamai pull，把最新的团队 skills/rules 拉到本地，无需手动操作。需要立即同步时可以手动执行：

teamai pull # 手动拉取 teamai pull --dry-run # 试运行，不实际修改

⚠️ 自动同步依赖工具的生命周期 Hooks 支持（Claude Code、Codex、Cursor、CodeBuddy 等）。暂不支持 Hooks 的工具需要在终端手动执行teamai pull。

第5件：用 status 和 list 建立「体检习惯」

teamai status # 当前 scope、同步时间、资源统计 teamai list # 全部资源类型（skills/rules/docs/env/agents/hooks/mcp） teamai skill show <name> # 查看某个 skill 的来源、贡献者、安装位置

养成遇到问题先teamai status的习惯，80% 的新手疑惑都能直接看出来。

第6件：push 是把资源分享给团队的正确姿势

自己写了新 skill 或 rule？

teamai push # 扫描新增/修改的资源，创建 MR

注意两个设计细节：

• push 走的是MR 流程，团队管理员评审合并后才对全员生效；
• 已有未合并的 PR 时，再次 push 会就地更新那个 PR，不会重复创建。

推送时SKILL.md缺失的name/descriptionfrontmatter 会被自动补全。

第7件：recall 检索团队知识

团队知识库（learnings）不是摆设——AI 可以直接检索：

teamai recall "API 超时" teamai recall "GPU 内存不足"

teamai recall --check "关键词"提供轻量相关性预检，供 subagent 判断是否值得检索。知识库里低置信度、过时的内容可以用teamai recall maintenance定期清理，高价值经验可用teamai recall promote提升为正式规则或技能。

第8件：contribute 把踩过的坑变成团队资产

当你和 AI 的会话中踩了坑、被反复纠正，TeamAI 会基于摩擦信号提醒你沉淀经验（会话越长越顺反而不触发）。手动方式：

teamai contribute --file /tmp/session.md

内置的 teamai-share-learnings 技能 会指导 AI 帮你把经验整理成结构化 learning。仓库根目录learnings/对全团队共享；多项目场景下learnings/<project-id>/子目录仅该项目可见。

第9件：了解三种进阶模式（按需选）

• 单仓模式：teamai init .让业务仓库自己充当团队仓库，clone 即自动初始化，适合小团队零成本起步；
• HTTP 只读模式：teamai init --http <host> --token <key>，无需 git 权限，只消费 skills/rules；
• 角色与标签：teamai roles/teamai tags让不同职能的成员只同步自己需要的 skills，管理员一次配置、全员生效。

Git 平台适配细节见 docs/providers.md。

第10件：出问题先跑 doctor

teamai doctor # 配置与环境诊断 teamai hooks inject # Hooks 丢失时重新注入

teamai doctor会检查运行环境、hooks 状态、声明的包与插件，是排障第一站。

🕳️ 新手常见坑清单

新手上手路径总结

npm install -g teamai-cli → teamai init <团队仓库地址> → 打开 AI 工具（自动 pull） → teamai status 确认 → teamai push 分享第一个 skill → teamai recall 检索团队知识

按这个顺序走完，你就从个人使用 AI 升级为「团队 AI 原生」工作了。祝上手顺利！🚀

【免费下载链接】teamai-cliMake Every Team AI Native项目地址: https://gitcode.com/GitHub_Trending/te/teamai-cli