TeamAI 7个高频命令实战status/list/members资源管理速查【免费下载链接】teamai-cliMake Every Team AI Native项目地址: https://gitcode.com/GitHub_Trending/te/teamai-cliTeamAI CLIteamai-cli是一款面向团队的 AI 资源管理命令行工具它把团队共享的 skills技能、rules规则、文档和 MCP 配置统一存到 Git 仓库并自动同步到 Claude Code、Cursor、Codex 等 AI 编码工具中。本文带你实战 TeamAI 的 7 个高频命令——init、pull、push、status、list、members、doctor快速掌握 TeamAI 资源管理与成员管理的日常操作 什么是 TeamAI CLI想象这样一个场景团队里每个人都在用 AI 写代码但每个人的 AI 工具配置都不一样——有的有部署规范技能有的有代码评审规则经验无法沉淀和共享。TeamAI 解决的正是这个问题One Team. One Harness. Every Agent.一个团队、一套配置、所有 AI 工具它的核心工作流非常直观teamai push → 创建分支 MR → 评审者合并 ↓ 会话启动 Hook → teamai pull → 同步到本地 AI 工具一次npm install -g teamai-cli即可安装需要 Node.js 环境然后跟着本文的 7 个命令走一遍你就完成了一次完整的 TeamAI 资源管理闭环。命令一teamai init — 一键接入团队仓库init是入门的第一步它完成 OAuth 登录、关联团队仓库、注册成员身份、注入 Hooks 四件事。# 在项目目录中执行资源安装到项目目录默认方式 cd /path/to/my-project teamai init https://your-git-host/yourorg/yourrepo # 或者安装到用户级资源安装到 ~ 目录 teamai init https://your-git-host/yourorg/yourrepo --scope user新手提示项目还没有团队仓库时可以先用官方的 teamai-hub 模板仓库创建模板里预置了生产可用的技能、规则和评审 agentinit之后立即可用。init完成后的验证方法就是下面要讲的status和members。命令二teamai pull — 一键拉取团队技能与规则teamai pull # 手动拉取最新团队资源 teamai pull --dry-run # 试运行预览变更但不实际修改pull会把团队仓库中的 skills、rules、文档、env 环境变量、agents、hooks、MCP 配置等全部同步到你本地的各个 AI 工具目录里。好消息是init 注入的 Hooks 会在每次启动 AI 会话时自动执行 pull日常使用中你几乎不需要手动敲这条命令。只有在你手动操作、或者工具不支持 Hooks 时才需要显式执行。命令三teamai push — 发布本地资源到团队当你在本地新增了技能或规则想分享给团队teamai push它会自动完成三件事把本地资源推到新分支、创建 Merge Request、并提示你走团队评审流程。资源必须经过评审合并后其他成员的 AI 工具才会收到更新——这就是 TeamAI push → review merge → pull 的协作闭环。命令四teamai status — 一屏看清同步状态status是 TeamAI 资源管理中最常用的体检命令一次输出四块关键信息teamai status输出区块内容什么时候看Scope当前生效的范围project / user和数据目录确认命令作用在哪个项目Team repo status本地与远程的 ahead / behind 提交数、改动文件数判断是否需要同步Sync state上次 push / pull 的时间排查为什么没生效Team resourcesskills / rules / docs / env / agents / hooks / mcp 各类资源数量快速盘点团队资源如果显示Local resources not yet pushed不为空说明你本地还有未发布的新资源加上--verbose参数可以看到具体是哪些。进阶用法teamai status --all # 列出 ~/.teamai/projects 下所有项目数据分区并标记孤儿分区多项目协作时同一个仓库服务多个业务项目--all能帮你发现被遗留的旧数据分区配合doctor一起排查。状态命令的核心实现在 src/status.ts 中如果你想深入理解输出字段的统计口径比如 skills 统计的是技能数而非命名空间目录数可以直接阅读这份源码。命令五teamai list — 团队资源速查清单status告诉你有多少list则回答具体是什么。teamai list # 列出全部资源类型 本地已安装 skills teamai list mcp # 只看团队 MCP servers teamai list rules # 只看规则文件 teamai list env --reveal # 明文显示 env默认自动脱敏list有几个非常实用的参数组合--source repo只看团队仓库里的资源团队发布版--source local只看本地各 AI 工具已安装的 skills本地实际版--source all两者都看并标注差异——排查团队有这个技能但我本地为什么没有时特别好用teamai list --source local --agent claude --verbose # 列出 Claude Code 下实际安装的 skills 详情小技巧teamai skill等价于teamai list skills --source all而teamai skill show name还能查看单个技能的来源、贡献者、安装位置——是 skill 资源管理的深度排查利器。命令六teamai members — 查看团队成员清单teamai members输出示例Team members (3): alice — 张三 (you) bob — 李四 carol — 王五成员信息保存在团队仓库的members/username.yaml中包含用户名、显示名、注册时间和所属角色。执行teamai init时你的成员文件会自动创建并注册。新手常见疑问新同事说我 init 了但资源不对先跑teamai members确认对方已出现在清单里再跑teamai status看同步状态——这是 TeamAI 成员管理排查的两步走套路。成员列表的实现逻辑读取 members 目录、合并角色/项目配置可以见 src/members.ts支持--verbose查看每个成员的注册时间。命令七teamai doctor — 自动诊断配置问题teamai doctor当你遇到hooks 没生效pull 报错scope 混乱这类问题时doctor会系统性地检查本地配置、团队仓库状态、已安装的 AI 工具等并给出具体的修复建议——相当于 TeamAI 的自带体检报告建议新手遇到问题先跑一遍再动手排查 7 个命令组合实战日常速查表把 7 个命令串起来就是完整的 TeamAI 资源管理日常场景命令组合新成员上手init→status→members确认已注册、已同步每次开工前status看 ahead/behind 和上次同步时间盘点团队有什么list→list skills --source all→skill show name发布自己的成果push→ 评审合并 → 提醒同事会自动 pull资源没生效排查status→list --source all→doctor多项目清理status --all→doctor完整的命令参数说明和文件组织规范可以查阅项目自带的官方文档docs/usage-guide.zh-CN.md中文版或 docs/usage-guide.md英文其中验证与日常使用章节覆盖了本文全部命令的更多细节命令注册入口在 src/index.ts。总结TeamAI CLI 用 7 个高频命令覆盖了团队 AI 资源管理的完整生命周期init—— 接入团队仓库一切从这里开始pull—— 拉取团队技能与规则会话启动时自动执行push—— 发布本地资源走评审合并流程status—— 同步状态与资源统计一屏掌握list—— 资源明细速查支持 repo/local/all 三种视角members—— 成员清单与注册状态确认doctor—— 配置问题的自动诊断器掌握这 7 条命令你就能在 TeamAI 中流畅完成资源管理、成员管理与问题排查。把团队的 AI 经验沉淀成共享技能让每一次执行都让团队变得更聪明——这正是 TeamAI Make Every Team AI Native 的目标所在 【免费下载链接】teamai-cliMake Every Team AI Native项目地址: https://gitcode.com/GitHub_Trending/te/teamai-cli创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考