TeamCC Platform

TeamCC Platform

面向团队协作的企业级 Coding Agent 平台。基于 Claude Code 深度改造，核心解决 **员工使用 AI Agent 的权限管控** 与 **团队 Skill 资产沉淀** 两个关键问题。

---

项目目的

把 Claude Code 这类强大但"过度信任"的 Coding Agent，改造成企业可以放心交给团队用 且可持续沉淀skill 的工具：

1. 权限管控：防止 Agent 越权操作、执行破坏性命令、访问不该碰的代码。每次工具调用都走统一的身份 + 权限判定链路，可放行、可拦截、可审计。
2. Skill 沉淀：团队成员用 Agent 积累的经验不再停留在个人目录，而是变成可检索、可评价、可流转的团队资产。底层用知识图谱记录"部门 → 场景 → Skill → 调用结果"，用数据反哺 Skill 推荐和质量评价。

---

已实现成果

当前仓库已不是 PoC，而是一套运行中的三层协作系统。关键数据：

维度	指标
Claude Code 运行时改造	2000+ TS/TSX 源文件，覆盖启动鉴权、权限注入、工具拦截、审计埋点
Skill 知识图谱	109 个 Skill 已入库，支持向量 + BM25 混合检索
企业管控接口	4 组核心 API（auth / identity / policy / audit），完整覆盖登录 → 权限下发 → 审计上报链路
文档体系	140+ 架构/参考/运维文档，已按类型分类归档

核心能力落地情况

• ✅ 企业身份注入：启动即鉴权，身份唯一真相源是管理平台 /identity/me
• ✅ 权限控制面：deny > ask > allow 规则编译进 ToolPermissionContext，fail-closed 受限模式
• ✅ 全链路审计：启动 / 登录 / Bash / 文件写入 / 权限决策全部上报 teamcc-admin
• ✅ Skill 检索收口：skill-graph 作为统一 retrieval owner，支持身份驱动的部门/场景 hint
• ✅ 图谱驱动评分：Skill 调用反馈异步回写 Neo4j，定时聚合为重排权重

Skill 检索评测（最新：`graph-preference` 专项 500 条）

Skill 检索不是“拍脑袋上线”，而是每次变更都要经过离线评测。当前最新结论基于 `graph-preference/v1` 的 **500 条**专项集：

• 数据集审计：issueCount = 0
• 正式对照组：canonical
• 当前开发默认口径：experiment
• 最新直接复测报告： graph-preference 500 cases 复测总结（修复评测入口后）
• 对外展示版总结： 三种 Skill 检索方式评测与图谱增益分析

**500 cases 总体结果：**

条件	模式	Recall@1	Recall@3	Recall@5	MRR
experiment	bm25	0.706	0.950	0.976	0.826333
experiment	bm25_vector	0.712	0.958	0.978	0.831833
experiment	bm25_vector_graph	0.852	0.960	0.978	0.902767

ex