newlightlw

Agent Team Memory — Git skill for Claude Code

Git community

团队 Agent Memory 共享系统 — 把 Claude Code/Codex/Trae/Hermes 的记忆汇聚到 Git, 含 CLI/Web 可视化/四工具桥接/auto-commit skill/CI 校验.

How to install Agent Team Memory

This entry records only its repository, not the path inside it, so there is no exact command to give. Open newlightlw/agent-team-memory and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What Agent Team Memory does

团队 Agent Memory 共享系统 — 把 Claude Code/Codex/Trae/Hermes 的记忆汇聚到 Git, 含 CLI/Web 可视化/四工具桥接/auto-commit skill/CI 校验.

Alternatives in Git

  • Openclaude — Open Claude Is Open-source coding-agent CLI for OpenAI, Gemini, DeepSeek, Ollama, Codex, GitHub Models, and 20 22.5k ★
  • Codexia — Agent Workstation for Codex CLI + Claude Code — with task scheduler, git worktree & remote control, skills man 638 ★
  • Async Code — GitHub Repo stars Use Claude Code/CodeX CLI to perform multiple tasks in parallel Parallel task execution 513 ★

README

Team Memory — 团队 Agent 记忆共享系统

让 Claude Code / Codex / Cursor / Trae / Hermes 等 AI coding 工具共享同一套团队长期记忆。

Team Memory 用 **Git 管理的 Markdown 仓库** 保存项目背景、技术决策、错误复盘和可复用流程。它支持结构化知识和可选的飞书原文归档,不强依赖向量数据库;Markdown 是唯一真相,Git 提供版本、审核和回滚。

版本 0.4.2 · Python 3.11+ · macOS / Linux / Windows

v0.4:一句话归档 + 飞书自动同步

你说“帮我归档下……”或“帮我同步下……”时,当前 AI 先整理**目的、关键过程、结果、核心思想、未来应用、讨论点**六项,再直接上传私有 GitHub。可选飞书自动同步保留原文与结构化摘要,无需逐条审阅。作者、来源、版本仍保留;自动归档不等于团队共识。

默认查询模式仍只读;成员通过 `--enable-upload` 明确启用直接上传与配套技能。完整安装、配置、失败恢复、飞书接入和实际限制见 **[自动归档指南](docs/AUTO_ARCHIVE.md)**。旧的人工 inbox 审阅路径仍可用,见 [GitHub 共享指南](docs/GITHUB_SHARING.md)。源码与实际团队记忆使用不同仓库。

解决什么问题

当团队同时使用多个 AI coding 工具时,经验很容易散落在不同会话和不同工具里:

  • Claude Code 知道的上下文,Codex 不知道。
  • 这周解决过的错误,下周换个工具又要重新解释。
  • 架构约束、历史决策、踩坑记录没有稳定入口。
  • AI 可以总结经验,但不应该直接把未验证内容写成团队事实。

Team Memory 把这些经验沉淀为一个独立的 Git 仓库,让人和 Agent 都能读取、提交候选、审核和同步。

核心特性

  • Git + Markdown:记忆文件人类可读、AI 可读、可 review、可回滚。
  • 五类记忆:project / code / decision / error / skill。
  • 可选候选审核:人工流程中的 AI 产出先进 inbox/,人工 approve 后才进入正式 memory/。
  • 跨工具桥接:支持 Claude Code、Codex、Hermes、Trae 的全局 skill / 规则入口。
  • MCP Server:AI 工具可在对话中动态 search/get/list,独立 MCP 支持本机草稿,以及显式启用的结构化直接上传。
  • Web UI:本地浏览、搜索、查看来源和版本历史。
  • 安全保护:防止把团队记忆误写进工具源码仓库;secrets 默认不入库。

5 分钟本地体验

这条路径不需要远端仓库,适合第一次试用。

git clone 
cd agent-team-memory
python -m pip install -e .

# 初始化一个本地记忆仓库
team-memory init -p ~/team-memory -n "Demo Team" -a alice

# 写一条正式记忆。注意: 不在 agent-team-memory 目录里写记忆, 要用 -p 指向数据仓库
team-memory capture "采用 Git 管理团队记忆" \
  -t decision \
  --via codex \
  -p ~/team-memory \
  --note "团队长期记忆使用 Markdown 文件保存, Git 作为版本和审核机制。"

# 查看
team-memory list -p ~/team-memory
team-memory web -p ~/team-memory

如果你想让“写记忆 + git commit”一步完成,用 `save`:

team-memory save "记录一次可复用流程" \
  -t skill \
  --via claude \
  -p ~/team-memory \
  --note "任务完成后, 只沉淀未来会复用的结论, 不保存完整聊天记录。"

团队部署

团队通常需要两个仓库:

agent-team-memory  工具仓库:CLI / Web / MCP / 模板 / 文档
team-memory        数据