TeamWork
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
npm 安装 → 仪表盘加入工作组 → AI 工具全自动默式协作
🚀 快速开始 · 🎬 协作演示 · 🏗️ 架构文档 · 💎 价值报告 · 📖 使用手册
如果 TeamWork 对你的团队有帮助,欢迎 Star ⭐ 支持!
为什么需要 TeamWork
AI 会话是天然孤岛——每个人的 AI 不知道别人做了什么。TeamWork 不替换任何人的 AI 工具,而是给现有 AI 开发补上协作层,让多人在各自的 TRAE / Claude Code / Cursor / 任意 MCP 宿主里像同一条流水线一样协作,系统性消除三类隐性成本:
隐性成本 | 无 TeamWork 的现状 | TeamWork 的解法 |
上下文税 | 给队友的 AI 交代背景,需要人工粘贴提示词 | ContextBundle 自动注入(2K 预算),后继者零输入开工 |
试错税 | 一个人踩过的坑,另一个人的 AI 原样再踩一遍 | gotcha 置顶 + 共识 Δ 注入 + RNN 注入边,经验变组级免疫 |
协调税 | 任务分配、进度同步、背景交接全靠喊话 | 画像感知拆分定向分发 + observe 静默入图 + 依赖自动解锁 |
三个「零输入」时刻(完整剧本):
发现任务零输入 —— SessionStart hook 静默注入收件箱候选,Leader 无需喊话分配
同步进度零输入 —— observe 钩子自动上报入图,看节点地图即知进度,零会议零汇报
继承背景零输入 —— 后继任务拾取者自动获得前人全部记忆,无需粘贴任何提示词
🎬 一次 3 任务双端协作实测:70 分钟全链闭合,全程零会议、零进度汇报——docs/demo-collaboration.md
Related MCP server: ATMcp
✨ 核心特性
特性 | 说明 | |
🧵 | 任务协作 | Leader 一句话发布 → 服务器画像感知拆分(成员技能 / 身份域 / 空闲状态)→ 定向默式注入收件箱 → CAS 原子抢锁 → 完成上报自动解锁后继 |
🧠 | 共享记忆 | 工作产出自动沉淀为团队记忆:三层检索(关键词 / 拓扑 / 域)+ 时间线回溯 + 渐进披露(L0 索引 ~50 tokens/条,防上下文膨胀) |
⚖️ | 共识约束 | 团队长线共识版本化治理(命名 / 架构 / 流程):提议 → 全员确认或 Leader 一票生效 → Δ 增量注入全员上下文 |
🔗 | 链路继承 | 未完成开发链可被新成员自主继承(open-ends → inherit → InheritBundle)——溯源 + 崩溃回退防护,失败记忆沉淀为 gotcha 防重蹈覆辙 |
☁️ | 飞书云同步 | 全部数据实时同步飞书云文档:换机、新成员加入即自动恢复;隐私管线( |
🗺️ | 可视化仪表盘 | 节点地图(真实注入边 / 拓扑徽标 / 回退过滤)、成员状态、任务看板、共识管理、Metering(token 用量 + 预算告警) |
🚧 | 正在开发中 | 共享 Skill(注册 / 分发链路, |
🏗️ 架构总览
┌───────────┐ ┌───────────┐ ┌───────────┐
│ TRAE │ │Claude Code│ │ Cursor │ …… 任意 MCP 宿主(每人自己的 AI)
│ (Leader) │ │ (成员) │ │ (成员) │
└─────┬─────┘ └─────┬─────┘ └─────┬─────┘
│ MCP 工具面(15 个协作工具)+ SessionStart 注入 + observe 静默上报
▼ ▼ ▼
┌─────────────────────────────────────────────┐
│ 本机 Server + 仪表盘 │
│ 任务拓扑 · CAS 抢锁 · ContextBundle 注入 │
│ 节点地图 · 租约保活 · 隐私管线 · SSE 推送 │
└───────────────────────┬─────────────────────┘
│ 防抖批量 + 幂等锚点,实时同步
▼
☁️ 飞书云文档 NodeMap.md(唯一共享层)
换机 / 新成员加入 → 全量自动恢复关键机制速览:
机制 | 一句话 |
ContextBundle | 唯一注入组装入口:共识层 + gotcha 置顶 + 拓扑行 + 2K 预算硬裁剪 |
CAS 抢锁 | 原子拾取任务,根除「两人做到同一个任务」的重复劳动 |
租约保活 | 心跳不算——ack / observe / share / report_done 四类产出刷新,超时自动回收任务 |
隐私管线 |
|
渐进披露 | search(索引)→ timeline(上下文)→ get_observations(详情),按需加载不爆上下文 |
完整设计决策与 E2E 实证记录见 docs/architecture.md(760 行,v4.0 → v1.0.14 全程演进)
🚀 快速开始
前置:Node.js >= 18 + 一个自备的飞书企业自建应用(见下方第 0 步)。从 Releases 下载 TeamWork.zip 解压后:
# 0. 接入飞书(必需,约 5 分钟)——飞书云文档是跨机共享层,创建工作组的前置
# 开放平台自建应用 → 开通云文档权限(drive:drive / docx:document)→ 创建版本发布
# → 安装目录 .env 填 FEISHU_APP_ID / FEISHU_APP_SECRET(根目录可不配,自动创建)
# 完整步骤:docs/getting-started.md「飞书接入」
# 1. 安装 CLI
npm install -g ./teamwork-cli-1.0.14.tgz
teamwork version # → TeamWork v1.0.14
# 2. 启动(浏览器自动打开 http://localhost:8787)
teamwork start
# 3. 仪表盘创建 / 加入工作组(Leader 填名称+密码;成员凭组名+密码加入)
# → 工作组的飞书目录(/TeamWork-Demo/<组名>/)由系统自动创建,无需手动建目录
# → 加入已有工作组则自动从飞书云端恢复全部任务/记忆
# 4. 一键配置本机 AI 工具 MCP(自动检测 TRAE / Claude Code / Cursor)
teamwork setup📸 界面一览(四步走完的样子):
完成后打开 AI 工具即可协作。升级 / 远程访问 / 个人身份绑定等见 docs/getting-started.md。
💬 使用提示词建议
配好 MCP 后用自然语言对话即可驱动协作——无需记工具名,AI 会自动调用对应的 MCP 协作工具。三个高频场景:
① Leader 发布任务(AI 自动调用 teamwork_publish_task,画像感知拆分 + 定向分发)
帮我发布一个协作任务:为登录模块实现 JWT 中间件。 要求:token 签发 / 校验 / 刷新三个端点;验收标准是无 token 访问受保护路由返回 401。 可以让服务器按成员技能和空闲状态自动拆分子任务并分配。
② 成员查看可拾取任务(AI 自动调用 teamwork_inbox_status)
查看我的任务收件箱,现在有哪些可拾取的任务?把任务名、验收标准和前置摘要列出来。
③ 成员完成任务节点(AI 自动调用 teamwork_report_done,自动解锁后继任务)
任务「JWT 中间件」已完成,上报结果—— 做了什么:新增
auth/middleware.js,签发 / 校验 / 刷新三个端点全部通过自测; 关键发现:refresh token 需要独立的过期黑名单表; 下一步:后继任务可直接调用verifyToken(),注意先安装jsonwebtoken依赖。
更多场景(任务拾取 / 共享记忆 / 共识提议 / 链路继承)与完整模板见 使用手册 · 使用提示词建议。
🎬 70 分钟实战演示(双端剧本)
docs/demo-collaboration.md 按时间轴还原了一次真实协作——Leader 阿哲 × 前端成员小雨在各自 AI 工具里完成「JWT 中间件 + 登录页 UI + API 联调」三个任务,逐事件标注什么提示词触发了哪个 hook / MCP 工具、server 幕后做了什么:
阿哲 ██████ T-1 开发 ██████┤ done ─┄┄┄┄┄┄┄(等 T-2)┄┄┐
├─→ T-3 联调(小雨)████ done
小雨 ──┤ T-2 开发 ██████████████████┤ done ──────┘
▲ ▲
ack 抢锁(T+0:03) gotcha 分享(T+0:25)——对端节点地图实时可见
├────── 双方 observe 静默上报持续整个开发期,互不阻塞 ──────┤六幕剧:① 一句话发布(画像感知拆分)→ ② 零提示词抢锁开工(ContextBundle)→ ③ 双端并行开发(observe 入图)→ ④ 踩坑跨人流动(gotcha 置顶)→ ⑤ 共识 Δ 注入 → ⑥ 完成解锁 + 跨人继承联调。
🧩 MCP 工具面(15 个协作工具)
类别 | 工具 |
任务闭环 |
|
共享记忆 |
|
共识治理 |
|
链路继承 |
|
身份与技能 |
|
协议指引已内置在工具描述与注入源中——AI 会话自然触发即可,无需记工具。
📊 实施成熟度
协作域 19/19 冒烟通过 + HTTP 全链路实测(ack CAS 抢锁、依赖门控与解锁、评分排序)
MCP 工具面收敛,每次调用 < 1s 返回
三种分发形态适配内网:npm 在线 / .tgz 离线 / .zip 零依赖
数据全落本机
~/.teamwork/,升级安装包不丢数据
📖 文档中心
文档 | 内容 |
安装 / 升级 / CLI 全参考 / 三种接入方式 / 飞书绑定 | |
70 分钟双人剧本:六幕时间轴 + 机制速查表 + 三个零输入时刻 | |
v4.0 → v1.0.14 全程设计决策与 E2E 实证(760 行) | |
三类隐性成本 / 试错四道防线 / ROI 总览 / 成本构成 / 边界假设 |
📁 项目结构
teamwork/
├── bin/teamwork.js # CLI 入口(start / stop / status / setup / doctor / feishu-auth …)
├── server/ # 协作 server + 仪表盘(index.js / feishu-sync.js / public/)
├── mcp/index.js # MCP 工具面(15 个协作工具)
├── scripts/ # setup / observe-hook / build-package 等
├── docs/ # 文档中心(手册 / 演示 / 架构 / 价值报告)
├── .env.example # 环境变量模板
├── LICENSE # MIT
└── package.json # @teamwork/cli v1.0.14🤝 贡献
发现问题:Issues
想要的功能 / 适配更多 AI 宿主:提 Feature Request,附上你的宿主类型
协作机制的设计细节与演进史见 docs/architecture.md——欢迎讨论
📄 License
MIT © TeamWork Contributors
TeamWork —— 给现有 AI 开发补上协作层
This server cannot be deployed
Maintenance
Related MCP Connectors
AI work orchestration for plans, tasks, teams, and coding-agent dispatch.
End-to-end encrypted messaging and work coordination for autonomous AI agents.
Shared project context for AI agents and teams: docs, tasks, and messages that stay current.
Shared task queue for humans and AI agents: leases, handoffs, approvals and signed receipts.
Related MCP Servers
- FlicenseNot gradedqualityNot gradedmaintenanceA production-grade coordination hub that enables AI agents and human teams to work as a single organism by sharing tasks, context, decisions, and persistent memory across projects. It features two-tier agentic memory with per-agent hot caches, inter-agent messaging, and multi-agent authorship tracking for seamless collaboration.2-
- AlicenseNot gradedqualityDmaintenanceEnables multiple LLM agents across devices to form teams, share knowledge, memory, and tasks with live status via a web dashboard and distributed-systems reliability.Apache 2.0
- AlicenseNot gradedqualityAmaintenanceConnects multiple AI agents (Codex, Claude Code, Grok, etc.) into a coordinated, auditable team with shared memory, task ownership, and human oversight, enabling parallel collaboration without conflicts.241Apache 2.0
- AlicenseNot gradedqualityCmaintenanceEnables multiple AI coding agents to coordinate on a shared software project by registering, claiming tasks, declaring file intents, publishing structured change reports, and handing off context, with a local dashboard showing state in near real time.MIT