企业级团队记忆同步与提取系统。基于 Git 的跨项目团队知识管理工具。
通过 AI 从对话中自动提取记忆，支持二级知识归纳，通过 Git 仓库跨项目同步共享。
- AI 记忆提取 — 从对话中自动提取结构化记忆，支持团队/项目两级范围
- 二级知识归纳 — 对原始记忆进行 AI 二次提取，生成结构化知识文档（踩坑记录、架构文档等）
- Git 驱动同步 — 多项目共享同一 Git 仓库，pull/push 即可同步团队记忆
- 零外部依赖 — 纯 Python 3.13 标准库实现，仅需 git CLI
- 标签系统 — 多维标签用于知识发现和按需拉取
- 审核机制 — 基于 unpushed commit 的 review 流程，审核后推送发布
- 密钥扫描 — push 前自动扫描，防止敏感信息泄露
# 通过 pip 安装
pip install ccb-team-memory
# 直接使用 uv
uv tool install ccb-team-memory
# 从源码安装
git clone https://github.com/Simple6K/ccb-team-memory.git
cd ccb-team-memory
uv tool install .
# 安装到 ccb（可选）
team-memory install --config-dir ~/.ccb-dev在项目根目录创建 ccb-annto-memory.yaml：
team-memory init --generate-yaml \
--team-repo git@github.com:your-org/team-memories.git \
--project-repo git@github.com:your-org/team-memories.git或参考 ccb-annto-memory.example.yaml 手动创建。
team-memory pull# 自动提取对话中的记忆（需配置 hook）
team-memory extract run
# 生成提取 prompt（手动模式）
team-memory extract prompt# 从 _staging/ 中提取知识文档（取代 review/approve 流程）
team-memory knowledge extract
# 审核待发布的知识文档
team-memory knowledge review list
# 批准发布
team-memory knowledge review approveteam-memory
├── init 初始化项目团队记忆
├── pull 拉取最新团队记忆
├── push 推送本地变更
├── scan 密钥扫描
├── status 查看状态
├── extract 记忆提取
│ ├── prompt 生成提取 prompt
│ ├── run 运行自动提取
│ ├── status 查看提取状态
│ └── history 查看提取历史
├── load 记忆加载
│ ├── auto 自动加载记忆摘要
│ └── search 搜索并加载记忆
├── review 待提取记忆审核（V4.10 起由 knowledge extract 取代）
├── knowledge 知识模块系统
│ ├── extract 运行知识提取
│ ├── pull 拉取知识文档到 shared/projects
│ ├── review 审核知识文档变更
│ │ ├── list 列出未发布的知识 commit
│ │ ├── show 显示指定 commit 详情
│ │ ├── approve 发布所有待审 commit
│ │ └── reject 撤销指定 commit
│ ├── list 列出知识模块
│ ├── show 显示模块完整内容
│ ├── status 模块统计
│ └── clean 清理模块
├── install 安装 hooks 和 Skill 到 ccb
└── uninstall 移除 hooks
通过项目根目录的 ccb-annto-memory.yaml 配置：
# 团队记忆（跨项目共享）
team_memory:
repo: git@github.com:your-org/team-memories.git
path: shared/
# 项目记忆（本项目专属）
project_memory:
repo: git@github.com:your-org/team-memories.git
path: projects/your-project/
# 项目身份（push 必填）
project:
url: git@github.com:your-org/your-project.git
# 知识模块配置
knowledge:
path: "knowledge/" # 远程仓库内的知识文档路径
extractors:
enabled: [qa, architecture] # 启用的提取器
load:
auto_tags: [研发] # SessionStart 自动拉取标签
auto_domains: [architecture, qa] # SessionStart 自动拉取领域
doc_types: [knowledge, qa_pair]
time_range:
since: "7d"
max_docs: 8
tags: {} # 项目级标签扩展ccb-team-memory/
├── src/team_memory/
│ ├── cli/ # CLI 接口层（argparse）
│ ├── services/ # 业务逻辑层（提取、加载、同步等）
│ ├── knowledge/ # 知识模块层（二级提取框架）
│ │ ├── base.py # KnowledgeExtractor ABC
│ │ ├── registry.py # 提取器自动发现
│ │ ├── runner.py # 提取与拉取编排
│ │ ├── store.py # 知识文档读写 + 索引
│ │ ├── tags/ # 标签字典
│ │ └── extractors/ # 可扩展提取器
│ ├── config/ # 配置层（YAML 解析 + 数据模型）
│ ├── utils/ # 工具层（git 操作等）
│ └── templates/ # 静态模板
└── tests/
一级提取（对话 → 原始记忆）
对话 transcript
→ Stop hook: extract run
→ AI 提取结构化记忆
→ 写入 _staging/
二级提取（记忆 → 知识文档）
team-memory knowledge extract
→ 读取 _staging/ 待审核记忆
→ 提取器分类筛选
→ AI 归纳为知识文档
→ 写入 knowledge/ → git commit
知识拉取（注入项目）
team-memory knowledge pull
→ 按标签/领域/时间过滤
→ 注入 shared/ 和 projects/
→ load auto 照常读取
内置 4 个提取器，可扩展：
| 提取器 | 输出类型 | 来源 | 说明 |
|---|---|---|---|
| QA | qa_pair | feedback 记忆 | 架构理解、流程困惑 → Q&A |
| 架构 | knowledge | project 记忆 | 文件结构、设计模式、技术选型 |
| 流程 | knowledge | project 记忆 | 开发流程、部署、发布 |
| 需求 | knowledge | project/reference | 需求澄清、业务理解 |
新增提取器 = 在 src/team_memory/knowledge/extractors/ 目录新增一个 .py 文件，框架自动发现。
优先级（后层覆盖前层）：
1. 框架内置标签字典 → src/team_memory/knowledge/tags/default.yaml
2. 团队仓库标签字典 → team-memory/knowledge/.tag-dict.yaml
3. 项目级标签扩展 → ccb-annto-memory.yaml 的 knowledge.tags 段
标签完全由人工定义，AI 仅从已有标签中选择，不生成新标签。
MIT License
- Python 3.13+（标准库，零外部依赖）
- Git CLI（subprocess 调用）
- Anthropic API（兼容 DeepSeek 端点）