TeammateX

Freemium

TeammateX 是面向软件团队的自托管 AI 队友，可学习 GitHub 代码库，构建可搜索的代码与归属知识，并基于文件和行号证据回答问题、创建拉取请求。

什么是 TeammateX？

TeammateX 是面向软件团队的自托管 AI 队友。它连接 GitHub，导入代码库，解析源代码，挖掘 Git 历史，并构建融合代码含义、代码结构和归属信息的知识库。

该产品使用语义搜索和嵌入来回答有关代码含义的问题，同时通过 Neo4j 知识图谱表示 CALLS、OWNS 和 PART_OF 等关系。这使代理能够基于文件和行号凭据回答代码库问题，检查依赖关系和影响范围，并根据提交历史识别可能的负责人。

除了回答问题，TeammateX 还可以操作代码库：编辑文件、运行测试和代码检查、创建分支和提交，并发起拉取请求。其自托管 Docker Compose 部署会将代码库、嵌入和图数据保存在用户的基础设施上，同时支持由服务商托管的 LLM 或本地 Ollama 模型。

逐个连接 GitHub 代码库或批量选择代码库，然后分别跟踪克隆、tree-sitter 解析、嵌入、图构建和 Git 历史挖掘等阶段。失败的阶段可以重试，后台轮询器每 15 分钟重新同步知识。

代理结合语义搜索、图查询、代码责任追踪、提交日志和代码库文件来回答技术问题。回答可以包含文件和行号凭据，而不只是依赖生成的文本。

系统利用 Git 历史将贡献者与代码关联起来，同时通过图关系展示调用边、被依赖项、依赖项和架构。这支持在变更前查找负责人并分析影响。

代理可以读取和编辑文件、创建分支、运行测试和代码检查、提交变更，并通过 Git 工具发起真正的拉取请求。

应用包含带线程历史的流式聊天、任务看板、站会和周报视图、团队归属记录、知识卡片、审计历史、成本跟踪和实时容器日志。

Docker Compose 在用户的基础设施上运行整套服务。系统会统计 LLM 调用用量并通过月度预算进行限制，代理操作会被审计，日志可在界面中查看，API 访问需要登录，且只能由管理员创建账户。

新贡献者可以询问某个子系统的工作方式，搜索相关实现细节，并查看 TeammateX 从代码库中学习到的概念和关系，而不必一开始就手动探索整个代码库。

当变更需要审阅或事故需要熟悉情况的响应人员时，团队可以查询从 Git 历史中挖掘的归属信息，并检查相关代码库上下文。

在修改函数或子系统之前，开发者可以查询调用方、被依赖项和依赖项，了解潜在影响范围，并调查变更与系统其余部分的关联方式。

开发者可以附加堆栈跟踪，并结合语义代码搜索、图查询、代码责任追踪和提交历史，在代码库中追踪问题，识别相关代码或负责人。

对于范围明确的变更，代理可以修改文件、运行测试和代码检查，在分支上提交结果，并发起拉取请求供人工审阅。

TeammateX 如何部署？

它通过 Docker Compose 运行在用户的基础设施上。公开的快速入门指南列出的要求包括 Docker、Compose v2、约 6 GB 可用内存，以及 LLM 密钥或本地 Ollama 模型。

它可以从哪些代码库中学习？

相关网站介绍的是基于 GitHub 的接入方式。用户可以从已连接 GitHub 账户关联的代码库中逐个添加或批量选择代码库。

代码会离开用户的基础设施吗？

该产品旨在将代码、嵌入和图数据保存在用户的服务器上。使用本地嵌入和本地 Ollama 模型时，网站说明不会有任何内容离开本机；使用托管 LLM 服务商时，模型请求会发送给所选服务商。

TeammateX 能修改代码吗？

可以。其文档化工作流能够编辑文件、创建分支、运行测试和代码检查、提交文件并发起拉取请求。最终变更会以真正的 PR 呈现，而不只是建议的代码片段。

支持哪些语言模型？

网站列出了通过 LiteLLM 支持的 DeepSeek、OpenAI、Anthropic、Groq 和 Ollama。Ollama 可用于本地模型，本地嵌入则是默认设置。