这个团队的基础是人，能不能改成agent呢？如果我有一个agent team，我就可以统一管理harness，把他们的个体经验转化为skill，并且有一个agent team dashboard

可以，而且这里不是简单把“团队成员”从人换成 Agent，而是把管理对象从“人的 AI 工具配置”变成“Agent 团队的能力、执行和经验积累”。 比如你有一个主 Agent，下面带开发、测试、Review 几类 worker： 主 Agent 接到需求，给 worker 派活；每个 worker 启动时加载团队统一规范，再叠加自己角色的 Skill、工具和权限。开发 worker 修好一个问题后提交经验，经过验证再沉淀成共享 Skill；下一次新启动的 worker 也能直接用，不依赖原来的会话还在。Dashboard 则让你看到谁在干活、谁被阻塞、谁在等验收，以及整个团队有没有因这些积累变得更有效。 这样，一次性 worker 可以销毁，团队能力却能留下来。这才是这个方向比较有价值的地方。 TeamAI 已经有可复用的底子 README 里已经有 Harness 分发、角色和标签、经验召回、会话记录、Dashboard，甚至有把高置信度 learning 提升为 skills/rules/docs 的 promote 命令。所以你的设想不需要从零开始，现有的“分发—执行—沉淀”结构能沿用。 但它目前公开描述的管理入口仍以人的团队为基础：成员注册、个人工具配置、成员会话和使用情况。不能据此认为它已经具备完整的 Agent team 管理能力。 真正要改的是三处。 第一，统一管理 Harness，不等于所有 Agent 用同一套配置。 更合理的是“团队基线 + 角色配置 + 任务覆盖”。例如所有 worker 遵守同一套安全和代码规范，但开发 Agent 能改代码，Review Agent 默认只读，测试 Agent 有隔离环境里的执行权限。 还要记录每次执行用了哪个版本的 Harness，否则 Skill 更新后效果变差，你都难以定位和回滚。配置分发也不等于运行时管理，后者还涉及环境、权限、生命周期和故障恢复。 第二，个体经验不能直接自动变成共享 Skill。 比如某个 worker 靠“跳过校验”让任务跑通，这可能只是绕过问题，不值得全队学习。 应该是：执行记录产生候选经验，保留任务背景和验证证据；一次性的事实进入知识库，能复用的流程才形成 Skill；经过独立验收或测试，再发布给相应角色。 尤其纯 Agent 团队里，不能只依赖 TeamAI 现在强调的“人纠正 AI”这类摩擦信号，还要看测试失败、验收返工、重复尝试和任务阻塞。否则没有人打断，不代表做得对。 第三，Dashboard 的中心应该是任务，而不只是 Agent 列表。 你最关心的不会是“有 10 个 Agent 在线”，而是“这个需求为什么还没交付”。 因此应该能沿着任务看到：谁负责、依赖谁、卡在哪、交付物是什么、验收有没有通过、花了多少成本、使用了哪个 Harness 版本。再进一步看某个 Skill 发布后，是否真的减少了返工，而不只是被调用了多少次。 放到你现有的思路里，分工就很清晰： Herdr + herdr-workflow 承担主 Agent 派活、跟进、验收和返工；这种 Agent 化的 TeamAI 承担能力配置、经验沉淀和版本治理；Dashboard 把任务执行与能力演进串起来。 对用户来说，最终还是只和一个主 Agent 对话，不必自己管理一堆 worker。区别在于：这支团队不只是能并行干活，还能把经过验证的工作方法留给下一批 Agent。 来源：https://github.com/Tencent/teamai-cli 以上改造部分是架构设想，不是该项目已实现的能力。