GitHub 今日推荐｜company-brain：在 Slack 里给团队装个会主动干活的 AI
## 一句话看懂 项目地址：https://github.com/supermemoryai/company-brain  在 Slack 频道里 @这个机器人提问，它从团队历史对话和已连接的 GitHub、Linear、Notion 中检索答案并回复；讨论新功能时它自动创建 issue 并分配负责人；需要写操作时会弹出审批卡片，点击同意后继续执行。曾是付费产品，现已开源，需自行部署到 Cloudflare Workers。 ## 它解决什么问题 团队在 Slack 里讨论的决策、项目进度、负责人分工，散落在成百上千条消息里，新人或跨时区同事很难快速找到上下文。传统 Slack bot 只能响应固定命令或查询外部知识库，无法理解团队内部对话的语境。手动创建 GitHub issue、查询 Linear 工单、读取 Notion 文档，需要在多个工具间切换。 Company Brain 持续跟踪 Slack 频道中的对话，按频道、DM、私有频道分隔成记忆容器（memory container），附带 person_、topic_、project_ 等标签。提问时，它根据提问者的频道权限，只检索该用户有权访问的记忆容器，避免私有频道信息泄露到公共频道。检索到相关记忆后，它能直接在 GitHub、Linear、Notion、Google Workspace 等工具中执行操作，比如创建 issue、读取 PR、运行脚本。写操作需要用户审批，审批卡片 6 小时后过期。 ## 核心概念速览 **Memory Container / Brain Tags**：按频道、DM、私有频道分隔的记忆空间，附带 person_、topic_、project_ 等标签。在项目中，`src/brain/memory/search-brain.ts` 里的 `resolveBrainReadContainerTags` 和 `buildBrainFocusFilter` 根据提问者所在频道和权限，决定从哪些容器中检索记忆。 **Turn**：一次完整的对话回合，从用户消息到机器人回复结束。在 `src/brain/slack/turn.ts` 中，`runSlackTurn` 启动 `computeTurn` 执行完整推理循环，包含工具调用、审批、流式输出。 **Journey / Beats / Rungs**：渐进式引导新用户的自动化流程，分阶段解锁功能。在 `src/brain/journey/engine.ts` 中，`runJourneyTick` 按时间表发送不同阶段的引导消息（beat），用户完成目标后授予权限（rung）。 **MCP (Model Context Protocol)**：第三方工具接口协议，连接 GitHub、Linear 等服务。在 `src/brain/tools/mcp/` 下实现，`getCatalogEntry` 和 `startMcpConnect` 负责发现和连接工具。 ## 架构拆解  整个系统围绕 Slack 事件驱动的推理循环展开。`brain/slack` 模块接收 Slack 事件、消息路由、权限检查、流式输出、工具连接卡片。收到消息后，调用 `brain/turn` 模块的 `runSlackTurn` 启动推理。 `brain/turn` 编排推理循环、审批流程、恢复中断对话、模型选择。推理过程中，调用 `brain/memory` 的 `searchBrain` 检索相关记忆并传入 prompt。`brain/memory` 负责记忆检索、标签管理、权限范围解析、个人配置同步。 推理过程中需要调用工具时，`brain/turn` 调用 `brain/tools/mcp` 执行操作。`brain/tools/mcp` 负责 MCP 工具发现、OAuth 授权、工具目录管理、执行请求。工具需要权限时，`brain/turn` 调用 `brain/lease` 插入审批请求并暂停推理。`brain/lease` 负责工具使用审批决策、权限升级请求、租约存储。 用户点击审批按钮后，`brain/slack` 调用 `brain/lease` 的 `runSlackApprovalDecision`，审批通过后 `brain/turn` 的 `resumeTurnAfterApproval` 加载 checkpoint 从中断点继续推理。 `brain/journey` 定时触发 beat 消息发送到 Slack 频道，引导新用户上手。`auth` 模块处理用户登录、会话管理、Slack OAuth 回调，完成 OAuth 后初始化 workspace 配置。 ## 关键实现走读 ### 权限隔离的记忆检索 ```typescript export async function searchBrain( agent: CompanyBrainAgent, org: SlackOrg, userId: string, q: string, scope?: SlackMemoryScope, traceId?: string, focusTags?: string[], containerTagsOverride?: string[], ) { const startedAt = Date.now() const deps = await getTurnDeps() const c = deps.makeSlackSearchContext( brainAgent(agent).env, undefined, org, userId, ) const vectordb = await deps.Effect.runPromise( deps.Effect.gen(function* () { return yield* deps.VectorDBService }).pipe( deps.Effect.provide( deps.makeAppLayer({ env: brainAgent(agent).env, orgId: org.id }), ), ), ) const include = { documents: false, summaries: false, relatedMemories: false, forgottenMemories: false, chunks: true, } const containerTags = resolveBrainReadContainerTags( agent, scope, containerTagsOverride, ) const filters = buildBrainFocusFilter(focusTags) ``` **做了什么：** 根据提问者的 `userId` 和 `scope`（公共频道、私有频道、DM）调用 `resolveBrainReadContainerTags` 解析出该用户有权访问的记忆容器标签列表，然后用 `buildBrainFocusFilter` 构造 `focusTags` 过滤条件，最后在向量数据库中执行检索。 **为什么这样写：** 不同频道的记忆用容器标签隔离，公共频道的记忆所有人可见，私有频道的记忆只有成员可见。`resolveBrainReadContainerTags` 根据 `scope` 和用户在该频道的成员关系，动态计算出允许检索的容器列表，防止私有频道信息泄露到公共频道回复中。 **没有它会怎样：** 所有记忆混在一起检索，私有频道讨论的敏感信息可能出现在公共频道的回复里，导致权限泄露。 ### 引导流程的定时触发 ```typescript export async function runJourneyTick( agent: CompanyBrainAgent, payload: JourneyTickPayload, ): Promise { const orgId = agent.name if (journeyStatus(agent).exitedAt !== null) return const decision = await decideNextBeat( agent, Date.now(), payload.force, payload.fast, ) if (decision.action === "exit") { const status = journeyStatus(agent) const state = await readRungState(agent) exitJourney(agent, decision.reason) await captureJourneyExited({ orgId, reason: decision.reason, rungsGranted: JOURNEY_RUNGS.filter((rung) => state[rung]).length, beatsSent: status.beatsSent, }) return } if (decision.action === "suppress") { const rung = decision.rung ?? null recordBeat(agent, { rung, outcome: "suppressed", reason: decision.reason }) await captureBeatSuppressed({ orgId, rung: rung ?? "unknown", reason: decision.reason, }) await rearm(agent, payload, decision.reason) return } ``` **做了什么：** 检查引导流程是否已退出，调用 `decideNextBeat` 根据当前时间和用户已完成的阶段（rung）决定下一步动作。如果决定退出（exit），记录退出原因和已授予的权限数量。如果决定抑制（suppress），记录抑制原因并调用 `rearm` 安排下次触发时间。 **为什么这样写：** 引导流程分多个阶段（beat），每个阶段有时间间隔要求和前置条件（已完成的 rung）。`decideNextBeat` 根据当前状态判断是否该发送下一条引导消息，避免过于频繁打扰用户。退出和抑制决策都记录到遥测，方便分析引导效果。 **没有它会怎样：** 引导消息会在不合适的时机发送，或者用户已完成某阶段后仍收到重复提示，影响用户体验。 ## 动手上手  ```bash bun install cp .dev.vars.example .dev.vars ``` 编辑 `.dev.vars` 填入 Slack App Token 和 Cloudflare 相关配置。运行： ```bash bun run dev ``` 在 Slack workspace 中 @机器人 或发送 DM，观察终端输出的推理循环日志，确认消息被正确接收和处理。 ## 应用场景 **团队知识问答**：在 Slack 频道中 @机器人 或 DM 提问，机器人从团队对话和已连接工具中检索答案并回复。回复范围受提问者频道权限限制，私有频道记忆不会泄露到公共频道。 **自动化工作流**：讨论新功能时，机器人自动在 Linear 创建 issue 并分配；代码评审时读取 PR 内容并总结差异。工具写操作需要用户审批，审批卡片 6 小时后过期。 **定时摘要与研究**：配置夜间定时任务，机器人推送每日/每周工作摘要或启动长周期研究并在完成后发送结果。定时任务需在设置页面配置。 ## 独立分析   适合需要自动化 issue 创建、PR 评审、代码执行的技术团队。README 中明确说明 "Acts in your tools: GitHub, Linear, Notion, Google Workspace and hundreds more over MCP. It opens the issue instead of telling you to." 和 "Runs code: Its own sandbox: clones repos, runs scripts, and hands back charts, CSVs and PDFs right in Slack."，证明项目定位在可执行操作的自动化，而非纯问答。 权限模型防止信息泄露，公共频道无法访问私有频道记忆。README 中权限表格说明 "A public channel: The shared brain everyone in the org can see" vs "A private channel: That channel's memory, plus the shared brain"，且 `src/brain/memory/search-brain.ts` 中 `resolveBrainReadContainerTags` 根据 `scope` 限制容器，确保私有频道记忆只在该频道内可见。 与传统 Slack bot 或聊天机器人相比，传统 bot 通常只响应固定命令或外部知识库；Company Brain 持续记忆团队对话并基于内部上下文回答，且能主动发声和执行工具操作。与付费 Company Brain 产品相比，README 中 "Used to be a paid product with thousands of users. Now it's free and open source." 表明本项目是原付费产品的开源版本，需自行部署到 Cloudflare。 ## 局限与风险 部署步骤细节与配置文件完整格式未在 README 中详述，需要一定 Cloudflare Workers 经验。代码执行沙箱的安全性与资源限制未在 README 中详细说明，生产环境使用需自行评估。Cloudflare 免费计划每请求限制 50 次外部调用，长推理可能被截断。定时任务和自动化流程的配置界面和参数格式未在素材中完整展示。 ## 结论卡片  适合需要自动化工作流、代码执行、团队知识检索的技术团队和开发者。不适合不熟悉 Cloudflare Workers 部署或无法承担向量数据库和 LLM API 成本的个人用户。已从付费转开源，社区贡献活跃，Star 增长迅速，适合有云部署能力的团队尝试。 --- 项目地址：https://github.com/supermemoryai/company-brain
