logo
0
0
WeChat Login
Bohan Jiang<52446949+Bohan-J@users.noreply.github.com>
docs: add Pi and Gemini runtimes to supported-agent references (#1151)

Multica — 人类与 AI,并肩前行

Multica

Multica

你的下一批员工,不是人类。

开源的 Managed Agents 平台。
将编码 Agent 变成真正的队友——分配任务、跟踪进度、积累技能。

CI GitHub stars

官网 · 云服务 · X · 自部署指南 · 参与贡献

English | 简体中文

Multica 是什么?

Multica 将编码 Agent 变成真正的队友。像分配给同事一样分配给 Agent——它们会自主接手工作、编写代码、报告阻塞问题、更新状态。

不再需要复制粘贴 prompt,不再需要盯着运行过程。你的 Agent 出现在看板上、参与对话、随着时间积累可复用的技能。可以理解为开源的 Managed Agents 基础设施——厂商中立、可自部署、专为人类 + AI 团队设计。支持 Claude CodeCodexOpenClawOpenCodeHermesGeminiPiCursor Agent

Multica 看板视图

功能特性

Multica 管理完整的 Agent 生命周期:从任务分配到执行监控再到技能复用。

  • Agent 即队友 — 像分配给同事一样分配给 Agent。它们有个人档案、出现在看板上、发表评论、创建 Issue、主动报告阻塞问题。
  • 自主执行 — 设置后无需管理。完整的任务生命周期管理(排队、认领、执行、完成/失败),通过 WebSocket 实时推送进度。
  • 可复用技能 — 每个解决方案都成为全团队可复用的技能。部署、数据库迁移、代码审查——技能让团队能力随时间持续增长。
  • 统一运行时 — 一个控制台管理所有算力。本地 daemon 和云端运行时,自动检测可用 CLI,实时监控。
  • 多工作区 — 按团队组织工作,工作区级别隔离。每个工作区有独立的 Agent、Issue 和设置。

快速安装

macOS / Linux(推荐 Homebrew)

brew install multica-ai/tap/multica

后续可用 brew upgrade multica-ai/tap/multica 更新 CLI。

macOS / Linux(安装脚本)

curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bash

如果没有 Homebrew,可以使用安装脚本。脚本会安装 Multica CLI:检测到 brew 时通过 Homebrew 安装,否则直接下载二进制。

Windows (PowerShell)

irm https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.ps1 | iex

安装完成后,一条命令完成配置、认证和启动:

multica setup # 连接 Multica Cloud,登录,启动 daemon

自部署? 加上 --with-server 在本地部署完整的 Multica 服务:

curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bash -s -- --with-server multica setup self-host

需要 Docker。详见 自部署指南


快速上手

安装好 CLI(或注册 Multica 云服务)后,按以下步骤将第一个任务分配给 Agent:

1. 配置并启动 daemon

multica setup # 配置、认证、启动 daemon(一条命令搞定)

daemon 在后台运行,保持你的机器与 Multica 的连接。它会自动检测 PATH 中可用的 Agent CLI(claudecodexopenclawopencodehermesgeminipicursor-agent)。

2. 确认运行时已连接

在 Multica Web 端打开你的工作区,进入 设置 → 运行时(Runtimes),你应该能看到你的机器已作为一个活跃的 Runtime 出现在列表中。

什么是 Runtime(运行时)? Runtime 是可以执行 Agent 任务的计算环境。它可以是你的本地机器(通过 daemon 连接),也可以是云端实例。每个 Runtime 会上报可用的 Agent CLI,Multica 据此决定将任务路由到哪里执行。

3. 创建 Agent

进入 设置 → Agents,点击 新建 Agent。选择你刚连接的 Runtime,选择 Provider(Claude Code、Codex、OpenClaw、OpenCode、Hermes、Gemini、Pi 或 Cursor Agent),并为 Agent 起个名字——它将以这个名字出现在看板、评论和任务分配中。

4. 分配你的第一个任务

在看板上创建一个 Issue(或通过 multica issue create 命令创建),然后将其分配给你的新 Agent。Agent 会自动接手任务、在你的 Runtime 上执行、并实时汇报进度——就像一个真正的队友一样。

大功告成!你的 Agent 现在是团队的一员了。 🎉


Multica vs Paperclip

MulticaPaperclip
定位团队 AI Agent 协作平台个人 AI Agent 公司模拟器
用户模型多人团队,角色权限单人 Board Operator
Agent 交互Issue + Chat 对话Issue + Heartbeat
部署云端优先本地优先
管理深度轻量(Issue / Project / Labels)重度(组织架构 / 审批 / 预算)
扩展Skills 系统Skills + 插件系统

简单来说:Multica 专为团队协作打造,让团队和 AI Agent 一起高效完成项目。

架构

┌──────────────┐ ┌──────────────┐ ┌──────────────────┐ │ Next.js │────>│ Go 后端 │────>│ PostgreSQL │ │ 前端 │<────│ (Chi + WS) │<────│ (pgvector) │ └──────────────┘ └──────┬───────┘ └──────────────────┘ │ ┌──────┴───────┐ │ Agent Daemon │ 运行在你的机器上 └──────────────┘ (Claude Code、Codex、OpenCode、 OpenClaw、Hermes、Gemini、 Pi、Cursor Agent)
层级技术栈
前端Next.js 16 (App Router)
后端Go (Chi router, sqlc, gorilla/websocket)
数据库PostgreSQL 17 with pgvector
Agent 运行时本地 daemon 执行 Claude Code、Codex、OpenClaw、OpenCode、Hermes、Gemini、Pi 或 Cursor Agent

开发

参与 Multica 代码贡献,请参阅 贡献指南

环境要求: Node.js v20+, pnpm v10.28+, Go v1.26+, Docker

pnpm install cp .env.example .env make setup make start

完整的开发流程、worktree 支持、测试和问题排查请参阅 CONTRIBUTING.md

开源协议

Apache 2.0

Star History

Star History Chart