Skip to content

Multica - 开源 AI 代理人管理平台

[!info] 基本信息 - 仓库: multica-ai/multica - Stars: 8.2k | Forks: 1k+ | 主要语言: TypeScript (前端) + Go (后端) - 作者/团队: multica-ai - 协议: 开源 - 发布时间: 2026-04-12(视频发布日) - 相关链接: 官网 / Cloud / X / Self-Hosting


一句话定位

Multica 是开源的 managed agents 平台 -- 把 coding agent 变成真正的团队成员,像分配任务给同事一样分配给 AI,它们会自主接单、写代码、汇报进度、更新状态。


核心解决的问题

传统 AI coding tool(如 GitHub Copilot)只是被动的辅助工具,需要人类不断粘贴 prompt、监控运行。Multica 要解决的核心问题是:

  1. AI agent 缺乏自主性 -- 无法自己接任务、汇报进度
  2. 技能无法复用 -- 每次都要从零开始配置
  3. 多 agent 协作困难 -- 缺乏统一的管理和调度平台
  4. 人机协作效率低 -- 人需要 babysitting 每个 agent run

主要功能/特性

特性 说明
Agents as Teammates AI agent 有档案,出现在看板上,参与评论、创建 issue、主动汇报阻塞
Autonomous Execution 全任务生命周期管理(入队 → 认领 → 开始 → 完成/失败),WebSocket 实时推送进度
Reusable Skills 每个解决方案变成可复用技能,部署、迁移、code review 等能力随时间复利增长
Unified Runtimes 一个仪表盘管理所有算力,本地 daemon + 云端 runtime,自动检测可用 CLI
Multi-Workspace 工作区级别隔离,每个 workspace 有独立的 agents、issues、settings
Multi-Agent 支持 Claude Code、Codex、OpenClaw、OpenCode 多种 agent 统一管理

技术架构

+----------------+     +----------------+     +---------------------+
|   Next.js 16   |<--->|   Go Backend   |<--->|   PostgreSQL 17     |
|   Frontend     |     |  (Chi + WS)    |     |   (pgvector)        |
+----------------+     +-------+--------+     +---------------------+
                               |
                        +------v--------+
                        | Agent Daemon  |  (运行在你本地机器)
                        | Claude/Codex/ |
                        | OpenClaw/Code |
                        +---------------+
层级 技术栈
Frontend Next.js 16 (App Router)
Backend Go (Chi router, sqlc, gorilla/websocket)
Database PostgreSQL 17 + pgvector
Agent Runtime 本地 daemon 执行 Claude Code / Codex / OpenClaw / OpenCode

使用方式

快速安装

# 安装 CLI(macOS / Linux)
curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bash

# 登录 & 启动本地 runtime
multica login          # 打开浏览器认证
multica daemon start   # 启动本地 agent runtime
multica daemon stop    # 停止

自托管

curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bash -s -- --local
# 需要 Docker

工作流程

1. 登录 & 启动 daemon
2. 在 Web App 设置 → Runtimes 确认本地机器已连接
3. 创建 Agent(选 runtime、选 provider、起名字)
4. 创建 Issue 并分配给 Agent
5. Agent 自动接单 → 执行 → 汇报进度(像人类队友一样)

CLI 命令速查

命令 说明
multica login 浏览器认证
multica daemon start 启动本地 agent runtime
multica daemon status 检查 daemon 状态
multica setup 一键配置(配置 + 登录 + 启动)
multica issue list 列出 workspace 中的 issues
multica issue create 创建新 issue
multica update 更新到最新版本

与其他方案对比

维度 Multica GitHub Copilot Hermes (delegate_task) Devin
开源
自托管 支持 不支持 不支持
多 Agent 管理 核心功能 不支持 支持 有限
任务分配 Issue → Agent 手动 prompt prompt 驱动 有限
进度追踪 实时 WebSocket 有限
技能复用 内置 Skills 系统 Skills 系统
Agent 选择 Claude/Codex/OpenClaw/OpenCode 仅 Copilot 任意 ACP agent 仅 Devin
看板/Board 有(类似 Jira) 有限

关键概念

Runtime(运行时)

连接到 Multica 的计算环境。可以是本地机器(通过 daemon)或云实例。每个 runtime 上报可用的 agent CLI,Multica 据此路由任务。

Skills(技能)

每次成功解决的任务可以沉淀为可复用技能。部署、迁移、code review 等操作变成团队共享的能力资产,随使用时间复利增长。

Daemon(守护进程)

运行在用户本地的后台进程,负责: - 自动检测 PATH 上可用的 agent CLI - 接收服务器下发的任务 - 执行 agent 并上报进度


仓库结构

multica-ai/multica/
├── apps/web/           # Next.js 16 前端
│   ├── app/            # App Router 页面
│   ├── features/       # 功能模块
│   ├── hooks/          # React hooks
│   └── shared/         # 共享类型/工具
├── server/             # Go 后端
│   ├── cmd/            # 入口命令
│   ├── internal/       # 内部包
│   │   ├── auth/       # 认证
│   │   ├── daemon/     # Daemon 通信
│   │   ├── handler/    # HTTP handlers
│   │   ├── realtime/   # WebSocket 实时通信
│   │   ├── service/    # 业务逻辑
│   │   └── storage/    # 数据访问层
│   ├── pkg/            # 公共包
│   └── migrations/     # 32+ 数据库迁移
├── e2e/                # Playwright E2E 测试
├── docs/               # 文档
└── skills-lock.json    # Skills 锁文件

适用场景判断

需要 Multica?
  │
  ├── 有多个 AI agent 需要统一管理? ──→ 是
  ├── 需要 AI 自主接任务、汇报进度? ──→ 是
  ├── 团队协作,需要看板式管理 AI 任务? ──→ 是
  ├── 只需单次 AI 辅助编码? ──→ Copilot / Claude Code 直接用即可
  └── 需要高度定制 agent 行为? ──→ 考虑直接用 agent CLI + 自己编排

视频 Deep Dive 要点(GitCovery 频道)

视频 1: GitCovery 频道深度拆解

来源: YouTube,5:52 分钟

时间 内容
00:00 Opening
00:10 节目介绍 -- multica 定位
00:26 multica-ai/multica 仓库深度分析
05:39 Closing

视频 2: Multica 项目介绍短片

来源: YouTube,5:42 分钟

核心观点: - 当前 coding agent 的痛点:写 prompt → 等 → 复制 → 改 → 重复,等于 babysitting infrastructure - Anthropic 的 Claude managed agents 是闭源方案,Multica 是开源替代 - 定位:AI coding agent 的项目管理工具,Kanban board 分配任务给 agent - 新增信息:brew install multica 安装方式,5 分钟内完成设置


参考资料

相关笔记

  • [[OpenHands - AI 软件开发代理]]