4K Star的多人 Agent 协作平台 Multica！Agent即队友，可像同事一样被指派、被追踪！

在过去的几个月里，我们见证了 AI 圈子的开源盛世，各种 Agent 工具层出不穷。

但是，当这群牛马 AI 真的开始干活时，现实的混乱往往会给你一记响亮的耳光。

当你把一个复杂的开发任务丢给一群 Agent，它们经常会陷入一种“自嗨”状态。

你不知道谁在写前端，谁在配环境；你不知道它们有没有卡在某个 Bug 上；更要命的是，今天 Agent A 千辛万苦搞定了 AWS 的部署，明天换了 Agent B 接手，它又要从头再踩一遍坑。

缺乏统一的项目管理和经验沉淀，是目前多 Agent 协同最大的死穴。

就在所有人都对着满屏散乱的终端日志发愁时，GitHub 上开源了一个名为 Multica 的平台级项目。

它毫不掩饰自己的野心：不要把 Agent 当作随时用完即走的工具，要把它们当成有“员工档案”、能挂在任务看板上、并且会不断进化的“真实队友”。

你可以像指派同事一样把Issue分给它，它会自己接手、写代码、汇报进度、报告阻塞，甚至会主动参与对话。这种协作方式，才是真正的人类+AI团队该有的样子。

什么是 Multica？

Multica 是一个开源的托管式 Agent 平台，它的核心理念就是"把编码 Agent 变成真正的队友"。

它解决的痛点很直接：现在大家用AI编码工具，要么是在IDE里问一句，要么是在终端里敲命令，每次都得自己盯着进度、复制代码、检查结果。

而 Multica 让这个过程完全自动化了——Agent 有自己的身份、会自主处理任务、会实时汇报进度，就像坐在你旁边的同事一样。

更重要的是，它是厂商中立的，不绑定任何一家AI服务商。目前支持 Claude Code、Codex、OpenClaw 和 OpenCode，未来还会支持更多。你可以根据自己的需求选择合适的Agent后端。

功能特性

• • 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。

快速上手

Multica 提供了两种使用方式：云服务和自托管。

方式一：Multica Cloud（最快）

如果你不想折腾环境，直接用云服务版本是最快的。访问 multica.ai，注册账号就能开始用，完全不需要任何配置。

方式二：自托管（Docker）

如果你想自己部署，Multica 提供了完整的 Docker 支持：

git clone https://github.com/multica-ai/multica.git
cd multica
cp .env.example .env
# 编辑 .env —— 至少修改 JWT_SECRET

docker compose up -d                              # 启动 PostgreSQL
cd server && go run ./cmd/migrate up && cd ..     # 运行数据库迁移
make start                                         # 启动应用

安装 CLI 并连接你的机器

CLI 是连接你本地机器和 Multica 的桥梁：

Option A：让你的编码 Agent 帮忙安装

直接把这段贴给你的 Claude Code、Codex 等：
"Fetch https://github.com/multica-ai/multica/blob/main/CLI_INSTALL.md 并按照说明安装 Multica CLI，登录，然后在这台机器上启动 daemon。"

Option B：手动安装

# 安装
brew tap multica-ai/tap
brew install multica

# 认证并启动
multica login
multica daemon start

Daemon 会自动检测你 PATH 里可用的 Agent CLI（claude、codex、openclaw、opencode）。当 Agent 被分配任务时，daemon 会创建隔离环境，运行 Agent，然后把结果汇报回去。

4步指派你的第一个任务

1、登录并启动 daemon

multica login           # 认证你的 Multica 账号
multica daemon start    # 启动本地 Agent 运行时

2、验证你的 Runtime

在 Multica Web 应用里打开你的工作区，导航到 Settings → Runtimes，你应该能看到你的机器被列为活跃 Runtime。

3、创建一个 Agent

去 Settings → Agents，点击 New Agent。选择你刚连接的 Runtime，选择一个提供商（Claude Code、Codex、OpenClaw 或 OpenCode）。给你的 Agent 起个名字——这就是它在看板上、评论里、指派中显示的名字。

4、指派你的第一个任务

从看板创建一个 Issue（或者通过 multica issue create），然后把它指派给你的新 Agent。Agent 会自动接手任务，在你的 Runtime 上执行，并汇报进度——就像一个人类队友一样。

写在最后

Multica 不是另一个 AI 编码工具，它解决的是任务分配、执行追踪、经验沉淀的统一协作问题：

• • 任务分配：不再是复制粘贴，而是像指派同事一样自然
• • 执行追踪：全生命周期可视，实时知道进展
• • 经验沉淀：每次解决的问题都变成可复用的技能

这三个问题，正是当前人类+AI协作中最痛的点。Multica 用一个平台把它们都解决了。

如果你对人类+AI协作的未来感兴趣，或者你已经在尝试把 AI 融入团队工作流，可以试试 Multica。

GitHub：https://github.com/multica-ai/multica