Multica 项目调研报告

📊 核心数据

35,958

GitHub Stars

4,377

Forks

899

Open Issues

2026-01

创建时间

* 数据截至 2026-06-09，火爆程度已超越 Cursor 成为 AI Coding 领域最受关注的开源项目之一

🎯 项目定位

一句话定位：Multica 是一个开放源代码的 Agent 管理平台，让 AI coding agent 变成真正的团队成员——可以分配任务、跟踪进度、积累技能。

它的核心价值主张是：No more copy-pasting prompts. No more babysitting runs. 你不再需要手动复制粘贴提示词，也不需要一直盯着 agent 干活。

Multica 的名字来自 Multics（1960年代的分时操作系统），寓意是将"时间共享"概念带入 AI agent 时代——就像当年 Multics 让多人共享一台计算机，现在 Multica 让人类和 AI agent 共用同一个工作系统。

⚡ 核心功能

🤝 Agents as Teammates — Agent 视同事

把任务分配给 Agent，就像分配给同事一样。Agent 有个人资料、出现在任务面板、参与讨论、主动上报阻碍、创建 issue。

👥 Squads — 智能组队

将多个 agent（和人类）归入一个组，指定任务给 Squad，由 leader agent 决定谁来处理。路由稳定，随着团队增长可扩展。用 @FrontendTeam 替代 @alice-or-bob-or-carol。

⚡ Autonomous Execution — 自主执行

设置后即可放手。完整任务生命周期管理（入队 → 认领 → 开始 → 完成/失败），通过 WebSocket 实时推送进度。

🕐 Autopilots — 自动计划

为 agent 安排周期性任务。Crob 触发、Webhook 或手动运行——每个 Autopilot 自动创建 issue 并路由到对应 agent。每日 standup、周报、定期审计全部自动化。

🛠️ Reusable Skills — 技能复用

每个解决方案都变成团队可复用的技能。部署、迁移、代码审查——技能随时间积累，团队能力不断增强。

🖥️ Unified Runtimes — 统一运行时

一个面板管理所有计算资源。本地 daemon 和云端 runtime，自动检测 PATH 上的 CLI，实时监控。

🏢 Multi-Workspace — 多工作空间

跨团队组织工作，workspace 级别隔离。每个 workspace 有自己的 agents、issues 和设置。

🔌 支持的 Agent 列表

Multica 是 vendor-neutral（厂商中立）的，支持多种主流 coding agent：

🔵 Claude Code 🟣 Codex (OpenAI) ⚡ GitHub Copilot CLI 🟡 OpenClaw 🟢 OpenCode 🔴 Hermes 🔷 Gemini 🟠 Pi 🔵 Cursor Agent 🟣 Kimi 🟢 Kiro CLI

底层通过本地 daemon 自动检测 PATH 上的 CLI（claude、codex、copilot、openclaw、opencode、hermes、gemini、pi、cursor-agent、kimi、kiro-cli、agy）

🏗️ 技术架构

Frontend Next.js 16 (App Router)

Backend Go (Chi router + gorilla/websocket)

Database PostgreSQL 17 + pgvector

Agent Local daemon (Claude Code, Codex, ...)

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（向量检索）
Agent Runtime	本地 daemon + 主流 CLI
移动端	iOS 原生（apps/mobile/）

CLI 命令一览

命令	功能
`multica login`	认证（打开浏览器）
`multica daemon start`	启动本地 agent runtime
`multica daemon status`	检查 daemon 状态
`multica setup`	一键配置（云端）
`multica setup self-host`	一键配置（自托管）
`multica workspace list`	列出 workspace
`multica workspace switch`	切换 workspace
`multica issue list`	列出 issue
`multica issue create`	创建 issue
`multica update`	更新 CLI 版本

🚀 部署方式

方式一：Multica Cloud（推荐）

# macOS/Linux（Homebrew）
brew install multica-ai/tap/multica

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

# Windows（PowerShell）
irm https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.ps1 | iex

# 一键配置（连接云端 + 登录 + 启动 daemon）
multica setup
  

方式二：自托管（Self-hosted）

# 部署完整 Multica server 到本地机器
curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bash -s -- --with-server
multica setup self-host
  

需要 Docker，使用官方 GHCR 镜像。详见 SELF_HOSTING.md

开发环境

# 前置条件：Node.js v20+, pnpm v10.28+, Go v1.26+, Docker
make dev
  

make dev 自动检测环境，创建 env 文件，安装依赖，初始化数据库，启动所有服务。

🔍 与 OpenClaw 的关系

Multica 是 OpenClaw 的管理层平台。 OpenClaw 是底层 agent runtime（负责对话、工具调度、记忆等），Multica 则在其上构建任务分配、进度跟踪、技能复用、Squad 路由等团队协作功能。

从架构图可以看出：Agent Daemon 层运行 OpenClaw（或 Claude Code、Codex 等），它们通过 Multica 的 dashboard 进行统一管理。OpenClaw 在 Multica 的支持列表中排在第四位（紧随 Codex、Copilot 之后）。

两者定位不同：OpenClaw = Agent 的工具和框架（类似 Claude Code 的本地版本）；Multica = 多 agent 的团队管理层。

📊 总结

核心价值：Multica 将 AI coding agent 从「工具」升级为「团队成员」，解决的是「如何规模化管理多个 agent」的问题——不只是让一个 agent 干活，而是让多个 agent 像团队一样协同工作。

🎯

团队协作

Agent 作为团队成员参与任务分配

🌐

开放生态

vendor-neutral，支持12+种 agent

🏠

自托管

完整自部署方案，Docker 一键安装

一句话总结

Multica = GitHub Project Board 的体验 × AI Agent 的执行能力。 把 AI agent 当成员工来管理，而不是当成工具来操作。

适用场景

✅ 需要管理多个 coding agent 的团队
✅ 希望统一管理 OpenClaw、Claude Code 等多种 runtime
✅ 需要 agent 自动化执行周期性任务
✅ 想要技能积累和复用的组织
❌ 单个 agent 独立工作场景（直接用 agent CLI 更轻量）

Multica — 开放的 Agent 管理层平台