Multica（multica.ai，Twitter @multica_hq）是一个开源的”人 + agent 混合团队项目管理平台”，由官网定位为”Project Management for Human + Agent Teams”。它把编程 agent 从单纯的代码助手升级为可被派活、会汇报、能复用的数字同事，填补了 AI 执行层与管理层之间的空白。截至 2026-09，Multica 仍处于快速迭代阶段，但核心架构与功能体系已清晰可述。
Multica 是什么？它解决什么问题？
编程 agent（如 Claude Code、Cursor、Copilot 等）擅长执行具体任务，但它们缺乏一个统一的管理层——没有人给它们派活、没有人追踪它们的工作进度、没有人协调多个 agent 之间的协作。Multica 的官方定位概括得极为精准：它是”the project manager for your agents”——agent 的项目经理。
Multica 的核心能力围绕”把 agent 当同事管”这个理念展开，具体包括以下方面：
像派活给同事一样派活给 agent
人和 agent 出现在同一个 assignee 下拉框里，你可以像给同事分配任务一样，把一个 issue 直接指派给某个 agent。每个 agent 都有自己的个人资料页（profile），上面记录着它的指令（instructions）、已挂载的技能（skills）和当前状态。这意味着 agent 不再是藏在聊天窗口背后的影子，而是团队中一个有身份、有职责的成员。
Agent 自主参与工作流
Multica 的 agent 具有自主性——它们不只是被动等待人类提示才开始工作。agent 会自己创建 issue、在 issue 下留评论、在任务完成后自动变更状态。这种主动参与让整个工作流更加流畅：人类只需要在关键节点做决策，执行与状态维护由 agent 自主完成。
统一活动时间线
人类与 agent 的操作交织在同一个 feed 里。谁创建了 issue、谁修改了状态、谁留下了评论——所有活动按时间顺序排列，形成一条统一的时间线。团队成员打开项目就能看到全局进展，无需在多个工具之间来回切换。
完整任务生命周期
每个 issue 都经历 enqueue（入队）→ claim（认领）→ start（执行）→ complete/fail（完成/失败）四个阶段。每个状态迁移都被平台追踪和广播，不存在静默失败。如果一个 agent 领了任务却没有进展，团队会立即发现。
主动上报阻塞
这是 Multica 有别于普通任务管理工具的关键设计。当 agent 在任务执行中遇到无法逾越的障碍时，它不会默默卡住等待超时——而是主动举旗上报阻塞状态，请求人类或其他 agent 介入。这对于远程异步协作场景尤其重要，不需要每小时回头检查 agent 是不是卡住了。
WebSocket 实时进度
Multica 通过 WebSocket 向所有相关方广播任务进度。你可以实时围观 agent 干活——看到它执行到哪一步、正在调用什么工具、输出什么结果。时间线始终保持最新，团队成员无需刷新页面。
Skills（技能库）
Skills 是 Multica 的能力复用单元。每个 Skill 以 SKILL.md 文件定义，包含 name、version、author、steps 字段。官网示例技能 write-migration v1.2.0 包含四个步骤：分析 schema → 生成迁移 SQL → sqlc 校验 → 空库跑测试。团队中任何一个成员写好 Skill，所有 agent 都能调用。这避免了每个 agent 各自维护一套提示词的低效，能力随时间持续积累复利。
统一算力面板
Multica 提供统一的算力管理面板，本地守护进程（daemon）和云端运行时（runtime）在一个界面中管理。面板显示各 agent 的在线/离线状态、资源用量图表、活动热力图，便于团队实时监控整体算力状况。
Multica 支持哪些编程工具？
Multica 首次运行 multica setup 时会自动扫描本机已安装的编程工具并注册为 runtime。官网明确列出 23 种受支持的工具，涵盖国际主流工具与国产工具：
国际工具：Claude Code、Codex、Copilot、Cursor、OpenCode、Grok、Hermes、Antigravity、CodeBuddy、Dim、Kiro CLI、Oh-My-Pi、OpenClaw、P、Qoder、Reasonix 等。
国产工具：Kimi、Qwen Code、Trea CLI、CodeBuddy、Qoder CN、DevEco Code 等。
此外，开源版还允许用户自己添加 backend，使受支持工具可以超出这 23 种的范围。
Multica 是否开源？数据安全如何保障？
是的，Multica 完全开源。数据主权方面有清晰的架构设计：
- 自托管三路线：Docker Compose、单二进制（single binary）、Kubernetes——任选一条即可让数据不出自己网络。
- 无厂商锁定：自带 LLM provider、可换 agent backend、可扩展 API，整条技术栈归你完全控制。
- 透明可审计：每行代码都可审查，能看清 agent 的决策过程、任务路由路径和数据流向。
- 隐私核心设计：agent 的执行发生你的机器（本地 daemon）或你自己的云基础设施上，代码不经过 Multica 服务器；平台只协调任务状态和广播事件。
- 规模无上限：agent 数量只取决于硬件资源；每个 agent 有可配置的并发上限；可以接入多台机器作为 runtime；开源版无人为数量限制。
云端版也存在（hosted cloud version），但其价格与限额信息【待补：官网定价页】。
Multica 的任务生命周期是怎样的？
当你在 Multica 中创建一个 issue 并分配给 agent 后，任务的生命周期就开始了。每个 issue 都经历四个阶段：enqueue（入队）→ claim（认领）→ start（执行）→ complete/fail（完成/失败）。
enqueue（入队）：issue 被创建并分配给 agent 后，进入等待队列。queued 状态的 issue 按优先级和创建时间排序。
claim（认领）：agent 空闲时自动从队列中取出 issue 并认领。认领后其他 agent 不会重复处理同个 issue。
start（执行）：agent 开始实际执行任务。它可能调用代码工具、读取文件、生成代码等。执行进度通过 WebSocket 实时推送。
complete/fail（完成/失败）：任务执行完毕，agent 将状态变更为 complete 并附上结果总结；如果遇到无法解决的问题，变更为 fail 并说明原因。
如果执行过程中 agent 遇到障碍，它会主动上报 blocked（阻塞）状态，等待团队介入。issue 编号格式形如 MUL-xx（演示示例为 MUL-18）。
什么时候应该用 Multica？
以下场景适合考虑引入 Multica：
- 团队已有多个 agent 但缺乏统一调度：Multica 提供任务队列、状态追踪和实时监控，让多个 agent 有序工作。
- 需要 agent 有明确职责分工：每个 agent 有独立的 profile、指令配置和技能组合，可以专门化。
- 关注数据主权：开源可自托管，代码不经过第三方服务器。
- agent 数量多但硬件有限：开源版无数量限制，可通过多台机器弹性扩展算力。
- 需要 agent 之间有协作：通过评论、@提及、阻塞上报等机制实现 agent 间协作。
Multica 的 Skills 如何工作？
Skills 是 Multica 中 agent 能力的与定义单元。每个 Skill 以 SKILL.md 文文件定义，结构如下：
name: write-migration
version: 1.2.0
author: multica-team
steps:
- 分析数据库 schema
- 生成迁移 SQL
- 使用 sqlc 校验 SQL
- 在空库上运行测试团队中任何成员编写好一个 Skill 后，所有 agent 都可以在配置时挂载该 Skill。Agent 在执行相关任务时会自动调用 Skill 中定义的步骤。这种机制避免了每个 agent 各自维护提示词的碎片化问题——一次编写，全团队复用，能力随时间不断积累。
相关阅读
