Multica：让 AI 智能体变为你的员工

开源的 Managed Agents 平台，将AI 编码智能体变成为你干活的员工，分配任务、跟踪进度、积累技能。

AI 编程智能体痛点

之前文章说过，我同时用着6个龙虾：让OpenClaw替你打工（五）：没花什么钱养了6只虾，还赚到了钱。

后来发现这样工作模式，只适合单线程的小任务，

当项目变大，又或者是进入维护期后，就变得不适用了。

就产生了这篇文章想要的一种模式：怎么把6周一次版本更新提升到1天8次部署？从用 AI 到 AI 优先

当时想用任务文件的模式来驱动多个AI Agent 协同工作：询问了Claude Sonnet 给我设计一个方案：

有没有可能设计一个使用共同的git仓库作为multi-agent团队工作的统一任务和项目进展看盘，这个多代理的团队有项目经理，架构师，开发工程师，前端，测试工程师，运维部署角色。 由最终用户往仓库提交创意、想法，由项目经理、架构师评估，用户参与评估交流，最终形成是否进入实际开发。 确定进入开发后，团队各角色分解任务执行，项目经理负责推进项目逐个推进。

Sonnet 说这个想法可行，给出了方案的整体架构：

核心思路是：Git 仓库 = 团队的神经系统，所有状态、决策、任务都以结构化文件存储，每个 agent 角色订阅自己关心的路径变更，通过 PR/commit 交互。

感兴趣的朋友可以看这个对话的分享地址：https://claude.ai/share/6369d9ac-aa77-4907-9879-92b9d155eaa1

前一阵 OpenAI 开源了 Symphony：让 AI 代理自己干活，你只管往 看板扔任务， AI 自动认领、自动执行、自动验证。

这个项目完美符合了我的期望，但是不好的地方，就是它只支持 GPT 模型。

今天介绍的 Multica 跟Symphony 功能一样，但是它支持多个的 AI 助手包括：Claude Code、Codex、OpenClaw、OpenCode、Hermes、Gemini、Pi 和 Cursor Agent。

什么是Multica

1. Agent 即同事

这是 Multica 最核心的设计理念。每个 Agent 都有个人档案，会出现在看板上，能发表评论、创建 Issue、主动报告阻塞问题。

你可以像分配任务给员工一样，把任务分配给 Agent。

2. 自主执行

设置好任务后，你就可以去做其他事情了。

Multica 提供完整的任务生命周期管理：排队、认领、执行、完成/失败，并通过 WebSocket 实时推送进度。

你只需要在关键节点进行审核。

3. 可复用技能

每个解决方案都会成为全团队可复用的技能。

比如数据库迁移、代码审查、部署流程等，这些技能可以让团队能力随时间持续增长。

4. 统一运行时

一个控制台管理所有算力。无论是本地 daemon 还是云端运行时，Multica 都能自动检测可用的 CLI 工具，实现实时监控。

5. 多工作区支持

可以按团队组织工作，实现工作区级别的隔离。每个工作区都有独立的 Agent、Issue 和设置，非常适合大型团队使用。

如何安装使用

安装

macOS / Linux 推荐 Homebrew：

brew install multica-ai/tap/multica

Windows 使用 PowerShell：

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

配置启动

一条命令搞定配置、认证和启动：

multica setup

分配第一个任务

1. 1. 官网注册账号：https://multica.ai/
2. 2. 安装桌面APP 或者 命令行版本 CLI，我选择的CLI

1. 呃，需要注意的是，它对 Codex 不友好（官方文档说的是支持

），取消即可：

1. 3. 在 Multica Web 端确认运行时已连接，自动检测到了本地安装的Claude 和 Hermes：

1. 4. 在看板上创建 Issue，分配给 Agent，我的 Workspace 就有一个上面识别到的本地 Hermes

1. 接下来，Agent 自动接手、执行、汇报，就像前AI时代的开发团队协作。

最后

如果你不想官网注册，运行任务看板，可以用它的自部署模式，参考官方文档：

https://github.com/multica-ai/multica/blob/main/SELF_HOSTING.md

有了这个平台，一个大型的项目，我就可以把产品、前端开发、UI设计、系统架构、后端开发、测试、运维拆到多个Agent中去了。

现在我是都放在 Codex 里一个项目方式执行，效果并不好。

因为项目大了之后，光从产品功能角度，它就执行得顾此失彼：

因为系统本身一个基础底层支持模块 + 五个大的业务模块，产品文档光描述就828行，纯依靠项目的 Harness 的工程已经不太可控或者说我没做到可控。

更别说，还让它设计前端页面，做代码质量管控，真实用户故事测试，线上运维部署。

所以我认为目前比较好的落地方案：工程师来做项目总控，把任务拆成更小的粒度给到具体的Agent，让它在有限的上下文窗口（1M）里聚焦做好某一件事件，这个看板模式就很合适。

Multica 提供了一种新的工作模式：人机协作。

项目地址：https://github.com/multica-ai/multica

官网：https://multica.ai/

你跟AI Agent 是什么一个协作模式呢？

欢迎评论区留言。

-END-