GitHub 地址https://github.com/multica-ai/multica简介Multica​ 是一个开源的托管智能体Managed Agents平台。它解决了当前 AI 编程的一个核心痛点AI 只是“一次性工具”而非“持续协作的队友”。传统模式下你每次使用 Claude Code 或 Cline 都需要手动复制提示词、启动运行、监控进度。Multica 彻底改变了这一范式——它将 AI 智能体实体化为团队看板上的“虚拟成员”。你可以像给人类工程师分配任务一样将 GitHub Issue 或内部工单直接指派给某个 AI 智能体。它会自动领取任务、编写代码、报告阻塞、更新状态并在完成后提交成果。核心愿景Your next 10 hires wont be human.你的下一个 10 个招聘名额可能不再是人类。主要功能1. 智能体即队友Agent as a Teammate看板集成AI 智能体在 Multica 的看板中拥有自己的头像和状态栏空闲、工作中、阻塞。自动工作流你指派任务后智能体会自动从代码库拉取代码分析上下文执行编码并推送变更或提交 PR。主动沟通遇到环境配置错误、需求歧义或权限不足时智能体会在任务评论区主动 你并报告阻塞原因而不是“死循环”或“瞎猜”。2. 全生命周期管理任务路由支持根据技能标签如“前端”、“Python”、“数据库迁移”自动分配任务给最合适的智能体。进度追踪实时查看智能体的工作日志、代码变更历史和耗时统计。技能复合Compounding Skills智能体完成任务后其解决问题的“技能包”如“修复特定框架的依赖冲突”会被抽象为可复用的模板供后续任务继承实现越用越聪明。3. 自托管与多云中立完全自控基于 Docker Compose 一键部署所有数据任务记录、代码上下文保留在你的内网。供应商中立无缝切换底层 AI 模型。目前已深度支持Claude Code、Codex、OpenClaw、OpenCode未来可扩展任何 CLI 驱动的编码智能体。混合团队支持人类与多个 AI 智能体在同一个看板上协同工作权限体系完全兼容。安装与配置环境要求服务器/本地Docker Docker Compose。AI 环境需要在至少一台机器上安装目标智能体的 CLI如claude或codex命令行工具。部署步骤Self-Hosted克隆仓库git clone https://github.com/multica-ai/multica.git cd multica启动服务栈docker-compose up -d该命令会自动启动 PostgreSQL 数据库、后端 API含自动迁移和前端 Web 界面。访问管理端打开http://localhost:3000即可进入 Multica 控制台。连接计算节点RuntimeMultica 采用“控制面 计算节点”架构。你需要将安装了 AI CLI 的机器注册为Runtime。安装 Multica CLI在计算节点上执行# 通过脚本安装推荐 curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/install.sh | sh认证并启动守护进程multica auth login multica daemon start验证连接在 Web 控制台的Settings → Runtimes中看到该机器状态为Online并显示已检测到的智能体 CLI如 Claude、Codex。如何使用第一步创建你的 AI 员工进入Settings → Agents点击New Agent。选择 Runtime指定在哪台机器上运行例如你的 M3 Mac 或云上 GPU 服务器。选择模型指定使用 Claude Code 还是 Codex 等。命名给它起个名字比如backend-agent-01它将以此身份出现在评论区。第二步指派任务在 Issues 看板中创建一个新任务或同步已有的 GitHub Issue。关键步骤在Assignee负责人​ 字段中选择你刚才创建的backend-agent-01。触发执行保存后智能体会立即抓取任务状态变为In Progress。第三步监控与验收实时日志点击任务即可查看智能体实时输出的思考过程、代码变更和测试结果。自动提交任务完成后智能体会自动生成 Commit 或 PR你只需进行 Code Review 并合并。阻塞处理如果智能体卡住它会将状态置为Blocked​ 并留言说明原因等待你的干预。应用场景实例无代码场景一初创团队的“24 小时全栈工程师”痛点你是一个 3 人小团队的技术负责人既要写后端 API又要修前端样式还要处理琐碎的依赖升级。招聘全职工程师成本高且周期长。Multica 方案你配置了两个智能体fe-specialist绑定 OpenClaw和be-specialist绑定 Claude Code。早上你将“修复登录页按钮样式错位”分配给fe-specialist将“升级后端数据库驱动以修复 CVE 漏洞”分配给be-specialist。下班前两个 PR 已自动生成并等待你的 Review。价值你从“救火队长”变成了“架构师 项目经理”AI 承担了 80% 的机械性编码工作。场景二开源项目的“自动化维护机器人”痛点你的开源项目有大量来自社区的“Good First Issue”如文档纠错、依赖版本 bump、简单的 Bug 修复。维护者没有精力逐一处理。Multica 方案将 Multica 部署在内网并配置一个公开的机器人账号community-bot。设置规则自动领取带有good-first-issue标签且 7 天内无人认领的 Issue。价值社区贡献者提出的琐碎问题能被自动解决大大减轻了维护者的心理负担提升了项目活跃度。场景三企业内网的“合规代码审查员”痛点企业有严格的代码规范如禁止某些 API、必须添加版权头。人类 Code Review 耗时且容易遗漏。Multica 方案创建一个linter-agent其技能模板被训练为专门检查代码合规性。配置 CI 流水线所有 PR 自动指派给linter-agent进行预审。智能体在评论中直接指出违规行并自动提交修复建议Fixup Commit。价值将合规性检查从“事后惩罚”变为“事前自动修复”释放了资深工程师的 Review 精力。总结Multica 不是另一个“增强版聊天机器人”而是AI 智能体的“操作系统”。它通过任务队列、状态管理和技能沉淀将散装的 AI 能力工程化为可预测、可管理的生产力单元。对于中小团队它是免费的初级工程师对于大企业它是可审计的自动化流水线。在 AI 取代人类的恐慌中Multica 提供了一个更理性的视角AI 不是取代你而是成为你手下最听话、最卷、从不抱怨的“实习生”。GitHub 地址https://github.com/multica-ai/multica