Multica — 多智能体任务协作平台

将 AI 编码智能体像团队成员一样分配任务,自主领取、汇报、审查,支持 20 种 CLI,可自托管。

Star 数
★ 53k
最近更新
今天
License
NOASSERTION
主语言
Go

30 秒速览

运行形态
网页应用桌面应用自托管服务
可在哪里用
通用 · 跨平台ChatGPT · Codex · Claude Code
费用
有免费版,另有付费云服务
上手难度
中 · 需要几步配置
开始前需要
DockerNode.js 20+Go 1.26+pnpm 10.28+PostgreSQL 17Shell / 命令行网络访问本地文件系统
典型场景
一个开发团队希望将重复的代码审查、测试和修复任务分给 AI 智能体,同时保留人工审批,可使用 Multica 看板分配 issue。
不适合
  • 需要完全离线、数据不出本机的团队(依赖云端模型与账号)
  • 不愿自行安装并登录各 agent CLI 的用户
  • 追求稳定版本、不接受每周多次发版的保守团队

这个 Agent 能做什么,适合哪些场景?

Multica 是一个开源工作区,将 Claude Code、Codex、Cursor 等 20 种编码智能体的 CLI 集成到一个看板中,以类似队友的方式分配 issue。智能体自主领取任务、在可控运行时执行、实时评论进度,最终将结果以 Pull Request 形式提交供人工审查。平台提供 Web、桌面(macOS/Windows/Linux)和 iOS 客户端,后端基于 Go 和 PostgreSQL(pgvector),支持 Docker Compose 或 Helm 自托管。部署边界包括本地守护进程(Daemon)运行代理 CLI,支持 GitHub、GitLab、Gitea 等任意 Git 主机,以及 Slack、Lark、钉钉、企业微信等聊天渠道集成。项目强调无锁定,但需要自行安装和认证各代理 CLI。

Multica 将 issue 分配给配置好的 AI 智能体(如 Claude Code、Codex),智能体通过本地守护进程执行任务,实时记录每一步工具调用和输出。用户可创建智能体,指定运行时(本机或云机)、提供商和名称,并可通过 'Build with AI' 生成配置。系统支持自动定时任务(Autopilots)、聊天触发(Chat)、项目上下文(Projects)、执行日志(Tasks)、令牌用量统计、审查门禁(Review gates)和收件箱通知。失败任务可自动重试或停止并报告原因。它还提供 CLI 和 API,让智能体也能通过 CLI 驱动 Multica。

  1. 一个开发团队希望将重复的代码审查、测试和修复任务分给 AI 智能体,同时保留人工审批,可使用 Multica 看板分配 issue。
  2. 在自有基础设施上运行软件的公司,可以通过 Docker Compose 或 Helm 自托管 Multica,确保代码和凭证不离开内部网络。
  3. 使用多种编码智能体(例如 Claude Code 和 Codex)的开发者,需要统一管理它们的工作、上下文和结果,并希望它们共享团队上下文。
  4. 团队希望让 AI 智能体定时执行微服务体检、生成报告或更新文档,可使用 Autopilots 的 cron 功能。
  5. 希望通过 Slack、Lark、钉钉或企业微信等团队聊天工具触发和跟踪 AI 智能体工作的组织。

如何安装或部署这个 Agent?

提供云托管版(sign up at multica.ai)或桌面应用(multica.ai/download),无需终端。自托管安装:在 Linux/macOS 上运行 curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bash -s -- --with-server,然后执行 multica setup self-host。Windows 设置 $env:MULTICA_MODE="with-server" 后运行 PowerShell 安装脚本。需要 Docker,并要求机器上安装至少一个支持的代理 CLI(如 claude、codex)。

如何使用这个 Agent?

以桌面应用为例:安装并登录后,应用自动将当前机器注册为运行时并检测已安装的 CLI。创建智能体:在侧边栏打开 'Agents',点击 'New agent',选择运行时的提供商并命名,或使用 'Build with AI' 从描述生成配置。分配工作:提交一个 issue 并设置智能体为 assignee,智能体将自动领取、执行、评论并移入审查。全程可视化跟踪。

这个 Agent 有哪些优点和局限?

优点
  • 支持 20 个编码智能体 CLI,无供应商锁定,切换提供商只是下拉选择。
  • 自托管支持(Docker Compose、Helm),数据完全掌握在自己手中。
  • 集成 Slack、Lark、钉钉、企业微信等聊天渠道,可在团队现有工具中触发和跟踪工作。
  • 提供细粒度的权限控制(owner/admin/member 角色)和访问范围,审计追踪包括每一个工具调用和令牌消耗。
  • 失败自动重试或停止并报告原因,减少人工干预。
局限
  • 需要自行安装和认证每一个代理 CLI,且运行时机器必须具备这些 CLI,增加初始配置成本。
  • 后端的 Go 和前端 Next.js 的运维复杂度高,需要 Node、Go、pnpm、PostgreSQL 等依赖,对非技术用户有门槛。
  • 文档提到 iOS 客户端目前仅支持从源代码构建,尚未在 App Store 上架,移动端体验可能有限。
  • 许可证是 Apache 2.0 加上额外条件(托管服务、商业嵌入、品牌使用),可能限制某些商业使用场景。
  • 项目仍处于快速迭代('main 移动快'),可能带来稳定性风险。

这个 Agent 与同类方案有什么区别?

与相关度最高的同类 agent 并排比较关键指标。

Agent 源码审查 形态 / 费用 Star 最近更新 主语言 完整支持的平台
Multica — 多智能体任务协作平台 当前 52 · 缺口较多 网页应用免费版 + 付费版 ★ 53k 今天 Go ChatGPT · Codex · Claude Code
Concord MCP 67 · 存在缺口 — ★ 545 今天 TypeScript Codex · Claude Code
Rovai AI 49 · 缺口较多 — ★ 195 今天 Rust Codex · Claude Code
Cezar — AI 编码代理编排器 63 · 存在缺口 命令行工具免费 ★ 722 今天 TypeScript Codex · Claude Code

FollowAgents 如何评估这个 Agent?

FollowAgents 源码审查 · FARS-2.1
缺口较多
52/ 100 五分制 2.6 / 5
本评测基于 2026年8月13日 的源码;此后该项目发布了 20 个正式版本,尚未复审。分数与结论只代表评测时的版本。 最近版本 ↓
信任安全 10/29
可靠稳定 9/14
适用触发 12/18
规范维护 9/18
有效结果 9/13
证据核验 3/8
查看各维度的扣分理由
信任安全10 / 29 · 1.7/5

证据显示有权限模型(角色、访问范围)和审查门,但未提供具体实现细节;用户确认机制(如审查门)存在但未详细说明;数据流透明度有架构图但未深入;敏感数据处理未明确;依赖安全有overrides但未提供审计;外部影响有执行日志但未说明控制;回滚机制未提及;来源归属有NOTICE文件但未验证。扣分因缺乏具体实现证据。

可靠稳定9 / 14 · 3.2/5

自洽性:README与CI配置一致,但未验证代码;依赖可用性:有pnpm-lock和CI,但未验证;失败消息:有重试和超时文档,但未验证。扣分因静态审查无法确认执行。

适用触发12 / 18 · 3.3/5

受众和场景:明确面向团队和多种agent;能力边界:有安全模型文档但未提供细节;触发精度:有触发文档但未验证;环境适配:支持多平台和自托管,但未验证。扣分因文档声称但未提供代码证据。

规范维护9 / 18 · 2.5/5

信息架构:有清晰的文档结构;安装说明:有快速开始和自托管指南;命名稳定性:版本0.2.0,未承诺稳定;示例和FAQ:有教程和文档;已知限制:未明确列出;许可证:有自定义许可证但非标准;版本变更日志:未提供;维护责任:有贡献指南但未明确。扣分因缺少变更日志和明确限制。

有效结果9 / 13 · 3.5/5

输出可用性:有CLI和API,但未验证;边际价值:明确解决多agent管理问题;成本效益:有token使用记录,但未验证。扣分因静态审查无法确认实际效果。

证据核验3 / 8 · 1.9/5

声明可追溯:文档链接到具体页面,但未验证;跨来源佐证:有CI和测试,但未独立验证;事实与推断分离:文档区分了功能描述和愿景,但未明确。扣分因缺乏独立验证。

风险与缓解建议
  • 自定义许可证可能限制商业使用,需仔细审查。
  • 未提供变更日志,版本演进不透明。
  • 安全模型文档未提供具体实现细节,需进一步验证。
证据充分度:低 评估于 2026年8月13日 审查版本 e3ec3f8b57a3 评估后仓库已有新提交,评分可能未覆盖最新改动
查看完整评分方法 →

最近版本

来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。

  1. v0.6.3
    发布说明摘录
    Changelog * 640788c059537cd60daf11d152bd76a2e3fc2a9f MUL-6945 & MUL-6944: fix(daemon): preserve Git content during artifact GC (#7893) * da1671ca204e229cba6878a99f21942b5ad9af32 MUL-7420: Project workflows — columns and handoffs on the workflow (#8814) * 700d25eef51b020dce408a75cf0b2d1378851dac MUL-7420: render the workflow brief once on the server, for the assignee or an observer (#9293) * 83422dc262e38edc0b1363494f22aa753dad66a8 MUL-7464: fix(agents): recover completed builder drafts and align recovery feedback (#8514) …
    在 GitHub 查看 ↗
  2. v0.6.2
    发布说明摘录
    Changelog * 3bacc41f848870b165ddf2cdc83ca8ad76377615 MUL-7573 fix(lark): clear the Typing reaction without trusting in-process state (#8656) * 3647ec9a9cc7c198b65b5497038fc3dc07ac2825 MUL-7687 fix(wecom): push an issue notification through the acting agent's bot (#8803) * 3d021489f4cacc362f411fb46dd7dc32153d2ca9 MUL-7697: fix(daemon): keep host TMP/TEMP for every Windows task (#9197) * e7742b052be2b2340609b9d7dbd32aabcb3e9fb7 MUL-7776: fix(api): stop returning raw error text in 500 responses (#8905) …
    在 GitHub 查看 ↗
  3. v0.6.1
    发布说明摘录
    Changelog * 67d61a2073bad0fbb7140fd2000f1ab7ec0a4f25 MUL-7780 feat(issues): run charts follow the pointer; a cost sparkline replaces the sidebar strip (#8912) * e31da86c90794b5c488279a3ead13ac2f31ac269 MUL-7801 fix(daemon): follow directory junctions when authorizing repo checkout workdirs (#8958) * 262dcb5fa7ee2986aaabf3a78ee698f4afb4f151 MUL-7816 fix(taskfailure): classify a 403 usage limit as provider quota, not auth (#8967) * 43b0571f992567a919c7f1f699ff160922594b94 MUL-7821: feat(cli): mark duplicates with issue status/update --duplicate-of (#8979) …
    在 GitHub 查看 ↗

常见问题

Multica 是否自带 AI 模型?
不,Multica 不包含模型,它驱动你已安装和认证的代理 CLI(如 claude、codex),切换提供商只需下拉选择。
需要多少成本?
Multica 本身开源且自托管免费,但你需要支付所用代理 CLI 和模型的费用,以及自己运行基础设施的成本。
智能体可以访问什么?
安全模型文档说明了智能体可访问的范围,包括文件系统、网络等,管理员可以通过角色和访问范围精确控制。
如何确保代码不会泄露?
自托管时,代码和运行时都在你自己的机器上,智能体通过本地守护进程执行,数据不离开你的基础设施。
失败的任务会怎样?
失败可自动重试或停止并报告原因,具体见文档中'失败与自动重试'部分。
在 GitHub 查看 ↗ 安装 ↓

对比同类 Agent

用同一套 FARS 评审,横向比较这个 Agent 所属的短名单。

相关 Agents