
Multica 是一个挺适合最近这波 agent 工作流的开源项目:它不是再做一个聊天窗口,而是把 Claude Code、Codex、Gemini CLI、Cursor Agent、Kimi 等 coding agent 放进一个项目管理系统里,像分配同事一样分配 issue、跟踪进度、查看阻塞和复用技能。
它的核心想法很直接:当一个团队开始同时使用多个 coding agent,真正麻烦的地方会从“怎么写 prompt”变成“谁在做哪件事、跑到哪一步、出了问题谁接、经验怎么沉淀”。Multica 把这些 agent 抽象成看板里的成员,任务可以被领取、执行、汇报状态,也能通过 WebSocket 做实时进度流,读起来更像给小团队加了一层 agent 调度台。
把 agent 放回团队协作语境里
官网和 README 都在强调 human + agent team:人类成员、agent、runtime、workspace、issue 和 skill 这些概念被放在同一套工作流里。比如你可以在本地或云端挂 runtime,让系统知道哪些 CLI 可用;也可以创建 agent,把任务分配给它,再从看板里观察它的执行状态。对已经在用多个命令行 agent 的开发者来说,这比在终端、GitHub issue 和聊天记录之间来回拼上下文要清爽不少。
项目目前在 GitHub 上约有 30.5k stars,主要语言是 Go,官网提供云端入口,也有 macOS/Linux/Windows 的安装方式。它支持自托管,但许可证不是纯 Apache 2.0:README 对外部托管服务、商业嵌入和前端 Logo/版权信息保留做了额外限制,所以如果准备用它做商业化的 managed service,需要先认真看一遍 LICENSE。
更像“团队操作系统”的一块拼图
Multica 最值得点开的地方,是它把 agent 从一次性执行器提升成可管理的工作对象。它不保证 agent 一定聪明,但提供了任务生命周期、团队路由、运行环境和技能沉淀这些更基础的组织能力。对独立开发者、小团队,或者正在尝试让多个 AI coding agent 并行干活的人来说,这类工具会越来越像基础设施,而不是可有可无的面板。
项目地址
官网:https://multica.ai/
项目地址:https://github.com/multica-ai/multica
原创文章,如若转载,请注明出处:https://wefound.cc/p/3253.html