Multica 入门指南：人和 AI 智能体在一个工作区里共同工作

 

本指南基于 Multica 官方文档 编写，覆盖 Cloud 版本的核心概念和操作流程。

目录

  1. Multica 是什么
  2. 核心架构：三个组件
  3. 5 分钟快速上手（Cloud 版）
  4. 工作区（Workspace）基础
  5. 智能体（Agent）深入理解
  6. 让智能体干活的四种方式
  7. 任务（Task）生命周期
  8. Skills：给智能体"开小灶"
  9. CLI 常用命令速查
  10. GitHub 集成
  11. 桌面应用（Desktop）
  12. 常见问题与排查

1. Multica 是什么

一句话：像 Jira/Linear 一样管理任务，但你的"同事"里可以有 AI 智能体。

Multica 是一个任务协作平台。你在上面创建任务（叫 issue），可以分配给人类同事，也可以分配给 AI 智能体——分配后智能体会自动调用 AI 编程工具，在你的本地机器上读代码、写代码、跑测试、提交结果。

核心价值：

  • AI 不是"问一句答一句"的对话机器人，而是能独立完成任务的工作单元
  • 你的代码和 API Key 留在本地，不上传服务器
  • 7×24 在线，不用催、不下班

2. 核心架构：三个组件

Multica 的工作靠三个组件协同完成：

image

 

组件详解

组件

在哪跑

干什么

Multica 服务器

云端（或自部署）

存数据（工作区、issue、评论）、管理任务队列、WebSocket 推送实时更新。不执行 AI 任务

守护进程（Daemon）

你的电脑

每 3 秒轮询一次有没有新任务，领到任务后调用本地的 AI 编程工具去执行。每 15 秒发一次心跳

AI 编程工具

你的电脑

真正写代码的那个工具。Multica 支持 11 款：Claude Code、Codex、Cursor、Copilot、Gemini、Hermes、Kimi、Kiro CLI、OpenCode、OpenClaw、Pi

关键理解： 你的 API Key、代码目录、工具链全在本地。Multica 服务器只做协调，不碰你的任何敏感信息。

3. 5 分钟快速上手（Cloud 版）

前置条件

本地已经装了至少一款 AI 编程工具（推荐 Claude Code，功能最完整，新手首选）。

第 1 步：注册账号

到 multica.ai 注册。用邮箱（6 位验证码）或 Google 登录。注册完自动获得一个默认工作区。

第 2 步：安装 CLI

macOS / Linux（推荐 Homebrew）：

brew install multica-ai/tap/multica

macOS / Linux（无 Homebrew）：

curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bash

Windows（PowerShell）：

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

验证安装：

multica version

第 3 步：登录 + 启动守护进程

一句话搞定：

multica setup

这条命令会：

  1. 配置 CLI 连接 Multica Cloud
  2. 打开浏览器让你登录
  3. 把生成的令牌存到 ~/.multica/config.json
  4. 自动启动守护进程

验证守护进程运行状态：

multica daemon status

看到 online 就说明成功了。

第 4 步：创建智能体

  1. 打开 Web 界面 → Settings → Agents
  2. 点 New Agent
  3. 填写：
    • 名字 — 比如 code-reviewer
    • Provider — 选你本机装的 AI 编程工具（比如 Claude Code）
    • Model （可选）— 选具体模型，留空用工具默认
    • Instructions （可选）— 给智能体的系统提示词
  1. 点创建完成

image

 

第 5 步：分配第一个任务

在 Web 界面创建一个 issue，或者用命令行：

multica issue create --title "给 README 加一段架构说明"

把 issue 分配给智能体：

multica issue assign MUL-1 --to 你的智能体名字

接下来，守护进程会在 3 秒内领走任务，调用本地的 AI 编程工具开始干活。Web 界面上会实时（WebSocket）显示进度。

image

 

4. 工作区（Workspace）基础

工作区是 Multica 里的独立空间——所有 issue、成员、评论、智能体都属于它。切换工作区，看到的内容完全替换。

创建工作区

定下三件事：

  • 名字 — 显示名称，可以中文，随时能改
  • Slug — URL 中的短链标识，只能小写字母和数字（用 - 连接）。创建后不能改
  • Issue 前缀 — 所有 issue 编号的前缀（比如 MUL-123 里的 MUL）。用大写字母
multica workspace create

成员角色

角色

权限

Owner（所有者）

一切权限，包括删除工作区

Admin（管理员）

邀请成员、管理权限（但不能造新 owner）

Member（普通成员）

日常干活：创建 issue、写评论、分配智能体

每个工作区必须至少保留一名 owner。

Issue 编号

格式 MUL-1、MUL-2……由系统自动分配、永不改变、删除不回收。

5. 智能体（Agent）深入理解

智能体能做什么

智能体是工作区里的一等公民成员——和人一样：

  • 能被分配 issue → 自动开工
  • 能在评论里被 @ 点名 → 立刻被唤醒
  • 能发评论汇报进展
  • 能作为 project 的负责人
  • 能干完后自己开新 issue

智能体 vs 人的区别

维度

人

智能体

开工方式

看到消息再响应

分配后自动立刻开工

通知

收 inbox 通知

不收通知

工作时长

上下班

7×24

绑定

人就是人

绑定一款 AI 编程工具

归档

—

可以归档，正在跑的任务被取消

配置智能体

创建智能体时的核心配置项：

配置项

说明

名字

工作区内唯一

运行时

选一款 AI 编程工具（下拉菜单里只会出现你本机装了的）

Model（可选）

具体模型（如 Sonnet / Opus），改模型只对新任务生效

Instructions（可选）

系统提示词，告诉它扮演什么角色

自定义环境变量

注入 API Key 等（注意：明文存服务器，别放高价值 secret）

自定义命令行参数

追加到 AI 工具命令行尾部（如 --max-turns 100）

可见性

private（默认，只有 owner/admin/创建者能分配）或 workspace（全员可用）

并发上限

默认 6，同一时间最多跑几个任务

私有 vs 公开

  • 私有智能体：创建者、owner、admin 能分配。其他人只能看到名字和描述，配置细节（环境变量、MCP 配置）被打码。
  • 工作区可见：任何成员都能分配。

6. 让智能体干活的四种方式

Multica 不只有"分配 issue"这一种方式——四种触发方式对应不同场景：

方式

适用场景

特点

① 分配 issue

最常见。让智能体正式负责一项工作

能读 issue 全部上下文 + 所有评论，能改状态和字段

② @ 提及

"这条你帮我看一下"——不改 assignee

能读 issue + 触发它的那条评论，轻量触发

③ 对话（Chat）

和智能体一对一私聊，不涉及任何 issue

完全沙盒，其他人看不到，智能体看不到任何 issue

④ Autopilots

定时自动任务（每天巡检、周报等）

按 cron 调度，到点自动触发

① 分配 issue

Web 上点 Assignee 选择器选智能体，或命令行：

multica issue assign MUL-1 --to agent-name

分配后智能体会自动开工，执行过程中可以改 issue 状态、发评论。

注意： 如果 issue 状态是 Backlog，分配后不会触发——必须切到 Todo / In Progress 才会真正入队。

② @ 提及

在 issue 评论区写 @agent-name，智能体就会读 issue + 当前这条评论并回应。不改 assignee、不改状态。

③ 对话（Chat）

从侧边栏 Chat 入口进，选一个智能体开聊。适合 brainstorm、问问题、起草任务。

智能体在对话里：

  • ✅ 能用 skill 和 MCP、读写本地文件
  • ❌ 看不到任何 issue
  • ❌ 改不了任何 issue
  • ❌ 别人看不到你的对话

④ Autopilots（定时任务）

配置三个要素：执行智能体 + cron 表达式 + 指令描述。

两种执行模式：

  • 先建 issue 模式（推荐）：每次触发先创建一个 issue，再派给智能体。所有工作落在看板上
  • 直跑模式：不建 issue，直接跑。看板上看不到

cron 示例：

0 9 * * 1-5     Asia/Shanghai    → 工作日早 9 点
*/30 * * * *    UTC              → 每 30 分钟
0 3 * * *       UTC              → 每天凌晨 3 点

手动触发：multica autopilot trigger <id>

7. 任务（Task）生命周期

每次触发（分配、@ 提及、聊天、Autopilot）都会产生一个执行任务（task）。

状态流转

queued（排队中）
  ↓
dispatched（已派发 — 守护进程领走了）
  ↓
running（运行中 — AI 工具正在干活）
  ↓
completed（完成） 或  failed（失败） 或  cancelled（取消）

超时规则

情况

阈值

派发后 AI 工具没启动

5 分钟

运行超时

2.5 小时

自动重试规则

可重试

不可重试

runtime_offline（守护进程离线）

agent_error（AI 工具报错）

runtime_recovery（守护进程崩溃重启）

  

timeout（超时）

  
  • 最多重试 1 次
  • Autopilot 触发的任务不自动重试
  • 手动重跑（multica issue rerun <id>）无次数上限，但会开全新会话，不继承上次上下文

8. Skills：给智能体"开小灶"

Skill 是专业知识包——一个 SKILL.md 加上支持文件，告诉智能体"遇到某类任务时该怎么想、怎么做"。

Skill 来源

来源

说明

新建

直接在 UI 里写 SKILL.md

从 GitHub 导入

贴仓库 URL

从 ClawHub

公开市场搜索导入

从本机

扫描本地 skill 目录

Skill 怎么生效

  1. 导入到工作区 → 成为"工作区 Skill"
  2. 挂载到具体的智能体（一个智能体可以挂多个 Skill，一个 Skill 也能挂到多个智能体）
  3. 下次智能体开工时，Multica 自动把 Skill 文件放到 AI 工具的对应目录

⚠️ 安全提醒

第三方 Skill 可能包含恶意指令。2026 年 2 月发生过 "ClawHavoc" 事件——有人在热门 Skill 里植入窃取 API Key 的指令。导入前自己审查 SKILL.md 和所有附带文件。

Skill vs MCP

 

Skill

MCP

本质

知识包（静态内容+指令）

工具通道（调用外部服务）

作用

教智能体"怎么想"

让智能体"能做什么"

可同时用

✅

✅

目前 Multica 的 MCP 支持只有 Claude Code 真正消费。

9. CLI 常用命令速查

认证与守护进程

multica setup                   # 一键初始化（登录+装守护进程）
multica login                   # 单独登录
multica daemon status           # 查看守护进程状态
multica daemon logs -f          # 查看实时日志
multica daemon start            # 启动守护进程
multica daemon stop             # 停止守护进程

工作区

multica workspace list          # 列出所有工作区
multica workspace get <slug>    # 查看工作区详情
multica workspace members       # 查看成员

Issue

multica issue list              # 列出 issue
multica issue get MUL-1         # 查看单条
multica issue create --title "xxx"  # 创建
multica issue assign MUL-1 --to agent-name  # 分配给智能体
multica issue rerun MUL-1       # 手动重跑
multica issue comment MUL-1 "内容"  # 写评论

智能体

multica agent list              # 列出智能体
multica agent get <slug>        # 查看智能体配置
multica agent create            # 创建智能体
multica agent archive <slug>    # 归档
multica agent restore <slug>    # 恢复

其他

multica version                 # 查看版本
multica update                  # 升级 CLI
multica config                  # 查看本地配置

每条命令都有 --help，例如 multica issue create --help。

10. GitHub 集成

一句话概括

在 Multica 里连接 GitHub App 后，PR 的分支名、标题或正文里写了 issue 编号（如 MUL-123），就会自动关联到那个 issue。PR 合并时，issue 自动转 Done。

连接方式

工作区 owner/admin 在 Settings → Integrations 点 Connect GitHub，按引导安装 App 并选择仓库。

匹配规则

  • 从 PR head 分支 → PR 标题 → PR 正文 三个位置扫描
  • 大小写不敏感：MUL-123、mul-123 都行
  • 限定本工作区的 issue 前缀
  • 一个 PR 可以关联多个 issue

哪些不会自动关联

  • Commit message 里的编号 ❌
  • PR 评论里的编号 ❌
  • App 没安装的仓库 ❌

11. 桌面应用（Desktop）

什么时候用 Desktop

 

Web

Desktop

临时登录

✅

❌

多工作区同时操作

❌ 浏览器标签页混一起

✅ 每个工作区一组独立标签页

守护进程

要手动启动

✅ 自动拉起

升级

刷新页面就行

✅ 自动静默下载

多 tab 特性

Desktop 为每个工作区独立维护一组标签页。切换工作区时，当前标签页整体隐藏，上次那个工作区的一组标签页原样恢复——像 VSCode 的多 workspace。

安装

去 multica.ai/download 下载对应平台的安装包：

  • macOS → .dmg
  • Windows x64 / ARM64 → .exe
  • Linux → .AppImage

Desktop 内置了 CLI 和守护进程，不需要额外安装。

12. 常见问题与排查

"智能体不工作"

三步排查：

multica daemon status           # ① 守护进程在线？
multica daemon logs -f          # ② 看日志有没有报错

③ 去 Web 界面 Settings → Runtimes 看运行时是否显示"在线"

任务卡在 queued 不动

通常是并发打满了：

  • 守护进程层默认上限 20
  • 智能体层默认上限 6
  • 两层中更紧的生效

守护进程崩溃了

崩溃时正在跑的任务会被标记为 failed（原因 runtime_recovery），能重试的会自动重排队。

自部署

如果不想用 Multica Cloud，可以在自己的服务器上用 Docker 部署一套。见官方文档的 Self-Host 快速上手。

总结：新手行动路线

第 1 天：注册 → 装 CLI → multica setup → 创建智能体 → 分配第一个 issue
第 2 天：探索工作区设置 → 写 Instructions → 试试 @ 提及
第 3 天：配置 GitHub 集成 → 体验 PR 自动关联
第 4 天：导入/创建 Skill → 给智能体加专业知识
第 5 天：配置 Autopilot → 让智能体定时干活

参考链接

posted on 2026-05-14 17:44  lunzi_fly  阅读(2179)  评论(0)    收藏  举报
博客园  ©  2004-2026
浙公网安备 33010602011771号 浙ICP备2021040463号-3