Multica：把 AI 编程 Agent 变成你的正式队友
> 来源: https://github.com/multica-ai/multica | https://multica.ai
> 日期: 2026-04-03
> 类型: AI Agent 管理平台 / 开发者工具 / 项目管理
> 开源协议: Apache 2.0
🎯 一句话版本
Multica 是一个开源的"AI 员工管理平台"——像在 Linear 里给同事分配 issue 一样，把任务分配给 Claude Code 或 Codex，它们会自动领取、执行、汇报进度，和人类开发者出现在同一个看板上。
核心理念
"Your next 10 hires won't be human."（你的下 10 个雇员不会是人类。）
这句 slogan 精准概括了 Multica 的定位：它不是另一个 AI 编码工具，而是一个管理层——让 AI Agent 从"被调用的工具"升级为"团队成员"。
具体来说：
- Agent 有个人资料页，出现在团队名单里
- Agent 可以被分配 Issue，就像分配给同事一样
- Agent 会主动评论、创建 Issue、报告阻塞
- Agent 的工作进度在统一的 Activity Feed 里和人类同事的活动交织在一起
创始人
Jiayuan Zhang（GitHub: forrestchang），中国开发者，之前做过：
- gptlang — 用 GPT-4 实现的编程语言
- programmer-soft-skills — 程序员软技能
- 与 devv.ai 有关联（commit 邮箱为 [email protected]）
有意思的是：Multica 自身就在用 AI Agent 开发。最新的 commit 里可以看到：
Co-authored-by: Claude Opus 4.6 (1M context) <[email protected]>
他们在 dogfooding——用 Agent 造管 Agent 的平台。
技术架构
┌──────────────┐ ┌──────────────┐ ┌──────────────────┐
│ Frontend │────>│ Go Backend │────>│ PostgreSQL 17 │
│ Next.js 16 │<────│ (Chi + WS) │<────│ (pgvector) │
└──────────────┘ └──────┬───────┘ └──────────────────┘
│
┌───────┴────────┐
│ Agent Daemon │ (跑在你的机器上)
│ Claude / Codex│
└────────────────┘
| 层 | 技术栈 |
|---|---|
| 前端 | Next.js 16 (App Router) |
| 后端 | Go (Chi 路由, sqlc, gorilla/websocket) |
| 数据库 | PostgreSQL 17 + pgvector |
| Agent 运行时 | 本地 daemon，自动检测 Claude Code / Codex CLI |
| CLI | `brew install multica`（macOS），daemon 模式 |
关键设计决策
1. Go 后端 — 单二进制部署，WebSocket 原生支持，适合实时通信
2. pgvector — 为未来的语义搜索/相似度匹配预留（Skills 检索？）
3. Daemon 架构 — Agent 在你本地跑，代码不经过 Multica 服务器
4. WebSocket 实时推送 — 任务进度、评论、状态变更全部实时
核心功能
1. 任务生命周期管理
创建 Issue → 分配给 Agent → Agent 领取 → 执行中 → 完成/失败
(enqueue) (claim) (start) (complete/fail)
每个状态转换都被记录和广播。Agent 卡住时会主动报告 blocker，不会静默失败。
2. Skills 系统
# SKILL.md 格式示例
name: write-migration
version: 1.2.0
author: Alex Rivera
## Write Migration
Generate a SQL migration file based on the requested schema changes.
### Steps
1. Analyze the current schema from migrations/
2. Generate migration SQL with proper ordering
3. Validate with sqlc compile
4. Run tests against a fresh database
Skills 是可复用的能力定义 — 代码、配置、上下文打包在一起。一个人写的 Skill，团队所有 Agent 都能用。
这和 OpenClaw 的 Skill 体系非常相似——都用 SKILL.md 定义，都支持版本化。
3. Runtime 管理
统一面板管理所有计算资源：
- 本地 daemon（你的笔记本/工作站）
- 云端 runtime
- 实时监控：在线/离线状态、用量图表、活跃度热力图
- 自动检测本地 CLI（claude, codex）
4. 多工作区
工作区级别隔离：每个工作区有自己的 Agent、Issue、设置。适合多项目/多团队场景。
自托管
Multica 支持完整自托管：
git clone https://github.com/multica-ai/multica.git
cd multica
cp .env.example .env
# 编辑 .env（至少改 JWT_SECRET）
docker compose up -d # 启动 PostgreSQL
cd server && go run ./cmd/migrate up && cd ..
make start # 启动应用
需要配置：
JWT_SECRET（必须）DATABASE_URL（PostgreSQL 连接串）RESEND_API_KEY（邮件认证，用 Resend）- 可选：Google OAuth、S3 + CloudFront（文件存储）
竞品对比
| 维度 | Multica | Linear + Devin | OpenClaw | GitHub Copilot Workspace |
|---|---|---|---|---|
| 定位 | Agent 项目管理 | PM + Agent | Agent 运行时 | IDE 内 Agent |
| Agent 支持 | Claude Code, Codex | Devin 专属 | 多模型 | GitHub 专属 |
| 任务管理 | ✅ 看板 + Issue | ✅ Linear 原生 | ❌ 无看板 | ⚠️ 基础 |
| 自托管 | ✅ Apache 2.0 | ❌ SaaS | ✅ MIT | ❌ SaaS |
| Skills 复用 | ✅ SKILL.md | ❌ | ✅ SKILL.md | ❌ |
| 实时进度 | ✅ WebSocket | ✅ | ⚠️ 部分 | ⚠️ |
| 多 Agent 协作 | ✅ 核心特性 | ❌ 单 Agent | ✅ 子 Agent | ❌ |
| 成熟度 | 🟡 极早期 | 🟢 生产级 | 🟢 成熟 | 🟢 成熟 |
亮点与疑虑
亮点 ✅
1. "Agent as Teammate" 是正确的方向 — 2026 年初所有大厂都在往多 Agent 协作方向走（Anthropic TeammateTool, OpenAI Codex Teams），Multica 做了一个统一管理层
2. 自托管 + Apache 2.0 — 代码在本地跑，不经过第三方服务器，企业友好
3. SKILL.md 格式 — 和 OpenClaw 体系兼容，Skills 可以跨平台复用
4. Dogfooding — 他们自己用 Claude Opus 4.6 开发这个产品，commit 记录可见
5. 工程质量不错 — Go + Next.js + PostgreSQL 是成熟的技术选型，worktree 开发流程规范
疑虑 ⚠️
1. 极早期 — Repo 创建仅 2 天（2026-04-01），虽然有 600+ commit 但可能是从 private repo 迁移
2. 团队规模不明 — 主要贡献者只有 2-3 人
3. 与 devv.ai 关系不明 — commit 邮箱显示 devv.ai 关联，但没有公开说明
4. 定价模型缺失 — 云端版本没有公开定价
5. 只支持 Claude Code + Codex — 不支持 Gemini CLI、本地模型等
6. "管理 Agent"这件事可能不需要单独的产品 — Linear/Notion 原生集成 Agent 会是更自然的路径
与我们的关联
与 OpenClaw 的对比
Multica 和 OpenClaw 解决的是不同层次的问题：
| OpenClaw | Multica | |
|---|---|---|
| 核心能力 | Agent 运行时（让 AI 能做事） | Agent 管理层（协调 AI 做事） |
| 类比 | "操作系统" | "项目管理工具" |
| 用户 | 个人/小团队 | 团队/企业 |
| Agent 粒度 | 一个持久 Agent | 多个专项 Agent |
它们可以互补：OpenClaw 负责 Agent 的底层能力（消息路由、工具调用、记忆），Multica 负责上层调度（任务分配、进度追踪、团队协作）。
可以借鉴的
1. Agent Profile 概念 — 让 Agent 有身份、有头像、有历史记录
2. 统一 Activity Feed — 人类和 Agent 的操作交织在一起
3. Runtime Dashboard — 统一查看所有 Agent 的运行状态和资源消耗
暂时不需要的
我们目前是个人使用场景（1 人 + 多 Agent），不需要团队协作层。如果未来要做团队版 OpenClaw，Multica 的架构值得参考。
评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 创新性 | 8/10 | "Agent as Teammate" 概念在 2026 年正当其时 |
| 技术实现 | 7/10 | Go + Next.js + PG 扎实，但功能深度有限 |
| 产品成熟度 | 4/10 | 极早期，2 天前才开源 |
| 开源友好度 | 9/10 | Apache 2.0，完整自托管文档 |
| 生态兼容性 | 7/10 | SKILL.md 和 OpenClaw 兼容，但只支持 2 个 Agent 后端 |
| 与我们的相关性 | 6/10 | 个人场景暂不需要，但架构值得参考 |
| **综合** | **6.5/10** |
关键链接
- GitHub：https://github.com/multica-ai/multica
- 官网：https://multica.ai
- 云端版：https://multica.ai/app
- 自托管文档：https://github.com/multica-ai/multica/blob/main/SELF_HOSTING.md
- 创始人：https://github.com/forrestchang (Jiayuan Zhang)
- 协议：Apache 2.0
> 一句话总结：Multica 的 "Agent as Teammate" 理念对了，但产品极早期。它想做 AI Agent 时代的 Linear，让 Claude Code 和 Codex 像人类员工一样出现在看板上。对我们来说，个人场景暂时用不上，但它的架构设计（统一 Activity Feed、Runtime Dashboard、Skills 复用）值得在 OpenClaw 未来做团队功能时参考。