Multica 是什么？开源 AI Agent 协作工作台实测：像派活给同事一样管理 Claude Code（2026）

最后更新：2026 年 8 月 31 日｜作者：AI345 编辑部

先说答案：Multica 是一款开源的「人 + AI Agent 协作工作台」——像给同事派活一样，把任务直接分配给 Claude Code、Codex、Cursor 等编码智能体，让它们自动领任务、读代码、写代码、汇报进度，最后交回给你审查。云端版开箱即用，也支持完全自托管，代码不出你自己的机器。

目录

1. Multica 是什么？
2. 它解决什么问题？
3. 5 个核心概念一次讲清
4. 支持 26 种 AI 编码工具（含国产）
5. Multica 安装教程：5 步上手
6. Multica 免费吗？价格说明
7. Multica vs 直接用 CLI vs Jira/Linear
8. 适合谁用？不适合谁？
9. 常见问题 FAQ
10. 总结

Multica 是什么？

Multica 是一个开源的团队工作区（workspace），定位是「人类和 AI Agent 在同一个看板上协作」。你在上面创建任务（issue），可以把任务分配给人类同事，也可以分配给一个 AI 智能体——被分配任务的智能体会自主接手：认领任务、在你指定的机器上执行、随时在任务下面发评论汇报进度，遇到阻塞主动上报，完成后把结果交回「待审查」状态，不经过人工批准不会合入主线。

项目口号是「Your next 10 hires won't be human」（你的下一批员工不是人类）。几个关键事实（截至 2026 年 8 月 31 日核对）：

• 开源仓库：github.com/multica-ai/multica，已获约 4.8 万 Star、6200+ Fork；
• 活跃度：2026 年 1 月创建，几乎每个工作日发版，最新版本 v0.4.36（2026 年 8 月 28 日发布）；
• 技术栈：Next.js 前端 + Go 后端 + PostgreSQL，本地 Daemon 负责执行；
• 名字由来：Multiplexed Information and Computing Agent，致敬 1960 年代开创「分时系统」的 Multics 操作系统——当年让多人共用一台机器，如今是让人和 Agent 共用一个工作区。

它解决什么问题？

如果你同时用过 Claude Code、Codex 等多个编码智能体，大概率遇到过这些情况：

• 每个智能体住在一个终端窗口里：谁在干什么、干到哪一步，全靠人盯着；
• 会话结束就失忆：同样的上下文今天解释第四遍，明天还要再解释一遍；
• 干完活没人接：代码改完了，但和任务系统、代码审查是脱节的，你得手动搬运。

Multica 把这些问题收敛到一个工作区里：智能体有名字、有状态，出现在看板的成员列表里；任务从「排队 → 认领 → 执行 → 完成/失败」全程有记录，每一次工具调用、命令和报错都可以回放；智能体干活产生的 PR 落在审查区，什么时候合入由人决定。

5 个核心概念一次讲清

三个值得注意的设计：

• 审查门（Review Gate）：智能体的产出默认进入审查状态，不会直接改主线代码；
• Autopilots：可以给智能体设定时任务，比如每天自动跑代码审计、生成日报，不用人提醒；
• 成本可见：每次执行记录 Token 消耗，按智能体、按任务都能查到花了多少钱。

支持 26 种 AI 编码工具（含国产）

Multica 本身不内置模型，它驱动的是你已经在用的编码 CLI。根据 GitHub README（2026 年 8 月 31 日核对），目前支持 26 种智能体 CLI，包括 Claude Code、OpenAI Codex、Cursor Agent、GitHub Copilot CLI、OpenCode、OpenClaw、Hermes、Grok 等。

对国内用户友好的一点是：Kimi、Qwen Code（通义）、CodeBuddy、Trae CLI、Qoder、DeepSeek Harness、华为 CodeArts 等国产工具都在支持列表里。消息集成方面官方支持 Slack、飞书（Lark）、钉钉、企业微信和 Telegram，其中钉钉、企微、Telegram 由社区维护。

Daemon 启动时会自动扫描本机已安装的 CLI，每发现一个就注册成一个运行时——换模型供应商只是下拉框里选一下，不涉及迁移。

Multica 安装教程：5 步上手

前置条件：准备执行智能体的那台电脑上，至少装好并登录一个受支持的编码 CLI（例如 Claude Code 或 Codex，可参考站内的 OpenAI Codex 完整使用指南）。

1. 注册账号：打开 multica.ai，邮箱验证码或 Google 登录均可，注册后自动获得一个默认工作区；
2. 连接一台电脑：下载 Multica Desktop（macOS/Windows/Linux），它会自动把当前电脑注册为运行时并检测已装的编码工具；也可以用 CLI 方式：

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

# Windows（PowerShell）
irm https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.ps1 | iex
multica setup

1. 创建智能体：侧边栏打开 Agents → New agent，选运行时、选底层 CLI、起个名字（也可以用 Build with AI 根据描述自动生成配置）；
2. 派第一个任务：建一个 issue，把指派人选成你的智能体——它会自己领任务、开跑、发评论、完成后转入审查；
3. 进阶：把常用流程做成 Skill（比如「写数据库迁移」「部署到测试环境」），全队的智能体都能复用。

想完全自己部署的话，官方支持 Docker Compose 和 Helm（Kubernetes），一条安装脚本即可拉起整套服务，见官方文档中心。

Multica 免费吗？价格说明

分三层看：

• 开源版：免费。代码基于 Apache 2.0 协议，附加了托管服务、商业嵌入和品牌方面的补充条款，可以自用、修改、自托管；
• 云版：官网提供「Start free trial（免费试用）」，暂无公开定价页，正式付费需联系销售——这是目前唯一「不透明」的部分；
• 模型费用：Multica 不内置模型，智能体跑在你自己的 CLI 上，Token 花的是你自己的 Claude/Codex/Kimi 等订阅或 API 额度，这笔钱省不掉。

一句话：自托管等于零软件成本，云版先免费用起来，真正的成本大头是模型调用本身。

Multica vs 直接用 CLI vs Jira/Linear

另外它和项目管理系统不是替代关系：Multica 可以接 GitHub / GitLab / Gitea / Forgejo（含自建），任务流转的终点仍然是标准的代码审查流程。

适合谁用？不适合谁？

适合：同时开多个编码智能体的开发者；想把 AI 纳入团队流程的小团队（官方典型场景是 2-10 人的 AI-native 团队）；需要审计「智能体到底动了什么」的技术负责人；想让重复流程（部署、迁移、评审）沉淀成技能的工程团队。

不太适合：只用一个智能体、偶尔写写脚本的轻度用户（直接用 CLI 更省事）；对「代码必须留在本地/内网」有硬性要求又不想折腾部署的团队——这类团队可以看它的自托管方案再决定。

总结

Multica 的核心价值一句话：把「人在终端里伺候 AI」变成「AI 在看板上领活干」。它不是又一个模型或又一个编辑器，而是补上了多智能体时代缺失的「管理层」——任务队列、进度可见、技能沉淀、成本透明，且代码不出你的机器。如果你的团队已经在用两个以上的编码智能体，值得一试；如果只是偶尔用 AI 写写代码，先从单工具教程上手更实际。

相关阅读：Everything Claude Code（ECC）完整教程｜AGENTS.md 完全指南：一个文件让 AI 编程助手秒懂你的项目｜AI Agent 评测怎么做？指标与基准全解｜Prime Agent 是什么：免费开源的自我改进编程 Agent

---

信息核实说明：本文数据核对自 Multica GitHub 仓库与官方文档，Star 数、版本号等以 2026 年 8 月 31 日快照为准；产品迭代很快，使用前建议以官方文档为准。