
Multica 最佳实践:多 Agent 派活技巧与常见坑
已经装好 Multica 的读者,真正的问题从来不是它能做什么,而是怎么把活派得又稳又省。这篇不重复基础介绍,只讲实战:派活的写法、拆任务的分寸、并发与队列的真实上限、Squad 和 Skill 的正确用法,以及官方 Troubleshooting 文档里那些被误判成「卡住」的报错。

先对齐:派活模式的四个默认规则
Multica 的看板和 Jira 长得像,规则却完全不同,派活前先记住这四条(核对自官方 GitHub README 与文档,2026 年 9 月):
- 智能体被指派 issue 后会自己认领、在你控制的 runtime 上执行、边干边发评论。
- 每次工具调用、命令和报错都有时间戳记录,随时回放。
- 产出进入 review 状态而不是直接进主线,合入由人决定。
- 每次执行记录 token 消耗,按智能体和按 issue 都能查。
理解这四条,后面的技巧都顺理成章。官方对这套模式的定位是:它不提供模型,而是驱动你本机已经安装并登录的 agent CLI,所以换供应商是一个下拉框,不是一次迁移。
派活第一步:把 issue 写成智能体能接的活
智能体接不住的活,多数败在 issue 写得太像给人看的标题党。可执行的 issue 至少包含三样:目标(做成什么样)、范围(动哪些仓库和目录)、验收标准(怎么算完成)。
两个立刻能用的做法:
- 用 Projects 把相关仓库和文档挂到项目上,智能体开工时自带上下文,不用每次现场解释。
- 在仓库里放好 AGENTS.md,把构建命令、目录约定、测试要求写清楚,让 26 种 CLI 按同一套规矩干活。写法参考站内的 AGENTS.md 完全指南。
反例是「优化一下登录模块」这种派法:没有验收标准,智能体只能猜,产出必然返工。
任务拆分:Chat、单智能体还是 Squad
三种入口对应三种粒度,别混着用:
- Chat:不想建 issue 的小活,直接在对话里起任务,适合问答和一次性脚本。
- 单智能体指派:有一个明确交付物的任务,建 issue 指派给某个 agent。
- Squads:一组人和智能体编成一个队,由 leader 路由工作,适合多条任务并行的项目。
拆任务的三条原则:一次只给一个可验证的交付物;依赖关系写进 issue 而不是靠智能体自己发现;大重构拆成多个可独立合入的小 issue,每个都走完整审查流程。一次派十个模糊大任务,不如派十个清晰小任务。

并发与队列:先知道上限,再谈优化
这是最容易把「排队」误判成「卡住」的地方。官方文档给出的默认上限是:
| 层级 | 默认并发上限 | 说明 |
|---|---|---|
| 单个智能体 | 6 个 run | 超出后新 run 留在队列等待 |
| 单个 daemon | 20 个 run | 所有绑定到这台机器的 agent 共享 |
几个连带结论:
- 想让多个任务真并行,靠加智能体或加机器,而不是把一个 agent 的并发数往上顶。
- runtime 离线时新任务会继续排队,只有该 runtime 超过心跳宽限期仍未恢复、且 run 本身也等了同样久,run 才会失败。也就是说「机器关了但任务还在队列里」是正常现象,先把机器拉回来即可。
- 队列不会因为等太久而被判过期,不用担心排队把任务等死。

把重复流程沉淀成 Skill
同一个坑修过一次,就该变成 Skill。Multica 的 Skill 是把解决过的问题沉淀成 playbook,全队每个智能体都能复用,比如「写数据库迁移」「部署到测试环境」「跑 lint 并修复」。
落地节奏建议:头两周先人工派活,把重复出现三次以上的流程记下来,第三周开始逐个转成 Skill。上来就想规划十几个 Skill 往往坚持不下去,从最疼的那一个开始。
用 Autopilots 做定时任务
Autopilots 支持 cron 式定时执行,官方典型场景是每日 standup 汇总、代码审计和例行报告。适合交给它的活有共同特征:输入固定、输出标准化、不需要人中途决策。比如每天早上让智能体扫一遍昨天的报错日志并汇总成 issue,比人肉巡检省心得多。
注意别把需要判断力的活也自动化进去,审计类任务建议 Autopilot 只负责发现和汇总,修复仍然走人工指派。
Review Gate 与 Inbox:别把人工环节关掉
多智能体跑起来后,最大的诱惑是嫌审查烦,想让产出直接合入。别这么做,review 环节是这套体系的安全垫:智能体的 diff 都落在审查区,你决定什么能进主线。
配套的 Inbox 设计也值得用起来:它只在智能体需要人介入时提醒你,而不是每一步都推送。把通知噪音交给 Inbox,把注意力留给 review。
常见坑与排查
| 现象 | 原因 | 解法 |
|---|---|---|
| 任务卡住不动 | 执行环境缺依赖或权限 | 打开 Execution log 回放时间戳记录,定位是哪一步失败 |
| 状态一直是 queued | runtime 离线、没识别到 agent CLI、或并发已满 | 按顺序查 runtime 是否在线、CLI 是否已装并登录、agent 并发是否到 6、daemon 是否到 20 |
| 状态是 waiting_local_directory | 另一个 run 正在占用同一个本地目录 | git 仓库可把资源切到 worktree(Parallel)模式,每个 run 拿到独立 worktree,队列直接消失 |
| 失败后任务消失 | 误以为直接放弃 | 失败会自动重试,重试次数用尽才停下并告诉你原因 |
| 智能体不守项目规矩 | 仓库上下文或 AGENTS.md 缺失 | 检查 Projects 挂载,补齐 AGENTS.md |
| token 花销超预期 | 任务太大反复重跑 | 按 agent 和 issue 查 token usage,把大任务拆小 |
| 新装的 CLI 没被识别 | Daemon 只扫描本机已装并登录的 CLI | 在同一系统账号和 PATH 下确认该 CLI 能独立运行并已登录,然后重启 daemon |
| daemon 连不上 | 未登录、token 过期、连错服务、DNS/TLS/防火墙拦截、已不在目标 workspace | 依次跑 multica auth status / multica daemon status --output json / multica daemon logs --lines 100,再 multica login 加 multica daemon restart |
| 评论和状态不再实时刷新 | WebSocket 没连上 | 在浏览器开发者工具 Network 的 WS 面板找 101 握手;自建部署重点查反向代理是否放行 Upgrade 与 FRONTEND_ORIGIN |
| 自建部署提示 server 不可达 | 反向代理没把 /health 转给后端 | 把 /health 明确路由到后端 8080 端口,用 curl -fsS /health 验证 |
| Usage 页面显示为零 | 小时级汇总任务没跑成功 | 查 task_usage 与 task_usage_hourly 行数,以及 sys_cron_executions 里 rollup_task_usage_hourly 的执行记录 |
遇到解释不了的行为,官方的 Troubleshooting 文档和 Task 回放记录是最快的排查组合。



边界与前提:自建部署前先知道的几件事
- 自建要 Docker。官方提供 Docker Compose 与 Helm 两套方案,安装脚本会拉 GHCR 镜像,如果选中的 tag 还没发布,需要改用 make selfhost-build 本地构建。
- 端口和依赖比想象的多。本地默认 API 在 8080、Web 在 3000,另有 daemon 健康检查端口;数据库是 PostgreSQL 17,容器只在创建时读 .env,改完要重建容器。
- 邮箱验证码在 DEV 模式下不发送。自建时如果没配 SMTP 或 Resend,验证码与邀请链接只写在后端日志里,生产环境不要用这种方式,也不要开固定测试码。
- 移动端与渠道有差异。iOS 目前只支持自行从源码构建,未上架 App Store;DingTalk、WeCom、Telegram 属于社区维护,稳定性与官方渠道不同。
- 开源协议不是纯 Apache 2.0。Multica License 保留 Apache 2.0 全文并附加了托管服务、商业嵌入与品牌相关条件,做二次分发前先把 LICENSE 读完。
- 目录锁在内存里,重启即释放。本地目录互斥不写锁文件,怀疑有残留锁时重启 daemon 即可,不用去找文件删。
常见问题
必须用云版吗?公司内网能用吗?
答:不必须。Multica 开源且支持自托管,官方提供 Docker Compose 和 Helm 部署方案,数据可以完全留在自己的基础设施里;代码在你自己连接的 runtime 上执行,不上传服务器。
一个智能体同时派几个任务合适?
答:默认单个智能体最多同时跑 6 个 run,单个 daemon 最多 20 个。实践建议是同一时间只让一个智能体跑一个有交付物的任务,并行靠加智能体或用 Squads 实现。
Autopilots 和 CI 有什么区别,会冲突吗?
答:不冲突。CI 跑确定性流水线,Autopilots 跑需要模型判断的任务如审计和汇总。构建测试留在 CI,语义层面的巡检交给 Autopilot。
我的代码会被传到 Multica 服务器吗?
答:不会。智能体在你连接的 runtime 上执行,代码不出你的机器,服务器只协调任务状态。
支持哪些 agent CLI 和 Git 托管?
答:官方支持 26 种 agent CLI,包括 Claude Code、Codex、Cursor Agent、GitHub Copilot CLI、OpenCode、Kimi、Qwen Code、Trae CLI、MiniMax Code 等;Git 侧支持 GitHub、GitLab、Gitea、Forgejo,含自建实例。
新团队第一步从哪开始?
答:先派一个小而清晰的 issue 跑通指派、执行、review 全流程,再试 Squad 和 Skill。没装好的先看站内的 [Multica 安装与认知篇](https://www.ai345.info/ai-guide/multica-ai-agent-workspace-guide)。

京ICP备2024094994号-29