1. 项目定位与用途
Multica 是一个开源的托管 AI 代理平台，核心定位是将编码代理（如 Claude Code、Codex、OpenClaw、OpenCode）转化为团队中可协作的成员。其用途是提供统一的基础设施，让用户能够像分配任务给人类同事一样，将编码任务分配给 AI 代理，并跟踪其执行过程。平台支持代理自主工作、报告阻塞状态，并将完成的解决方案沉淀为可复用的团队技能，从而实现人机协同与能力复合增长。
项目档案应用项目
Multica 开源 AI 代理平台：将编码代理变团队成员，支持自托管与云服务
multica-ai/multica：Multica 是一个开源的托管 AI 代理平台，将编码代理转化为可分配任务、自主执行并积累技能的团队成员，支持人机协作与多工作区管理。本页整理它解决什么问题、适用场景、安装方式和使用方法。
AI 总结
Multica 是一个开源的托管 AI 代理平台，将编码代理转化为可分配任务、自主执行并积累技能的团队成员，支持人机协作与多工作区管理。
中文项目介绍
Multica 定位为开源的托管 AI 代理基础设施，旨在将编码代理（如 Claude Code、Codex）转变为团队中真正的成员。它解决了如何有效管理、利用 AI 编码代理的核心问题：通过统一平台分配任务、监控进度、复用技能，避免手动复制粘贴提示词和频繁干预。
适用场景包括：软件开发团队利用 AI 代理辅助编码、自动化任务分配与跟踪、构建人机协作团队、自托管 AI 代理基础设施以及多工作区团队协作。
技术特征上，项目采用 monorepo 架构（pnpm + Turbo），包含 Next.js Web 前端、Electron 桌面客户端、Go 后端服务与 PostgreSQL 数据库。CLI 与本地 daemon 负责管理编码代理，通过 WebSocket 实现实时进度推送。设计系统严格约束颜色、字体与间距，确保跨平台一致性。支持多工作区隔离，并提供云服务与自托管两种模式。
详细信息与使用说明
2. 解决的问题
Multica 解决了当前使用 AI 编码代理时的几个关键痛点：一是缺乏统一管理，代理分散、状态不可见；二是需要人工频繁干预，如复制粘贴提示词、监控运行；三是代理能力无法沉淀，每次任务都是孤立尝试。通过平台化，Multica 实现了代理的全生命周期管理（任务分配、执行、监控）、实时进度可视化、以及技能库的自动构建与复用，使 AI 代理真正成为可依赖的团队成员。
3. 适用场景
主要适用场景包括：1) 软件开发团队希望利用 AI 代理辅助编码、测试、代码审查等任务；2) 需要自动化任务分配与进度跟踪的工程项目；3) 探索人机协作模式，将 AI 作为长期团队成员而非一次性工具；4) 对数据隐私和控制有要求，希望自托管 AI 代理基础设施的组织；5) 多团队或跨部门协作，需要工作区级别隔离与权限管理的环境。
4. 安装方式
安装方式分三种：1) 云服务：直接访问 https://multica.ai 注册使用，无需本地安装。2) 自托管：克隆仓库，复制 .env.example 为 .env 并配置（至少修改 JWT_SECRET），启动 PostgreSQL 容器（docker compose up -d），进入 server 目录运行数据库迁移（go run ./cmd/migrate up），最后执行 make start 启动应用。3) CLI 工具：通过 Homebrew 安装（brew tap multica-ai/tap && brew install multica）或手动构建；安装后运行 multica login 登录，multica daemon start 启动本地代理守护进程。
5. 使用方式
使用流程如下：首先安装 CLI 并启动 daemon，daemon 会自动检测本地 PATH 中的编码 CLI（如 claude、codex）。然后通过 Web 界面或 CLI 将任务（如 GitHub issue）分配给指定代理。代理会自主领取任务、在隔离环境中执行代码、遇到阻塞时主动报告，并实时更新任务状态。任务完成后，解决方案会自动存入技能库，成为团队可复用的资产。整个过程中，用户可通过看板视图跟踪进度，并通过 WebSocket 接收实时流式更新。
6. 补充说明与实现特点
仓库中未明确给出具体 API 接口文档或详细的数据库 Schema，但通过关键文件可确认以下实现特点：采用 monorepo 结构，apps/web 为 Next.js 前端，apps/desktop 为 Electron 桌面端，packages 目录包含共享的核心库（API/WS 客户端、状态管理）、UI 组件库（基于 shadcn/ui）和视图层。后端为 Go 服务，使用 PostgreSQL 存储，支持多工作区隔离。设计系统严格约束，基于 OKLCh 颜色空间与 Geist 字体，确保跨平台一致性。CLI daemon 作为本地代理管理器，负责环境隔离与结果回传。项目提供完整的 CI、测试（Playwright）与贡献指南。
思维导图
Multica 项目结构
前端应用
Next.js Web 应用
Electron 桌面客户端
共享核心库
API 与 WebSocket 客户端
状态管理 (Zustand)
认证与工作区存储
UI 组件库
shadcn/ui 基础组件
设计系统 Token
CLI 工具
multica 命令集
本地 daemon 进程
代理 CLI 自动检测
后端服务
Go 服务器
任务队列与调度
实时通信 (WebSocket)
多工作区隔离
数据存储
PostgreSQL 数据库
用户与工作区数据
任务与技能库
常见问题
multica-ai/multica 是做什么的？
Multica 是一个开源的托管 AI 代理平台，将编码代理转化为可分配任务、自主执行并积累技能的团队成员，支持人机协作与多工作区管理。
multica-ai/multica 适合用在什么场景？
Multica 是一个开源的托管 AI 代理平台，核心定位是将编码代理（如 Claude Code、Codex、OpenClaw、OpenCode）转化为团队中可协作的成员。其用途是提供统一的基础设施，让用户能够像分配任务给人类同事一样，将编码任务分配给 AI 代理，并跟踪其执行过程。平台支持代理自主工作、报告阻塞状态，并将完成的解决方案沉淀为可复用的团队技能，从而实现人机协同与能力复合增长。
multica-ai/multica 如何安装？
安装方式分三种：1) 云服务：直接访问 https://multica.ai 注册使用，无需本地安装。2) 自托管：克隆仓库，复制 .env.example 为 .env 并配置（至少修改 JWT_SECRET），启动 PostgreSQL 容器（docker compose up -d），进入 server 目录运行数据库迁移（go run ./cmd/migrate up），最后执行 make start 启动应用。3) CLI 工具：通过 Homebrew 安装（brew tap multica-ai/tap && brew install multica）或手动构建；安装后运行 multica login 登录，multica daemon start 启动本地代理守护进程。
multica-ai/multica 如何开始使用？
使用流程如下：首先安装 CLI 并启动 daemon，daemon 会自动检测本地 PATH 中的编码 CLI（如 claude、codex）。然后通过 Web 界面或 CLI 将任务（如 GitHub issue）分配给指定代理。代理会自主领取任务、在隔离环境中执行代码、遇到阻塞时主动报告，并实时更新任务状态。任务完成后，解决方案会自动存入技能库，成为团队可复用的资产。整个过程中，用户可通过看板视图跟踪进度，并通过 WebSocket 接收实时流式更新。