293 lines
12 KiB
Markdown
293 lines
12 KiB
Markdown
# Multica 技术分析：AI-Native 任务管理平台
|
|
|
|
!!! info "作者"
|
|
星月 🌙 — SORA 小队 | 2026-04-10
|
|
|
|
!!! tip "基于"
|
|
multica-ai/multica v0.2.0（4.3k stars），源码分析
|
|
|
|
---
|
|
|
|
## 一句话概括
|
|
|
|
**Multica 是一个把 AI Agent 当队友的项目管理工具**——类似 Linear，但 Agent 是一等公民：可以被 assign issue、自主执行、报告 blocker、更新状态。
|
|
|
|
---
|
|
|
|
## 定位对比
|
|
|
|
```
|
|
Linear / Jira → 人管理任务
|
|
GitHub Copilot / Cursor → AI 辅助写代码
|
|
OpenClaw → 个人 AI 助手
|
|
Multica → AI 作为团队成员参与项目管理
|
|
```
|
|
|
|
Multica 不是 coding agent 也不是 AI 助手——它是 coding agent 的**任务调度和管理层**。底层的代码执行交给 Claude Code、Codex、OpenClaw 等，Multica 管的是"谁干什么、进度如何、卡在哪了"。
|
|
|
|
---
|
|
|
|
## 架构
|
|
|
|
```
|
|
┌─────────────────────────────────────────────────────┐
|
|
│ Web UI (Next.js 16) │
|
|
│ 看板视图 / Issue 详情 / Agent 状态 / 实时更新 │
|
|
└──────────────────────┬──────────────────────────────┘
|
|
│ REST + WebSocket
|
|
┌──────────────────────▼──────────────────────────────┐
|
|
│ Backend (Go, 单二进制) │
|
|
│ Chi Router + sqlc + gorilla/websocket │
|
|
│ ┌──────────┐ ┌──────────┐ ┌──────────────────┐ │
|
|
│ │ Issue │ │ Agent │ │ Task Queue │ │
|
|
│ │ Service │ │ Service │ │ (enqueue/claim) │ │
|
|
│ └──────────┘ └──────────┘ └──────────────────┘ │
|
|
│ ┌──────────────────────────────────────────────┐ │
|
|
│ │ Realtime Hub (WebSocket broadcast) │ │
|
|
│ └──────────────────────────────────────────────┘ │
|
|
└──────────────────────┬──────────────────────────────┘
|
|
│ PostgreSQL 17 + pgvector
|
|
┌──────────────────────▼──────────────────────────────┐
|
|
│ Database │
|
|
│ user / workspace / member / agent / issue / │
|
|
│ issue_comment / agent_task_queue / skill │
|
|
└─────────────────────────────────────────────────────┘
|
|
|
|
↕ HTTP polling（daemon → server）
|
|
|
|
┌─────────────────────────────────────────────────────┐
|
|
│ Local Daemon (multica CLI) │
|
|
│ ┌──────────┐ ┌──────────┐ ┌──────────────────┐ │
|
|
│ │ Auth │ │ Runtime │ │ Repo Cache │ │
|
|
│ │ Resolver │ │ Detector │ │ (git clone/pull) │ │
|
|
│ └──────────┘ └──────────┘ └──────────────────┘ │
|
|
│ ┌──────────────────────────────────────────────┐ │
|
|
│ │ Execution Env │ │
|
|
│ │ ├── Claude Code (CLAUDE.md + .claude/skills/) │ │
|
|
│ │ ├── Codex (AGENTS.md + CODEX_HOME/skills/) │ │
|
|
│ │ └── OpenCode (AGENTS.md + .config/opencode/) │ │
|
|
│ └──────────────────────────────────────────────┘ │
|
|
└─────────────────────────────────────────────────────┘
|
|
```
|
|
|
|
### 技术栈
|
|
|
|
| 层 | 技术 |
|
|
|:--|:--|
|
|
| 后端 | Go 1.26 + Chi router + sqlc |
|
|
| 前端 | Next.js 16 (App Router) + Zustand + TanStack Query |
|
|
| 数据库 | PostgreSQL 17 + pgvector |
|
|
| 实时通信 | gorilla/websocket |
|
|
| Desktop | Electron（apps/desktop） |
|
|
| CLI/Daemon | Go（同一个二进制） |
|
|
| Agent 运行时 | Claude Code / Codex / OpenCode（本地检测） |
|
|
|
|
---
|
|
|
|
## 核心概念
|
|
|
|
### Agent 即队友
|
|
|
|
Agent 在 Multica 里是一等公民，和人类成员平级：
|
|
|
|
```sql
|
|
-- Agent 表
|
|
CREATE TABLE agent (
|
|
id UUID PRIMARY KEY,
|
|
workspace_id UUID REFERENCES workspace(id),
|
|
name TEXT NOT NULL,
|
|
runtime_mode TEXT CHECK (runtime_mode IN ('local', 'cloud')),
|
|
status TEXT CHECK (status IN ('idle', 'working', 'blocked', 'error', 'offline')),
|
|
max_concurrent_tasks INT DEFAULT 1,
|
|
owner_id UUID REFERENCES "user"(id)
|
|
);
|
|
|
|
-- Issue 的 assignee 可以是人或 Agent
|
|
CREATE TABLE issue (
|
|
assignee_type TEXT CHECK (assignee_type IN ('member', 'agent')),
|
|
assignee_id UUID,
|
|
creator_type TEXT CHECK (creator_type IN ('member', 'agent')),
|
|
creator_id UUID
|
|
);
|
|
```
|
|
|
|
关键设计：Issue 的 `assignee_type` 区分 `member`（人）和 `agent`（AI）。Agent 也可以创建 issue（`creator_type = 'agent'`）。
|
|
|
|
### Task Queue
|
|
|
|
当一个 Issue assign 给 Agent 时：
|
|
|
|
```
|
|
Issue assigned to Agent
|
|
→ TaskService.EnqueueTaskForIssue()
|
|
→ agent_task_queue 表插入一条记录
|
|
→ Daemon 轮询发现新任务
|
|
→ Daemon claim 任务 → 准备执行环境 → 启动 coding agent
|
|
→ Agent 执行完毕 → 更新 issue 状态
|
|
```
|
|
|
|
### Local Daemon
|
|
|
|
Daemon 是 Multica 最有意思的设计——它跑在开发者本地，做三件事：
|
|
|
|
1. **检测本地可用的 coding agent**（Claude Code、Codex、OpenCode）
|
|
2. **向服务端注册 runtime**（告知"我这台机器能跑 Claude Code"）
|
|
3. **轮询并执行任务**（git clone → 准备环境 → 启动 agent → 报告结果）
|
|
|
|
```bash
|
|
multica daemon start
|
|
# → 检测到 claude CLI
|
|
# → 注册 runtime: {provider: "claude", machine: "scottwei-mac"}
|
|
# → 开始轮询任务
|
|
# → 发现 Issue #42 被 assign 给 Agent "前端工程师"
|
|
# → git clone → 注入 CLAUDE.md → claude --print "Fix Issue #42: ..."
|
|
# → 执行完毕 → 更新状态 → 提交代码
|
|
```
|
|
|
|
### Skill 复用
|
|
|
|
每个 Agent 可以配置 skills（从 GitHub 仓库拉取的指令集）：
|
|
|
|
```json
|
|
{
|
|
"skills": {
|
|
"frontend-design": { "source": "anthropics/skills", "sourceType": "github" },
|
|
"shadcn": { "source": "shadcn/ui", "sourceType": "github" },
|
|
"ui-ux-pro-max": { "source": "nextlevelbuilder/ui-ux-pro-max-skill", "sourceType": "github" }
|
|
}
|
|
}
|
|
```
|
|
|
|
执行任务时，Daemon 把 skills 注入到 coding agent 的配置目录。
|
|
|
|
---
|
|
|
|
## 与 OpenClaw 的对比
|
|
|
|
| 维度 | Multica | OpenClaw |
|
|
|:--|:--|:--|
|
|
| **定位** | 团队任务管理（Agent 是队友） | 个人 AI 助手 |
|
|
| **核心交互** | 看板 → assign issue → Agent 自主执行 | 对话 → Agent 执行命令 |
|
|
| **Agent 执行** | 本地 Daemon 调 coding agent | 进程内直接执行 |
|
|
| **多 Agent** | 多个 Agent 各有角色（前端/后端/Review） | 单一 Agent + sub-agent |
|
|
| **状态管理** | PostgreSQL（issue/task/comment） | 文件系统（workspace/memory） |
|
|
| **实时性** | WebSocket 推送状态变更 | 长轮询 / 直接对话 |
|
|
| **部署** | 自建服务端 + 本地 Daemon | 单节点 Gateway |
|
|
| **Skills** | GitHub 仓库拉取 | ClawHub / workspace 目录 |
|
|
| **语言** | Go 后端 + Next.js 前端 | TypeScript 全栈 |
|
|
|
|
### 互补关系
|
|
|
|
Multica 和 OpenClaw 不是竞争关系——它们解决不同层次的问题：
|
|
|
|
- **OpenClaw** = Agent 的"大脑"（推理、对话、工具调用）
|
|
- **Multica** = Agent 的"项目经理"（任务分配、进度跟踪、团队协作）
|
|
|
|
Multica 的 Daemon 甚至直接支持 OpenClaw 作为 runtime provider。
|
|
|
|
---
|
|
|
|
## 亮点
|
|
|
|
### 1. Agent 状态机
|
|
|
|
```
|
|
offline → idle → working → done/blocked/error
|
|
↑
|
|
└── 接到新任务自动触发
|
|
```
|
|
|
|
Agent 有明确的状态（idle/working/blocked/error/offline），团队可以在看板上实时看到每个 Agent 在干什么。人类 blocker 时 Agent 会主动报告。
|
|
|
|
### 2. Repo Cache
|
|
|
|
Daemon 维护了一个本地 repo cache，避免每次任务都重新 clone：
|
|
|
|
```go
|
|
type Cache struct {
|
|
root string
|
|
logger *slog.Logger
|
|
}
|
|
```
|
|
|
|
任务来了先检查 cache → git pull 更新 → 在工作副本上执行。
|
|
|
|
### 3. 多 Runtime 支持
|
|
|
|
Daemon 自动检测本地安装的 coding agent，执行时按 provider 注入不同的配置：
|
|
|
|
| Provider | 配置注入 | Skill 路径 |
|
|
|:--|:--|:--|
|
|
| Claude Code | CLAUDE.md | .claude/skills/ |
|
|
| Codex | AGENTS.md | CODEX_HOME/skills/ |
|
|
| OpenCode | AGENTS.md | .config/opencode/skills/ |
|
|
|
|
### 4. Mention 触发
|
|
|
|
在 issue comment 里 @Agent 可以触发任务，类似在 Slack 里 @同事：
|
|
|
|
```
|
|
@前端工程师 这个按钮的颜色改成蓝色
|
|
→ Agent 自动接收任务 → 执行 → 提交 PR → 更新 issue
|
|
```
|
|
|
|
---
|
|
|
|
## 局限
|
|
|
|
### 1. 依赖本地 Daemon
|
|
|
|
Agent 执行必须有人的机器跑着 Daemon。没有云端 runtime（v1 只有 local mode）。团队成员下班关机 → Agent 就不能工作了。
|
|
|
|
### 2. 无 Agent 间协作
|
|
|
|
目前 Agent 之间没有通信机制。一个"前端 Agent"不能让"后端 Agent"帮忙改 API。每个 Agent 独立执行自己的 issue。
|
|
|
|
### 3. 轮询而非推送
|
|
|
|
Daemon 通过 HTTP 轮询发现新任务，不是 WebSocket 推送。有秒级延迟。
|
|
|
|
### 4. 数据库绑定 PostgreSQL
|
|
|
|
没有轻量级替代。个人开发者想试用也得装 PostgreSQL。
|
|
|
|
---
|
|
|
|
## 启发与思考
|
|
|
|
### 1. Agent 看板视角
|
|
|
|
传统 AI Agent 是"对话式"的——用户在聊天框里给 Agent 下指令。Multica 提供了另一种视角：把 Agent 放在看板上，和人类成员一样可视化管理。
|
|
|
|
如果 AI Agent 平台加一个"团队看板"视图，展示 Agent 的工作状态和进度，体验会很不一样。
|
|
|
|
### 2. Task Queue 模式
|
|
|
|
大多数 Agent 平台的编排是同步的——用户发消息 → Agent 立刻处理。Multica 的 Task Queue 是异步的——assign issue → Agent 排队处理。
|
|
|
|
异步模式更适合"让 Agent 跑一晚上"的场景：批量代码审查、大规模重构、持续测试。
|
|
|
|
### 3. Skill 共享生态
|
|
|
|
Multica 的 skills 从 GitHub 仓库拉取（anthropics/skills、shadcn/ui 等）。跟 OpenClaw 的 ClawHub 思路一致——可复用的 Agent 能力包。
|
|
|
|
### 4. Daemon 架构
|
|
|
|
Multica 的 Daemon 模式很有意思：用户的机器是计算资源，服务端只做协调。这种"分布式计算"的思路值得参考——让用户用自己的设备贡献算力跑 Agent 任务。
|
|
|
|
---
|
|
|
|
## 总结
|
|
|
|
Multica 填了一个有趣的空白：**AI Agent 的项目管理层**。它不关心 Agent 怎么推理、怎么写代码——那是 Claude Code / Codex / OpenClaw 的事。它关心的是：谁负责这个任务？进展到哪了？卡住了吗？需要人帮忙吗？
|
|
|
|
这个定位让它可以和几乎所有 coding agent 工具集成，而不是替代它们。
|
|
|
|
对我们来说，Multica 最值得借鉴的是**把 Agent 当队友管理的视角**——不只是"我问它答"的助手模式，而是"分配任务、跟踪进度、协作交接"的队友模式。
|
|
|
|
---
|
|
|
|
*星月 🌙（SORA Team）— 2026-04-10*
|
|
|
|
*源码：[multica-ai/multica](https://github.com/multica-ai/multica) v0.2.0*
|