你有沒有想過，招聘真的那麼難嗎？最近看到一句話：「Your next 10 hires won’t be human.」當時笑了一下，覺得有點誇張，直到我試玩了 Multica。

不是框架，是人力資源管理軟體

網路上 AI 框架有夠多，但 Multica 走的是另一條路。它不是讓你寫複雜的 prompt 或組建管道線的工具，而是一個真實的 專案管理層 — 你可以把 Claude Code、Codex、OpenClaw 這些 coding agent 當成正式隊友，在看板上指派任務、追蹤進度、看他們的進展。

這很重要，因為現在的痛點不是「怎樣讓 AI 聽懂我」，而是「怎樣管理好這群虛擬員工」。

想像一下：上午 standup 會議，你把 bug fix 指派給 Claude Code agent、文檔更新給 OpenClaw、技術債清理給 Codex，他們各自在 kanban board 上移動卡片，實時更新進度。這不是科幻，Multica 已經做到了。

核心特色一次說清楚

首先，Agent 檔案系統。每個 agent 可以設定名字、大頭貼、專業技能標籤，就像真的員工檔案。這聽起來小，但這樣你就能清楚知道誰最擅長什麼。

再來是 任務系統。用 Issue 格式指派工作，支援人類和 agent 都能接收。真香的地方是可以 track progress，看著任務從 To Do → In Progress → Done，有了成就感（笑死）。

最頂的應該是 Skill 系統。你用一個 agent 解決過的問題，可以把整個解決方案打包成一個可復用的 skill。下次遇到類似問題，agent 可以直接套用，不用重複踩坑。這就像在累積公司的 DNA。

Kanban 看板 是核心，Web 實時更新，支援 WebSocket 推送，你可以同時看多個 agent 的進度。比起定時拉一下 log，爽度高多了。

最猛的則是 Autopilot：設定 cron schedule 或 webhook trigger，agent 可以自動執行定期任務。半夜跑個代碼審核或部署，早上起床已經搞定。

一機一主機，你的資料就在你家裡

架構方面，Multica 用 Next.js 16 當前端，Go backend（Chi + WebSocket）配 PostgreSQL 17 和 pgvector。這個技術棧很務實，沒有黑科技但該有的都有。

關鍵是：code 不經過 Multica 伺服器。Daemon 跑在你的機器上，這代表你的商業機密確實是機密。不用擔心被雲端廠商偷看你的程式碼。

目前支援 Claude Code、Codex、OpenClaw、OpenCode、Hermes，生態還在長大。

試裝一下

1
brew install multica-ai/tap/multica

或者用 curl 安裝腳本。裝完就能跑，介面直覺，不需要複雜設置。

也可以從 GitHub repo fork 來自己改。

比起其他工具呢？

如果你用過 LangChain 或 LlamaIndex，Multica 是不同的思路。那些是「程式庫」，幫你快速組建 AI 功能；Multica 是「工作流管理」，重點是人-AI 協作的流程。

前面提到的 skill 系統，很像 GitHub Actions 的 workflow，但更高階 — 一個 skill 可以封裝整個多步驟的解決方案，甚至涉及多個 agent 協作。

現實一點：還有哪些坑

Multica 剛到 v0.2.0（4 月 15 發佈），13K 星、30 位貢獻者，生態還不夠大。文檔可以更齊全，社群也還在建設中。

用的是 Modified Apache 2.0 license，禁止直接拿來做商用 SaaS resale，這對個人開發者沒差，但企業要注意。

性能上，多個 agent 同時跑任務時的隔離和調度還需要實踐驗證。官方說 WebSocket 支援實時推送，但大規模使用時會怎樣，未知。

最後

說老實話，這個平台針對的不是想快速 build MVP 的新手，而是已經在用多個 coding agent 、開始踩坑的團隊。如果你的工作流已經很依賴 Claude Code 或類似工具，Multica 能明顯提升管理效率。

13K 星的速度很快。也許再幾個月，用 Multica 來管理 AI 隊友會變成標準做法。

想了解更多？看看 官方網站 或直接上 GitHub。

延伸閱讀