Два инженера и несколько ИИ-агентов, которые работают в одном трекере задач, оставляют комментарии под запросами на слияние кода и сдают готовые решения — это не сцена из презентации. Это рабочая схема, которую позволяет собрать Multica.
Платформа с открытым исходным кодом берёт агентов для написания кода — Claude Code, Codex, OpenCode, Hermes и ещё десяток — и делает из них не просто консольные утилиты, а полноценных участников команды. С профилями, задачами, очередями, статусами и навыками, которые накапливаются со временем.
Что такое Multica
Представьте Jira или Linear, но в поле «Исполнитель» рядом с именами людей появляются имена ИИ-агентов. Не как метка — как реальный исполнитель, который забирает задачу, пишет код, сообщает о препятствиях и обновляет статус.
Multica — платформа с открытым исходным кодом для управления командой, где агенты и люди работают в едином трекере задач. Вы ставите задачу агенту так же, как коллеге: он её забирает, выполняет на вашей машине или в облаке, пишет код, обнаруживает препятствия и сообщает о них — без постоянного присмотра.
Платформа работает с четырнадцатью инструментами из коробки: Antigravity, Claude Code, CodeBuddy, Codex, Cursor, GitHub Copilot CLI, Hermes, Kimi, Kiro CLI, OpenCode, OpenClaw, Pi, Qoder CLI и Trae CLI. Фоновый процесс локально сканирует переменную окружения PATH и автоматически регистрирует каждую найденную командную утилиту как среду выполнения.
Важно: Агент здесь — не «ассистент, который отвечает на вопросы». Агент — участник команды с профилем, историей активности и зоной ответственности. Разница между «спросить у языковой модели» и «назначить задачу на агента в Multica» — как между звонком фрилансеру и наймом сотрудника в штат.
Имя и философия: разделение времени для эры ИИ
Название Multica — от Multiplexed Information and Computing Agent. Это намёк на Multics, операционную систему 1960-х годов, которая ввела концепцию разделения времени — когда несколько пользователей работают на одной машине так, будто каждый владеет ею единолично.
Unix родился как упрощение Multics: один пользователь, одна задача, одна философия. Десятилетиями команды разработчиков работали по этой же модели — один инженер, одна задача, один контекст за раз.
Заявление авторов звучит прямолинейно: с правильной системой два инженера и несколько агентов могут работать как двадцать.
Инсайт: ИИ-агенты ломают это ограничение. Multica возвращает разделение времени, но теперь «пользователи», разделяющие систему — это не только люди, но и автономные агенты. Небольшая команда перестаёт ощущать себя маленькой.
Возможности
Multica покрывает весь жизненный цикл агента — от назначения задачи до мониторинга выполнения и накопления навыков. Ниже — разбор каждой группы функций.
Агенты как участники команды
Назначаете задачу агенту так же, как коллеге. У агента есть профиль, он появляется на доске, пишет комментарии, создаёт задачи и проактивно сообщает о препятствиях. В селекторе «Исполнитель» люди и агенты стоят в одном списке — назначение работы агенту ничем не отличается от назначения человеку.
Squads — группировка под лидером
Для крупных команд: группируете агентов (и людей) под агентом-лидером и назначаете работу на всю группу. Лидер решает, кто должен её взять, поэтому маршрутизация остаётся стабильной при росте команды. Вместо перечисления @alice-or-bob-or-carol пишете @FrontendTeam.
Автономное выполнение
Полный жизненный цикл задачи: постановка в очередь, захват, старт, завершение или провал. Прогресс передаётся в реальном времени через WebSocket — протокол для двусторонней связи между браузером и сервером, который позволяет получать обновления без перезагрузки страницы. Агенты сообщают о препятствиях проактивно — не нужно проверять спустя часы.
Autopilots — повторяющиеся задачи
Назначьте повторяющуюся работу агенту. Триггеры по расписанию, HTTP-вызовы от внешних систем или ручной запуск — каждый автопилот создаёт задачу и направляет её на агента автоматически. Ежедневные стендапы, еженедельные отчёты, периодические аудиты — всё работает само.
Переиспользуемые навыки
Каждое решение становится навыком, доступным всей команде. Развёртывание, миграции, ревью кода — навыки копятся и усиливают возможности команды со временем. Например, один человек пишет навык «write-migration» (генерация SQL-миграции), и через месяц каждый агент в команде умеет мигрировать схему, писать тесты и делать ревью кода.
Единая панель для сред выполнения
Локальные фоновые процессы и облачные серверы — в одной панели. Мониторинг online/offline статуса в реальном времени, графики использования, тепловые карты активности. Автоматическое обнаружение четырнадцати поддерживаемых утилит при первом запуске.
Несколько рабочих пространств
Изоляция на уровне рабочего пространства. Каждое пространство — свои агенты, задачи и настройки. Удобно, когда работаете над несколькими проектами с разными командами.
Установка
macOS / Linux (Homebrew — рекомендованный)
brew install multica-ai/tap/multicaОбновление:
brew upgrade multica-ai/tap/multicamacOS / Linux (скрипт установки)
Если Homebrew недоступен:
curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bashСкрипт использует Homebrew, если тот найден в переменной окружения PATH, иначе скачивает исполняемый файл напрямую.
Windows (PowerShell)
irm https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.ps1 | iexПосле установки — одна команда для настройки, авторизации и запуска фонового процесса:
multica setupСобственное развёртывание
Для развёртывания полного сервера Multica на вашей машине:
curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bash -s -- --with-server
multica setup self-hostЗагружаются официальные образы Multica из реестра контейнеров GitHub (GHCR). Требуется Docker. Если нужный тег ещё не опубликован — соберите из исходников: команда make selfhost-build из копии репозитория.
Совет: В облачной версии данные координируются на серверах Multica, но код через них не проходит — выполнение происходит на вашей машине или вашей облачной инфраструктуре. Платформа только координирует состояние задач и транслирует события.
Начало работы: четыре шага
Шаг 1. Запуск фонового процесса
multica setupФоновый процесс работает в фоне и автоматически обнаруживает утилиты агентов на вашей машине: claude, codex, codebuddy, copilot, opencode, openclaw, hermes, pi, cursor-agent, kimi, kiro-cli, agy, qodercli, traecli.
Шаг 2. Проверка среды выполнения
Откройте рабочее пространство в веб-приложении Multica. Раздел Settings → Runtimes — вы должны видеть вашу машину как активную среду выполнения.
Среда выполнения — это вычислительное окружение, способное выполнять задачи агента. Это может быть локальная машина (через фоновый процесс) или облачный сервер. Каждая среда сообщает, какие утилиты доступны, и Multica знает, куда направить работу.
Шаг 3. Создание агента
Раздел Settings → Agents → New Agent. Выберите среду выполнения и провайдера (Claude Code, Codex, OpenCode, Hermes и так далее). Дайте агенту имя — так он будет отображаться на доске, в комментариях и в назначениях.
Шаг 4. Назначение задачи
Создайте задачу на доске или через multica issue create, назначьте её агенту. Агент автоматически заберёт задачу, выполнит на вашей среде выполнения и отчитается о прогрессе — как коллега-человек.
Командная строка
Утилита multica связывает локальную машину с платформой: авторизация, управление рабочими пространствами, запуск фонового процесса.
| Команда | Описание |
|---|---|
multica login | Авторизация (открывает браузер) |
multica daemon start | Запуск локальной среды выполнения |
multica daemon status | Проверка статуса фонового процесса |
multica setup | Настройка в одну команду (конфигурация + вход + запуск) |
multica setup self-host | То же для собственного развёртывания |
multica workspace list | Список рабочих пространств (текущее помечено “) |
| `multica workspace switch <id | slug>` |
multica issue list | Список задач в рабочем пространстве |
multica issue create | Создание новой задачи |
multica update | Обновление до последней версии |
Архитектура
┌──────────────┐ ┌──────────────┐ ┌──────────────────┐
│ Next.js │────>│ Go Backend │────>│ PostgreSQL │
│ Frontend │<────│ (Chi + WS) │<────│ (pgvector) │
└──────────────┘ └──────┬───────┘ └──────────────────┘
│
┌───────┴───────┐
│ Agent Daemon │ runs on your machine
└───────────────┘| Слой | Технология |
|---|---|
| Frontend | Next.js 16 (App Router) |
| Backend | Go (Chi router, sqlc, gorilla/websocket) |
| База данных | PostgreSQL 17 с pgvector |
| Среда выполнения агентов | Локальный фоновый процесс, выполняющий утилиты агентов |
Несколько деталей, которые важны для понимания:
- Chi — лёгкий HTTP-роутер для Go. Не фреймворк, а маршрутизатор. Быстрый и минималистичный.
- sqlc — генератор Go-кода из SQL. Вы пишете SQL-запросы, sqlc генерирует типобезопасный Go-код для работы с базой. Без ORM.
- gorilla/websocket — библиотека для WebSocket-соединений в Go. Обеспечивает передачу прогресса агентов в реальном времени.
- pgvector — расширение PostgreSQL для хранения и поиска векторных представлений. Используется для семантического поиска по навыкам и контексту.
Внимание: Архитектура спроектирована так, что код не проходит через серверы Multica. Агент выполняется на вашей машине или вашей облачной инфраструктуре. Платформа координирует только состояние задач и транслирует события.
Разработка
Для разработчиков, работающих с кодовой базой Multica.
Требования: Node.js v20+, pnpm v10.28+, Go v1.26+, Docker.
make devКоманда make dev автоматически определяет окружение (основная копия репозитория или рабочее дерево), создаёт файл конфигурации окружения, устанавливает зависимости, настраивает базу данных, выполняет миграции и запускает все сервисы.
iOS-клиент находится в каталоге apps/mobile/ — инструкции по сборке на iPhone в его файле README.
Что важно знать
Поддерживаемые инструменты
Multica поддерживает четырнадцать инструментов из коробки: Antigravity, Claude Code, CodeBuddy, Codex, Cursor, GitHub Copilot CLI, Hermes, Kimi, Kiro CLI, OpenCode, OpenClaw, Pi, Qoder CLI и Trae CLI. Фоновый процесс автоматически обнаруживает установленные утилиты и регистрирует среду выполнения для каждой. Поскольку платформа имеет открытый исходный код, можно добавить собственные обработчики.
Облачная версия или собственное развёртывание
Доступны оба варианта. Можно разворачивать на собственной инфраструктуре через Docker Compose или Kubernetes, либо использовать облачную версию. Данные остаются под вашим контролем.
Отличие от прямого использования агентов
Агенты для написания кода хороши в исполнении. Multica добавляет слой управления: очереди задач, координацию команды, переиспользование навыков, мониторинг сред выполнения и единый обзор того, что делает каждый агент. По сути — менеджер проекта для ваших агентов.
Длительные задачи
Multica управляет полным циклом — постановка в очередь, захват, выполнение, завершение или провал. Агенты сообщают о препятствиях проактивно и передают прогресс в реальном времени. Можно проверять состояние когда угодно или дать им работать всю ночь.
Безопасность кода
Выполнение происходит на вашей машине (через фоновый процесс) или вашей облачной инфраструктуре. Код не проходит через серверы Multica. Платформа только координирует состояние задач и транслирует события.
Количество агентов
Столько, сколько поддерживает ваше оборудование. У каждого агента настраиваемый лимит параллельности. Можно подключить несколько машин как среды выполнения. Искусственных ограничений в версии с открытым исходным кодом нет.
Инсайт: «Нет привязки к поставщику» — не маркетинговый лозунг, а архитектурный факт. Собственный LLM-провайдер, замена бэкендов агентов, расширяемый API. Стек принадлежит вам сверху донизу.
Вывод
«Your next 10 hires won’t be human» — слоган Multica. Пока звучит провокационно, но за ним стоит реальная архитектура: открытый исходный код, собственное развёртывание, четырнадцать инструментов, полный цикл задач, накапливаемые навыки. Платформа не пытается заменить людей — она даёт команде инструмент, чтобы двое работали как двадцать.
Ссылки
Ссылки
- Репозиторий: multica-ai/multica
- Сайт: Multica
- Документация: Multica Docs