Skills Atlas · Multica 使用說明書
AI-First Engineering · Agent 即隊友的開源平台

Skills Atlas — Multica 把 Coding Agent，
變成真正的隊友。
開源版 Linear，但裡面坐著一排 AI。

multica-ai / multica 是把 Claude Code、Codex、Cursor Agent 等 coding agent 接進議題板（issue board）的開源管理平台。Issue 像派給同事一樣派給 agent，agent 自行寫程式、回報阻礙、留下評論 — 而每一次解決問題的方法都會沉澱成可重用 Skills，讓整個團隊的能力像複利一樣堆疊。程式碼從未離開你的機器或自架伺服器。

支援代理
10 CLI Agents
Claude Code · Codex · OpenClaw · OpenCode · Hermes · Gemini · Pi · Cursor Agent · Kimi · Kiro CLI。
部署模式
Cloud + Self-Host
multica.ai 雲端版，或 Docker Compose 自架 — 程式碼不經過 Multica 伺服器。
技術堆疊
Next.js 16 · Go
Frontend Next.js 16 App Router、Backend Go 單檔 binary、PostgreSQL 17 + pgvector。
驗證日期
Apr. 2026
v0.2.20 · Apache 2.0 授權 · 已登上 GitHub Trending #5。
01 / 編者手記 FROM THE EDITOR · APRIL 2026 · MULTICA × HUMAN-AGENT TEAM

2026 年最值得追的，不是新模型 — 是管理 agent 的協作層。

編者手記 EDITOR'S NOTE

Multica 把 Linear / Jira 那套議題板的人類協作邏輯，疊上一層「agent 也能被指派」的執行層。當一個 issue 被 assign 給 agent，它會自己寫 code、回報、評論、提交 — 而解法會沉澱成 Skill，下個 issue 來就直接重用。

01

Agent 已經是隊友，不是工具。

2025 年大家還在「prompt 給 Claude」；2026 年要「派 issue 給 agent」。Multica 把 agent 放進議題板，讓它跟人類一樣會 comment、開 issue、回報 blocker。這個身分轉換，是工作流從個人生產力工具進化成團隊協作系統的關鍵。

02

Skills 是這個平台真正的複利。

核心差異點：每一次 agent 解決的問題，都會被沉澱成 reusable playbook，下個 agent / 下個 issue 直接重用。你的團隊累積的不是「跑過幾次 prompt」，而是「累積了幾條可執行的 SOP」 — 對顧問代理商與接案團隊來說，這就是把客戶經驗變成資產的機制。

03

程式不離開你的機器，vendor neutrality 是底線。

Agent 執行發生在本機 daemon 或你的雲端，code 從不經過 Multica 伺服器。同時支援 10 種 CLI agent — Claude Code、Codex、Cursor Agent、Gemini、Kimi 等 — 讓你不會被任何單一供應商或單一模型綁架。Apache 2.0 授權配 self-host 選項，是企業級採購的最低門檻。

02 / 功能總覽 FEATURES · TEAMMATES · SKILLS · RUNTIMES · APRIL 2026
01

功能 總覽

五個核心能力 — 從「把 agent 放上看板」到「複利化技能、跨機器執行、多工作區隔離」 — 每一條都直接對應日常團隊操作。

5 Entries
Teammate · Skills · Runtime
Apache 2.0
01/05
Reusable Skills · 技能複利

解一次問題，整個團隊永久受益

把每一個 agent 的解法沉澱成可重用 playbook

這是 Multica 與其他 agent runner 最關鍵的差異 — agent 解決一個 issue 後，解法本身會被結構化儲存，下個 issue 來時可以被引用、組合、改寫。對顧問代理商或接案團隊來說，這等於把每個客戶的經驗變成資產：金物流串接、Headless 切換、Webflow 遷移 — 第一次做完，第二個案場速度直接翻倍。

✓ 核心差異點 技能複利 跨 issue 重用 團隊資產化
機制 Skill
Compound 適用 顧問 /
接案 儲存 pgvector
02
Agents as Teammates · Agent 即隊友

Agent 出現在看板上，會評論、會回報

不是你跟 agent 對話，是 agent 跟團隊一起工作

Issue 用 multica issue create 建出來，指派對象從 同事 變成 agent。Agent 會自行 pick up、寫 code、把 blocker 留成 comment、開 sub-issue。對 PM 來說，看板上人類與 agent 的協作節奏完全一致 — 不需要切換到別的工具看 agent 在做什麼。

Issue Board Comment / Blocker 人機同視角
介面 Issue
Board 指派對象 Human +
Agent
03
Autonomous Execution · 自主執行

WebSocket 即時串流，不必盯著看

完整 lifecycle 管理，blocker 主動上報

Agent 跑任務全程透過 WebSocket 即時串流進度（Backend 用 gorilla/websocket）。原作者形容為「No more babysitting runs」 — 你不用守在 terminal 前面等 prompt 結束。Agent 卡住時主動回報，跑通時把結果寫進 issue。

Real-time WebSocket Streaming 主動回報 blocker
傳輸 WebSocket 後端 Go +
gorilla
04
Unified Runtimes · 統一執行環境

本機 daemon 與雲端，同一個 dashboard

CLI 自動偵測 10 種 agent — 不用手動切換工具

multica daemon start 啟動本機 runtime；CLI 會自動偵測你機器上裝了哪些 agent — Claude Code、Codex、Cursor Agent、Gemini、Hermes、Kimi、Kiro、OpenCode、OpenClaw、Pi 都能被列入路由清單。同時跑本機 + 雲端 runtime，從同一個 dashboard 看狀態，不必開三個 terminal。

10 CLI auto-detect Local + Cloud 單一 dashboard
CLI 數 10 Agents 啟動 multica
daemon
05
Multi-Workspace · 多工作區

工作區層級隔離，跨團隊不混淆

適合代理商、接案團隊、多客戶場景

每個 workspace 獨立隔離 — issue、skills、agent 配置、權限完全分開。一家代理商可以同時為三個客戶建立三個 workspace，各自的 Skills 不會交叉污染，但維運與帳號層共用一份基礎設施。對需要 client confidentiality 的接案團隊是必備。

Workspace 隔離 Skills 不交叉 代理商導向
隔離層級 Workspace 適用 Multi-
tenant
03 / 安裝與設定 HOMEBREW · INSTALL SCRIPT · DOCKER · QUICKSTART
02

安裝與 設定

五種主要安裝路徑 — 從一行 brew 到完整 Docker Compose 自架，再到 quickstart 的四個基本指令，覆蓋從個人試玩到企業部署的全部情境。

5 Entries
Brew · Curl · Docker
macOS / Linux / Win
01/05
brew install · macOS / Linux 推薦

一行 Homebrew，馬上開工

最簡安裝路徑 — 三秒內完成

brew install multica-ai/tap/multica。完成後執行 multica setup 進入互動式設定 — 認證帳號、啟動本機 daemon、自動偵測你機器上裝了哪些 agent CLI。對個人開發者、想先試一下平台的人，這是最低摩擦的入口。

✓ 官方推薦 macOS / Linux 一行完成 互動 setup
平台 macOS
Linux 命令 brew
install 後續 multica
setup
02
install.sh · curl 一行安裝

不想裝 Homebrew？curl 也行

macOS / Linux 通用，純 shell 安裝腳本

curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bash。腳本會偵測作業系統與架構、把 binary 放進合適的 PATH。CI / Docker base image / 沒有 Homebrew 的 Linux 伺服器都適用。

純 shell 腳本 CI / Docker 友善 無 Homebrew 依賴
適用 CI /
Server 命令 curl |
bash
03
install.ps1 · Windows PowerShell

Windows 用戶用 PowerShell

irm + iex 一鍵安裝

irm https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.ps1 | iex。Windows 開發者不用先安裝 WSL 或第三方包管理器；PowerShell 7+ 即可執行。安裝完一樣用 multica setup 完成首次設定。

Windows 原生 無 WSL 依賴 irm + iex
平台 Windows Shell PowerShell
7+
04
Self-Host · Docker Compose 自架

企業級自架部署

Docker Compose + setup wizard，code 完全不離開機房

curl -fsSL .../install.sh | bash -s -- --with-server 加上 multica setup self-host。手動部署改用 docker compose -f docker-compose.selfhost.yml up -d。後端 Go 單檔 binary（Chi router、sqlc、gorilla/websocket），資料庫 PostgreSQL 17 + pgvector，預設 Frontend 3000 / Backend 8080。JWT_SECRET 用 openssl rand -hex 32 產生。

✓ 企業合規友善 Docker Compose PostgreSQL 17 pgvector
部署 Self-
Host 埠號 3000 /
8080
05
CLI Quick Start · 四個指令

學會這四個指令就能開始用

setup → daemon → issue create → issue list

multica setup（首次設定、認證、啟動 daemon）→ multica daemon start（啟動本機 runtime）→ multica issue create（建立議題）→ multica issue list（查看 workspace 內所有議題）。配上 web dashboard 即完成日常作業 — 沒有複雜的 SDK 學習曲線。

CLI-first 四指令上手 無 SDK 門檻
指令數 4 Core 學習曲線 10 min
04 / 進階用法 POWER-USER PATTERNS · CLI · ENV · CHAIN-WITH

老手才知道的四個操作。

這幾條都直接出自 README 與 SELF_HOSTING.md，但常被新手跳過。明白用上這些，會發現 Multica 的設計密度比 quickstart 文件透露的多很多。

01
Tip · CLI Auto-Detect

用 multica setup 讓它自動掃描你的 agent

不必手動逐一設定 10 種 CLI

multica setup 在初次執行時會掃描 PATH 上裝了哪些 agent CLI — Claude Code、Codex、Cursor Agent、Gemini、Hermes、Kimi、Kiro、OpenCode、OpenClaw、Pi。掃描結果直接顯示在 dashboard，每種 agent 都可以被指派 issue。新增 agent 後重跑 multica setup 即可重新偵測。

✓ 一鍵掃描 10 種 CLI 無手動設定
命令 multica
setup
02
Tip · JWT_SECRET 與 RESEND_API_KEY

自架時兩個必填環境變數

用 openssl 產生秘鑰，用 Resend 寄驗證信

JWT_SECRET 用 openssl rand -hex 32 產生 — 不要拿線上產生器或硬編碼字串。RESEND_API_KEY 是官方推薦的 email 驗證方案，能讓自架版本的帳號註冊與登入流程跟雲端版本一致。本機測試時可改用 MULTICA_DEV_VERIFICATION_CODE 跳過 email — 但絕不能在 production 開啟。

openssl rand Resend Email prod 必填
情境 Self-Host
03
Tip · WebSocket 即時進度

不必盯著 terminal 看

No more babysitting runs

後端用 Go + gorilla/websocket 做即時進度推送 — agent 跑長任務時，dashboard 會逐步顯示動作、commit、blocker。把 terminal 關掉去處理別的事，等 agent 提交完再回來看 — 卡住時 agent 會主動把 blocker 寫進 issue comment。

WebSocket 主動 blocker 提報 非同步工作流
優勢 Async
Workflow
04
Tip · 與 Karpathy CLAUDE.md 串接

把 Multica 當執行層，Karpathy 當紀律層

同一個作者的兩個 repo，本來就是配套

Multica 與 forrestchang / andrej-karpathy-skills 是同一作者（Forrest Chang）的兩個專案。Multica 是「派 issue 給 agent」的執行層，Karpathy CLAUDE.md 是「告訴 agent 怎麼正確工作」的紀律層。把後者 commit 進每個 Multica workspace 的專案 repo，agent 在跑 issue 時會自動套用四原則 — 大幅降低 over-engineering 與 drive-by refactor 的機率。

✓ 同作者配套 執行 + 紀律 CLAUDE.md commit
配方 Multica +
Karpathy
05 / 實戰應用 REAL-WORLD WORKFLOWS · TEAM PATTERNS · TENTEN PLAYBOOKS
03

實戰 應用

五個 Tenten 在交付端最常用的 Multica 工作流模式 — 從個人專案、團隊衝刺、到代理商多客戶並行管理，每一條都直接對應 README 已揭示的能力。

5 Entries
Team · Multi-tenant · Pipeline
Tenten Playbooks
01/05
Pattern · Issue → Agent → Skill

把 Issue 派給 agent 一次，省下永遠

第一次寫的解法，下個 issue 直接複用

最高 ROI 的工作流：建立 issue 用 multica issue create，明確寫好成功條件（搭配 Karpathy CLAUDE.md 紀律最有效），指派給 agent。Agent 解完後，把這次的 commit、思路、踩過的雷沉澱成 Skill。下個類似 issue 出現時，新 agent 直接讀取既有 Skill — 從「每次重新摸索」變成「每次都站在上一次的肩膀上」。

✓ Tenten 主推 Issue → Skill 沉澱 配 Karpathy CLAUDE.md 複利化交付
關鍵動作 Issue
→ Skill 效益 經驗
資產化 配方 + Karpathy
CLAUDE.md
02
Pattern · 看板上的人機並行

Agent 與工程師同板協作

PM 不用再切到別的工具看 agent 進度

把人類負責的 issue 與 agent 負責的 issue 都放在同一塊看板。Sprint planning 時，PM 把「能自動化」的標 agent、把「需要 stakeholder 對齊」的留人類。看板上 agent 留的 comment、開的 sub-issue、回報的 blocker 都跟人類同層 — 標準的 PM 流程不用為了 AI 重學一次。

Sprint Planning Same Board 人機同節奏
適用 Sprint /
Standup 介面 Issue Board
03
Pattern · Code 不離開機房

Agent 跑在本機 daemon，code 不外傳

企業合規 + Apache 2.0 = 採購可過

Agent 執行發生在本機 daemon 或自架雲端 — 程式碼從不經過 Multica 的伺服器。對需要簽 NDA、有資料保護法規（GDPR、個資法）、或客戶禁止 code 外流的場景，這是能不能上線的差別。配上 Apache 2.0 授權，採購法務通常都能過。

✓ NDA / GDPR 友善 本機執行 Apache 2.0
合規 NDA /
GDPR 執行位置 Local /
Self-Host
04
Pattern · 多代理混合工作流

不同 agent 做不同事

10 種 CLI auto-detect — 派給最擅長的那個

Multica 的 CLI 偵測能讓你在同一個 workspace 同時調度 Claude Code（複雜重構）、Codex（純函式邏輯）、Cursor Agent（IDE 環境內小修補）、Gemini（大量 context 任務）、Kimi 或 Hermes（特定地區語言或長 context 場景）。Issue 派發時可指定偏好 agent — 每種任務交給最合適的工具。

10 CLI 路由 任務分流 不被單一模型綁定
調度 Per-Issue
Agent Vendor Neutral
05
Pattern · 跨客戶 Workspace 隔離

代理商多客戶並行管理

每個客戶一個 workspace，Skills 不交叉污染

Tenten 的客戶端做法：每接一個客戶，就在同一份 self-host Multica 上開一個 workspace。客戶 A 的 Shopify Plus 知識、客戶 B 的 Webflow 知識、客戶 C 的 Headless Sanity 知識各自累積、互不混淆。但維運與基礎設施只有一份 — 比起每個客戶獨立部署一套工具，成本與維運負擔降一個量級。

Tenten 內部做法 Skills 不交叉 基礎設施共用
情境 Multi-
tenant 隔離 Per-
Workspace
06 / 社群觀察 COMMUNITY PULSE · TRENDING · REVIEWS · COMPARISON

為什麼 Multica 在 2026 年突然被討論。

四個來源 — 從 GitHub 趨勢榜的硬數字、AI 工具評論站的編輯選文、到工程師對比競品的個人 blog — 拼出 Multica 為何被工程社群快速採納的全貌。

01
GitHub Trending · #5

登上 Trending 第 5 名，單日 1,724 stars

2026 agent 協作框架熱潮中的代表案例

Multica 在某段期間衝上 GitHub Trending #5，伴隨單日 1,724 顆新 stars。對一個甫上線的 self-host 工具而言，這個曲線屬於「靠功能本身被傳播」而非廣告推廣。同時段 ARK Invest 的 Big Ideas 2026 報告指出，AI agent 任務時長在 2025 年內成長 5–6 倍 — 平台層的需求被點燃。

✓ 趨勢榜 #5 單日 1.7k stars 2026 平台需求點
指標 Trending
#5
02
AgentConn · 深度評測

「AI Coding Agents as Real Teammates」

AI 工具評論站給的核心定位

AgentConn 的長文評測把 Multica 定位為「把 coding agent 當真正隊友」的代表平台 — 評論集中在 issue board 與 skill compounding 兩個面向，與 README 強調的核心一致。對外部觀察者而言，「真正的隊友」這個語意比起「另一個 agent runner」更精準地點出產品差異。

第三方評測 Real Teammates Skill Compounding
來源 AgentConn
03
Flowtivity · 部落格報導

「Turning AI Coding Agents Into Real Teammates」

AI 工作流站的角度

Flowtivity 從「AI 流程化」角度撰文，強調 Multica 把 agent 從 工具升級為 協作者 的轉換 — 並指出這個轉換對工作流自動化、PMO 工具鏈整合的意義。同樣強調 vendor neutrality 與 self-hosted 對企業採購的關鍵角色。

工作流站 PMO 角度 Vendor Neutral
來源 Flowtivity
04
Arun Baby · 工程師 blog 對比

「Hermes 是會成長的 agent，Multica 是讓團隊跟 agent 一起成長的平台」

與 hermes-agent 的差異定位

Arun Baby 在他的 AI agents 系列中把 Multica 與 hermes-agent 對照：「The key difference is that hermes-agent is about an agent that grows with you, while multica is about a platform that helps your team grow with agents.」這個對照精準點出 Multica 是協作層而非 agent 本體 — 與 Claude Code、Cursor Agent 等不直接競爭，而是建立在它們之上。

✓ 競品對比 vs hermes-agent 協作層 vs agent
作者 Arun Baby
07 / 行動計畫 FROM THE TENTEN CMO OFFICE — FOR ENGINEERING TEAMS

依角色選一個起點

Multica 同時對個人開發者、工程團隊、顧問代理商、企業 IT 都有適用情境。下面是 Tenten 在客戶端常採取的四種起手式 — 對應四種角色的關注點。

01 · 個人開發者 · Solo

用 brew install 立刻跑起來

brew install multica-ai/tap/multica → multica setup → 把第一個 issue 派給 Claude Code agent。三十分鐘內可以體驗到 Skill 沉澱的循環 — 只要解過一個問題就能感受到「下次直接複用」的甜頭。免費雲端版本也可以在 multica.ai 直接註冊。

02 · 工程團隊 · Engineering

把 issue 流程收進 Multica

把現有 Linear / Jira 的 sprint 看板，逐步遷到 Multica 上 — 至少把「能 agent 化的議題」先放進來。配合 forrestchang / andrej-karpathy-skills 的 CLAUDE.md commit 進 repo，agent 在跑 issue 時會自動套用四原則紀律，PR 形態變得乾淨可預測。

03 · 顧問代理商 · Tenten Way

每客戶一個 workspace

自架一份 Multica，每接一個客戶開一個 workspace — 客戶 A 的 Shopify Plus、客戶 B 的 Webflow、客戶 C 的 Headless Sanity 各自累積 Skills，互不污染。Tenten 在交付端把這套組合當基礎 — 把每個專案的成果結構化沉澱，而不是消失在工程師個人的 Notion 裡。

04 · 企業 IT · Enterprise

自架 + Apache 2.0 = 採購可過

需要過資安與法務審核的企業，用 multica setup self-host 的 Docker Compose 部署：Frontend 3000 / Backend 8080，PostgreSQL 17 + pgvector 在內部機房。Code 從不離開公司網路，Apache 2.0 授權讓商用無爭議 — 把 AI agent 的協作層真正接進企業的開發 pipeline。

想把 Multica 接進你的工程團隊？

Multica 把協作層蓋好了。
接上 交付管線這一段，
是 Tenten 在做的事。

Tenten 是 AI-First 設計與技術顧問公司。我們把 Multica、Claude、MCP、Agentic Commerce 接進 Headless CMS、Webflow、Shopify Plus 的企業級交付 — 讓 agent 即隊友的這套協作層，真正影響你的 issue 節奏、code review 品質、與正式上線的速度。

預約 30 分鐘諮詢 → Tenten Awesome List
Tenten 如何部署這些 Skills
Skills 架構諮詢
依團隊與堆疊選出適配 skills，建立 OpenClaw 路由與 CI/CD 部署流程。
Claude Design System Sprint
兩週固定價格，接上 frontend-design + brand-guidelines 到 production。
Agentic Commerce Build
Shopify Plus / Webflow / Headless 遷移，搭配 Claude + MCP 營運層。