Skills Atlas · Multica 使用說明書
AI-First Engineering · Coding Agent 協作管理平台

Skills Atlas — Multica Coding Agent 議題板協作管理平台。
開源，支援 10 種 CLI agent，可自架部署。

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 可直接指派給 agent，agent 自行寫程式、回報阻礙、留下評論。每次解決問題的方法會被結構化儲存為可重用 Skills，供後續 issue 直接引用。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 年工程工作流的重點轉移：管理 agent 的協作層。

編者手記 EDITOR'S NOTE

Multica 在 Linear / Jira 那套議題板協作邏輯上，加入「agent 可被指派」的執行層。當一個 issue 被 assign 給 agent，它會自行寫 code、回報、評論、提交。解法會沉澱成 Skill，下個 issue 來就直接重用。

01

Agent 在議題板上的角色：可指派的協作單元。

Multica 把 agent 放進議題板，讓它與人類一樣會 comment、開 issue、回報 blocker。工作流因此從個人生產力工具升格為團隊協作系統，PM 無需切換工具即可追蹤 agent 狀態。

02

Reusable Skills：每次解決的問題結構化儲存為可重用 playbook。

每一次 agent 解決的問題都會沉澱成 reusable playbook，下個 agent 或下個 issue 直接引用。團隊累積的是可執行的 SOP。對顧問代理商與接案團隊而言，這是將客戶交付經驗轉化為可重用資產的機制。

03

本機執行與 vendor neutrality：程式碼不經過 Multica 伺服器。

Agent 執行發生在本機 daemon 或自架雲端，code 從不經過 Multica 伺服器。支援 10 種 CLI agent，包括 Claude Code、Codex、Cursor Agent、Gemini、Kimi 等，可按 issue 指定偏好 agent，不依賴單一供應商。Apache 2.0 授權配 self-host 選項，符合企業採購最低合規要求。

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

功能 總覽

五個核心能力，涵蓋議題板 agent 指派、Skills 儲存與重用、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

每次解決的問題，結構化儲存為 Skill

agent 解決 issue 後，解法自動儲存為可重用 playbook

Multica 與其他 agent runner 的核心差異：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而言，這是將客戶案場知識（金物流串接、Headless 切換、Webflow 遷移）轉化為可重用資產的機制，第二個類似案場的交付速度因此提升。

✓ 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

agent 在看板上與人類並排，可接受 issue 指派、留下評論、回報 blocker

Issue 用 multica issue create 建立，指派對象可以是同事或 agent。Agent 會自行 pick up、寫 code、把 blocker 留成 comment、開 sub-issue。PM 在同一塊看板上同時追蹤人類與 agent 的進度，無需切換工具。

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）。不需守在 terminal 前面等待。Agent 卡住時主動回報 blocker，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 自動偵測已安裝的 10 種 agent，統一在同一個 dashboard 管理

multica daemon start 啟動本機 runtime；CLI 自動偵測 PATH 上已安裝的 agent，包括 Claude Code、Codex、Cursor Agent、Gemini、Hermes、Kimi、Kiro、OpenCode、OpenClaw、Pi，全部列入路由清單。本機與雲端 runtime 可同時運行，狀態統一在同一個 dashboard 顯示。

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。代理商可為多個客戶建立獨立 workspace，各自的 Skills 互不干擾，維運與帳號層共用一份基礎設施。適合需要 client confidentiality 的接案團隊。

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，包括一行 brew、curl 腳本、PowerShell、完整 Docker Compose 自架，以及 quickstart 的四個基本指令，覆蓋個人試用至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

Homebrew 安裝：一行指令完成

macOS / Linux 推薦路徑，完成後執行 multica setup 完成初始設定

brew install multica-ai/tap/multica。完成後執行 multica setup 進行互動式設定，包括帳號認證、啟動本機 daemon、自動偵測已安裝的 agent CLI。適合個人開發者與初次評估平台的使用者。

✓ 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

無 Homebrew 環境：curl 腳本安裝

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）。搭配 web dashboard 即可完成日常作業，無需學習額外 SDK。

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

README 與 SELF_HOSTING.md 中容易被跳過的四個操作。

這四條直接出自官方文件，但在 quickstart 流程中容易被略過。熟悉這些操作後，Multica 的實際設計深度會比初次上手時明顯。

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 上已安裝的 agent CLI，包括 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，不要使用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，讓自架版本的帳號註冊與登入流程與雲端版本一致。本機測試時可改用 MULTICA_DEV_VERIFICATION_CODE 跳過 email，但絕不能在 production 環境開啟。

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

WebSocket 推送進度，可非同步處理其他工作

agent 跑長任務時 dashboard 逐步顯示進度，卡住時自動寫入 blocker comment

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。可在 agent 執行期間轉去處理其他工作，等 agent 提交完再回來查看結果。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

Multica 作為執行層，搭配 Karpathy CLAUDE.md 作為行為紀律層

同一作者（Forrest Chang）的兩個 repo，設計上可配合使用

Multica 與 forrestchang / andrej-karpathy-skills 是同一作者（Forrest Chang）的兩個專案。Multica 負責派 issue 給 agent 並管理執行，Karpathy CLAUDE.md 定義 agent 的行為規範。將後者 commit 進每個 Multica workspace 的專案 repo，agent 在執行 issue 時會自動套用四項原則，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 在交付端常用的 Multica 工作流模式，涵蓋個人專案、團隊衝刺、代理商多客戶並行管理，每一條都對應 README 已揭示的平台能力。

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

Issue → Agent → Skill 沉澱：解法結構化儲存後供後續 issue 引用

搭配 Karpathy CLAUDE.md 定義成功條件，Skill 沉澱效果更穩定

以 multica issue create 建立 issue，明確定義成功條件（搭配 Karpathy CLAUDE.md 效果更穩定），指派給 agent。Agent 解完後，將 commit、思路、踩過的問題沉澱成 Skill。下個類似 issue 出現時，新 agent 直接讀取既有 Skill，不需從頭摸索。

✓ 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

人類與 agent 負責的 issue 放在同一塊看板。Sprint planning 時，PM 將可自動化的 issue 標給 agent，需要 stakeholder 對齊的留給人類。看板上 agent 留的 comment、開的 sub-issue、回報的 blocker 與人類同層可見，標準 PM 流程無需為此調整。

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）、或客戶要求 code 不外流的場景，本機執行是合規部署的前提條件。Apache 2.0 授權讓採購法務審核更易通過。

✓ 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，按 issue 指定偏好 agent

Multica 的 CLI 偵測讓同一個 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，按任務類型選擇合適工具。

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 的做法：每接一個客戶，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、互不干擾。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，成本與維運負擔明顯降低。

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

Multica 在 2026 年被工程社群快速採納的背景。

四個來源：GitHub 趨勢榜數字、AI 工具評論站編輯報導、工程師個人 blog 的競品對比，說明 Multica 被快速採納的原因。

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 在某段期間達到 GitHub Trending #5，單日新增 1,724 顆 stars。對一個甫上線的 self-host 工具而言，這個增長曲線主要來自功能傳播，非廣告。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，平台層需求因此上升。

✓ 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 的長文評測將 Multica 定位為將 coding agent 納入議題板協作的代表平台，評論集中在 issue board 與 skill compounding 兩個面向，與 README 強調的核心一致。報告指出「AI Coding Agents as Real Teammates」這個定位比「另一個 agent runner」更準確地描述了產品差異。

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，說明 Multica 將 agent 從單一工具轉化為協作單元的架構意義，並指出這對工作流自動化與 PMO 工具鏈整合的影響。文章同樣強調 vendor neutrality 與 self-hosted 部署對企業採購的重要性。

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 AI agents 系列中對照 Multica 與 hermes-agent：「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.」這個對照說明 Multica 定位為協作層而非 agent 本體，與 Claude Code、Cursor Agent 等工具不直接競爭，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 適用於個人開發者、工程團隊、顧問代理商與企業 IT 四種角色。下面是 Tenten 在客戶端常採取的起手配置，按角色分列。

01 · 個人開發者 · Solo

用 brew install 立刻跑起來

brew install multica-ai/tap/multica → multica setup → 建立第一個 issue 並指派給 Claude Code agent。完成一次 issue 解決後，Skill 沉澱循環即可驗證。免費雲端版本可直接在 multica.ai 註冊。

02 · 工程團隊 · Engineering

把 issue 流程收進 Multica

將現有 Linear / Jira 的 sprint 看板逐步遷移至 Multica，優先把可 agent 化的議題放進來。將 forrestchang / andrej-karpathy-skills 的 CLAUDE.md commit 進 repo，agent 執行 issue 時會自動套用四項行為原則，PR 品質更易預測。

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，互不干擾。Tenten 在交付端以此為基礎，將每個專案的成果結構化沉澱為可重用資產，而非留在工程師個人的 Notion 中。

04 · 企業 IT · Enterprise

自架 + Apache 2.0 = 採購可過

需通過資安與法務審核的企業，使用 multica setup self-host 的 Docker Compose 部署：Frontend 3000 / Backend 8080，PostgreSQL 17 + pgvector 在內部機房運行。Code 不離開公司網路，Apache 2.0 授權支援商業用途，將 AI agent 協作層接入企業開發 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。