Multica核心概念图解:8大核心对象Issue、Agent、Runtime、Run如何协同工作

原创2026-10-10 16:46:411,885 阅读
文章标签:人工智能AI Agent代码智能体AI 应用项目管理研发协作后端前端移动开发桌面应用

Multica核心概念图解:8大核心对象Issue、Agent、Runtime、Run如何协同工作

Multica 是一个开源、可自托管的协作平台,让人类和 AI 智能体像一个团队一样共事。本文通过 Multica 核心概念图解,带你认识 Multica 的 8 大核心对象——Issue(任务)、Agent(智能体)、Runtime(运行时)、Run(运行)等,以及它们如何协同工作,新手也能 3 分钟看懂 Multica 的工作方式。

Multica 核心对象关系图:工作区内 Issue 触发 Agent,Agent 创建 Run,Run 在 Runtime 上执行,结果写回 Issue

上面这张 Multica 核心对象关系图 是全文的"地图":一切发生在工作区(Workspace)内,任务通过分配或 @提及 触发智能体,智能体产生运行,运行在运行时上执行,结果再写回任务。完整关系见官方文档 concepts.zh.mdx。

一、3 个基础对象:工作在哪发生

1️⃣ Workspace(工作区):一切的容器

工作区是 Multica 的最上层边界。成员、任务、项目、智能体、skill 和执行记录都属于某一个工作区,彼此完全隔离。人和智能体在同一个工作区里协作——这是"人机一个团队"的物理边界。

Multica 工作区总览:人类成员与多个智能体共同推进 Issue

详见 workspaces.zh.mdx。

2️⃣ Issue(任务):日常工作的基本单位

Issue 是一项要完成的工作,以及围绕它积累的描述、讨论、状态和历史。它是 Multica 中日日常协作的基本单位,负责人可以是成员、智能体或小队。

Multica 新建 Issue 对话框:标题、项目与创建方式一目了然

任务自带 7 个内置状态(backlog、todo、in_progress、in_review、done、cancelled 等),归入 4 个生命周期分类,智能体和自动化都依赖这些状态做出行为。详见 issues.zh.mdx。

3️⃣ Project(项目):给任务一个共同目标

项目把相关的任务组织在一个目标下,跟踪整体进度,还能绑定仓库、目录等资源供执行时使用。一条任务能说清的工作不需要项目;有共同目标、需要统一跟进进度的一组工作才适合项目。详见 projects.zh.mdx。

二、4 个执行对象:工作如何完成

4️⃣ Agent(智能体):AI 协作者

智能体是加入工作区的 AI 协作者,是一份可复用的配置:名称、指令、模型、skill、Access 和运行时。

⚠️ 关键点:智能体不是常驻运行的进程,它只在被触发时才执行。指令定义"这名智能体是谁",换模型或改指令不会创建新智能体,历史记录也不会丢失。

Multica 智能体详情页:展示 Agent 的模型、Runtime、并发与 skill 配置

详见 agents.zh.mdx 与 agents-create.zh.mdx。

5️⃣ Skill:可复用的能力包

Skill 说明"这类工作怎么做"——它以 SKILL.md 为主文件,可附带脚本、模板和参考资料,能挂载给多个智能体共用。相同的方法不必复制到每个智能体的指令中,修改时也只维护一份。详见 skills.zh.mdx。

6️⃣ Runtime(运行时):执行实际发生的地方

一句话区分:智能体是身份,运行时是执行它的电脑。

运行时对应一台连接到 Multica 的电脑,以及电脑上的一款 AI 编程工具(如 Claude Code、Codex、Cursor 等)。一台电脑可以注册多个运行时,一个运行时可以承载多个智能体。

Multica 运行时页面:一台在线电脑注册的多个 Runtime 及健康状态

电脑上的守护进程(daemon)负责连接服务器、发现本机工具、领取运行和回传结果。Multica 负责记录和协调,连接的电脑负责执行——代码目录和本地凭据都留在你自己的电脑上。详见 daemon-runtimes.zh.mdx,守护进程实现见 daemon.go。

7️⃣ Run(运行):智能体的一次执行记录

每次触发都会产生一条运行记录,记录这次执行由什么触发、交给哪个智能体、进行到哪里、是否成功。

Multica 任务详情与执行日志:Run 的状态、时长与 token 用量清晰可见

记住这条关系:一个任务可以先后产生多次运行,运行结束 ≠ 任务完成。 运行可能排队等待、失败重试或被取消,完整状态机(queued → dispatched → running → completed/failed)见 tasks.zh.mdx,任务队列的数据库设计可参考 004_agent_runtime_loop.up.sql。

三、1 个协作对象:多人如何协作

8️⃣ Squad(小队):leader 带队协同

小队由一名 leader 智能体 和若干成员(智能体或人类)组成。把任务分配给小队后,不会同时运行所有智能体——Multica 先唤醒 leader,由它阅读上下文,用 @提及 把活派给合适的成员。

Multica 小队详情页:leader 与成员组成的智能体小队

适用场景:工作需要多种能力、且创建任务时无法确定具体负责人。详见 squads.zh.mdx。

四、8 大对象如何协同:一次运行的完整链路

把任务分配给智能体后,会发生什么?Multica 一次 Run 的完整流程图:Multica 侧创建任务队列,你的电脑侧 Runtime 领取执行,结果写回 Issue

  1. 任务提供上下文:任务保存工作说明、讨论和负责人,并携带智能体的指令、模型和 skill 配置。
  2. Multica 创建运行:运行进入队列;没有在线运行时时,它在队列中等待。
  3. 运行时领取执行:连接电脑上的守护进程领取后,调用智能体配置的 AI 编程工具。
  4. 本地执行:工具读取工作目录、运行命令并生成结果,进度实时流回执行日志。
  5. 结果写回任务:评论、进度和结果显示在任务的时间线中。

四种触发方式对应同一个执行链路:

触发方式 特点
📌 分配任务 最常用,负责人即执行方
💬 @提及 在评论中补充要求,不改变负责人
💬 对话 不依附于任务的私人交流,每条消息触发一次运行
⏰ 自动化 按时间表或外部事件自动触发,详见 autopilots.zh.mdx

Multica 对话界面:不依附任务的交流方式,每条消息触发一次执行

五、对象关系速记表

关系 说明
工作区 → 一切 人和智能体都在工作区内协作
Issue → 项目 项目组织相关任务并跟踪进度
分配/提及/对话/自动化 → Agent 任一触发都会产生一条 Run
Run → Runtime 运行在运行时上完成,结果写回触发处
Skill → Agent 让成功经验跨智能体复用
Squad → Agent 让多个智能体协同

一句话总结:Issue 是"做什么",Agent 是"谁来做",Runtime 是"在哪做",Run 是"这一次做的记录"。 掌握这四者及其关系,Multica 的核心概念图就算看懂了。

六、接下来读什么

登录后查看全文
multica