10个AI员工，一晚上做一套系统，极空间部署 multica

你是不是听了无数次的“百万 Agent”大军，一个人指挥十多个 Agent 帮你干活，睡一觉醒来就是一套完整的产品。但是实际体验起来，发现他们都是在吹牛，根本没几个跑得通的。

尤其是以 OpenClaw 为首的通用型 Agent 发布之后，一人公司 —— OPC 就被反复提起。

我也遇到这个问题，这些 Agents 军团在网上吹牛起来一个一个贼厉害，一到落地，千疮百孔。

LangChain 曾经整理过这个问题，但问题很多，那套稳定体系灵活性太欠缺，已经被人们抛弃。但我发现一款新服务 —— Multica ，它不是 Runtime，它通过 daemon + runtime 驱动 CLI-based coding agents，实现任务分配、进度追踪、团队协作。

这是我利用 multica 搭建的一套应用，主要用于查询 GPT-Image2 的提示词，通过图片和提示词一一对应的方式，将所有提示词挂载空间展示里，支持鼠标移动、键盘移动、随机选择、分类展示、在线生图等等功能。

这次是真的只提了一个需求 + 几个决策，剩余全部由 agent 自主完成。

一、搭建你的一人公司

使用任意邮箱，加上初始密码 888888 进入 Multica 公司。我们需要先预设一个工作空间，这个工作空间就是我们任意一个项目的落地基础。

Multica 由两个部分组成。其一是管理面板，即我们用容器搭建的前端页面和服务端；其二是 cli agent，专门负责对接不同设备里的 AI Agent 工具。后者将数据接入前者，实现跨平台、跨设备、跨网络、跨架构的协作体系。

这意味着你的数字员工可以在 NAS，可以在 VPS，可以在小主机，可以在电脑，不再受限。

具体的安装方法。点击左侧的运行时标签，右上角有一个链接远程机器，这里有详细的 multica cli 操作指南，根据步骤下载 cli、链接服务器、登录平台、接入 agent 即可。

如果嫌麻烦，直接把 URL 地址发给 Agent，让他们自己接入。

我这边接入了主流的几个 Runtime 平台，包括 Codex、OpenClaw、Kimi Code、Claude Code。

每一个 Runtime Agent，都可以创建多个智能体。而 OpenClaw，则可以直接将现有创建好的 Agent 纳入 OPC 管理。

而其它的 Code Cli 工具，则可以直接在 Multica 里创建 Agent，支持分配不同的模型，也支持针对不同的项目空间分配不同的 Agent。

除了 Agent 之外，Multica 也支持 Skills 能力，通过 ClawhubSkill.sh 下载 Skills，这些 Skills 是整个 OPC 的公共资产。

它有一套成熟的 Skill 管理面板，可以查看具体的代码、Readme 信息。

不同的 Agent，可以赋予不同的 Skill，加上 Agent 提示词、环境变量、自定义参数，我们就可以将其打造成专业性更强的数字员工。

二、项目实操

我这边搭建了一个基于 GPT-image2 提示词的页面。整个流程，Multica 大概跑了 1 个小时，中间我只是做决策， Agent 自己完成包括爬取 github 信息，生成页面、代码，运行，测试 debug 在内的工作。

项目是当前工作空间下的最高层级文件夹，也就是我们平时理解的一个工作目标。创建项目的时候可以添加代码仓库、资源，我们可以设定项目的 DL、Plan。并指定主 Agent 来分配和管理项目本身。

在这个工作目标之下是 issue 单元，它和 Github 上的 issue 很接近，每一个都是独立的工作内容。

issuse 可以具体分配到工作目标，也可以泛泛而谈形成一个独立对话。

所有的 issue 在项目视角下会变成任务卡片，以及 todo 任务板，特别的直观。以我的项目为例，主 agent 会在我的项目目标基础上，自动拆分任务给不同的 agent 同时。

比如设计前端页面的就提交给 Kimi Code，设计后端代码的提交给 Claude Code，然后增加一个爬虫的任务给 OpenClaw，然后每一个 Agent 完成任务后，会自动把结果推送给主任务。

这一套流程，就是 Agent 各司其职，一直分配任务、完成任务、更新任务板的过程。

对我们来说，我们可以实时查看这些 issuse，在有必要的时候拖拽、变更，进行实时调整。

在 issuse 视角下，可以看到当前工作 Agent 的思考、工具调用、代码执行等等信息，它是一个不断更新迭代的过程。

当任务有新进度或失败时，我们可以在收件箱里查看邮件信息。

这些信息都由 Agent 主动发送。在收件箱里，我们不仅只是看，我们也可以随时对项目进行调整，@各个其它 Agent 在当前 Issuse 里继续推进或迭代内容。

每一个 issuse，支持不同的 Agent 进行订阅，这意味着数字员工们可以互相监听它人的工程进程，来更新其它任务的状态。

在 Agent 视角下，我们可以看到它近期执行的任务，有完整的成功率和任务明细。每一条任务明细都可以跟踪到具体的 issuer 或对话，一目了然。

遇到复杂的任务，multica 还支持配置自动化汇报，可以创建 review、汇报、总结、审计等不同的定时任务。

Multica 还支持多人共同协作。可以邀请真实的团队成员一起加入当前工作空间，一起对项目进行排期、迭代。

甚至可以通过 api token，将自身的权限授权给其它的通用型 Agent，让其代替你查阅和管理 Multica 里的工作进度。

三、极空间部署 Multica

multica 的管理端部署包括 .env 和 yaml 两个文件，配置内容比较多，我这里直接用闪电传复制出来，大家拷贝到自己的 NAS 里即可。

[请复制这段文字，然后打开极空间 APP或客户端] 极空间用户分享了"multica"。↫LIYDIMZRGIYTEVSOLE2EQ#T1TSsjm3T3XW70u2lL3IVNgm2TvHm303A2lwQH9lm1WcvGKm3WKsr3izUVOJZov1Bzky9℞GE2TANRYHAZTEMBTGE↫提取码:1476

打开极空间 Docker，创建一个 compose 应用，选择闪电传拷贝的文件夹，分别导入 .env 和 yaml 两个文件。

需要修改的地方包括 .env 的第 23行。这里是默认的登录授权码，任何邮件都可以使用这个登录授权码登录你的 multica。

最后

AI 时代，NAS 搭配 OPC 的玩法也越来越成熟。

以 7*24 小时运行的 NAS 为载体，提供长期运行的 AI 应用、提供底层的数据文档支撑，然后接入云端 API，很多原来没时间、没精力完成的时间，现在都可以借助 Agent 之手来实现。

而 Multica 更是将不同的 Code Agent 进一步整合，实现了一套成熟的智能体协作机制。

如果你有 OPC 的想法，但是苦于落地的，可以试一试 Multica 这个项目，一定能让你有所惊喜。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～