Создание и настройка agent

Минимальные поля для создания agent и все опциональные настройки — system instructions, environment variables, visibility, лимит параллелизма и архивирование.

Для создания agent нужно всего две вещи: имя и выбор AI coding tool. Всё остальное опционально — system instructions, model, environment variables, CLI arguments, visibility, лимит параллелизма; значения по умолчанию работают нормально. Сначала запустите agent, потом настраивайте — любое поле можно изменить в любой момент.

Создать agent

Предварительное условие: на машине установлен хотя бы один поддерживаемый AI coding tool (Claude Code, Codex и т. д.) и запущен daemon. Если ещё нет — начните с Cloud quickstart или Self-host quickstart.

После этого откройте страницу Agents в workspace и нажмите + New, либо используйте CLI:

multica agent create

В форме только два обязательных поля: name (уникально в пределах workspace) и runtime (= выбор AI coding tool). Остальные поля разобраны по разделам ниже.

Выбор AI coding tool

Каждый runtime привязан к конкретному AI coding tool. Multica поддерживает 12 инструментов. Самые частые выборы:

Tool	Подходит для
Claude Code	Официальный инструмент Anthropic, самый полный набор возможностей; лучший первый выбор
Codex	OpenAI, основная альтернатива
Cursor	Пользователи экосистемы редактора Cursor
Copilot	Команды с entitlements GitHub account
Gemini	Пользователи экосистемы Google

Остальные семь (Antigravity, Hermes, Kimi, Kiro CLI, OpenCode, Pi, OpenClaw) и полная матрица возможностей каждого tool (session resume, MCP, skill injection path, model selection) — в Сравнении AI coding tools.

System instructions

System instructions (instructions) добавляются в начало каждого task и задают роль agent и правила работы:

You're a frontend code-review agent. When an issue comes in, read the diff first. Focus only on:
- Styling issues (tailwind class names, box model)
- Accessibility (a11y)
Don't change code — leave suggestions in a comment.

Если поле пустое (по умолчанию), agent использует нативное поведение базового AI coding tool без дополнительных ограничений.

Выбор model

Большинство AI coding tools поддерживают выбор model (например, Claude Code позволяет выбрать Sonnet или Opus). Оставьте поле пустым — будет использован default tool; укажите явно — будет запущена выбранная model. Поддерживаемые models каждого tool — в Сравнении AI coding tools.

Смена model применяется только к новым task. Уже отправленные task продолжают работу с model, зафиксированной на момент dispatch.

Custom environment variables (custom_env)

Custom environment variables (custom_env) позволяют передать дополнительные env vars на время выполнения task — типичные случаи: API keys или смена upstream endpoint:

ANTHROPIC_API_KEY = sk-...
ANTHROPIC_BASE_URL = https://my-proxy.example.com

Системные переменные переопределить нельзя: PATH, HOME, USER, SHELL, TERM, CODEX_HOME и любой ключ с префиксом MULTICA_* daemon молча игнорирует (с warn log — без error).

Значения в custom_env хранятся в plaintext в базе данных сервера Multica. Ответы agent list/get больше не содержат env values — только непрозрачный count. Чтение значений доступно owner или admin workspace через отдельный audited endpoint GET /api/agents/{id}/env (CLI: multica agent env get <id>). Agents, выполняющие task, не могут использовать owner credentials хоста, чтобы прочитать env других agents — endpoint отклоняет agent-actor sessions.

Не кладите в custom_env секреты высокой ценности (production database passwords, root-level tokens и т. п.). Используйте отдельные credentials с ограниченной областью для agents (read-only API keys, single-scope PATs) и регулярно их ротируйте. Database backups и DB audits остаются значимым вектором exposure.

Custom CLI arguments (custom_args)

Custom CLI arguments (custom_args) — массив строк, каждая из которых добавляется к командной строке AI coding tool:

["--max-turns", "100", "--append-system-prompt", "always respond in Chinese"]

Итоговая команда выглядит так:

claude --model <model> --max-turns 100 --append-system-prompt "always respond in Chinese" [...]

Аргументы передаются as-is, без shell (нет риска injection), но распознаёт ли конкретный flag tool — зависит от самого AI coding tool; инструменты сильно различаются.

У custom_env и custom_args нет жёсткого лимита, но на практике держите каждый список короче 10 записей. Слишком длинная командная строка замедляет старт и усложняет сопровождение.

Visibility

Workspace (workspace) — назначить может любой member workspace
Private (private) — только owner или admin workspace, либо создатель agent

Новые agents по умолчанию — private.

Private не означает «скрыт» — каждый member видит имя и описание private agent в списке, но не читает чувствительную конфигурацию (env values не появляются в agent list/get; MCP config замаскирован для non-owners). Полный смысл — в Agents → Кто может назначить agent.

Лимит параллелизма

Concurrency limit (max_concurrent_tasks) задаёт, сколько task этот agent может выполнять параллельно. По умолчанию — 6. Новые task при достижении лимита встают в очередь — не отклоняются.

Это только «agent layer» двухуровневого лимита — daemon задаёт более широкий cap (по умолчанию 20), и побеждает более строгий. Подробности — в Daemon и runtime → Сколько task может выполняться параллельно.

Изменение значения не отменяет уже running task — применяется только к следующему task, который будет взят в работу.

Domain expertise: Skills

Созданному agent можно подключить Skills — knowledge pack (SKILL.md + supporting files), автоматически доставляемые AI coding tool на время выполнения task. Можно создать skill, импортировать из GitHub или ClawHub, либо просканировать каталог skill на машине. См. Skills.

Архивирование и восстановление

Agents, которыми вы больше не пользуетесь, можно заархивировать — они исчезают из повседневных view, но исторические данные (выполненные task, комментарии) сохраняются полностью. Restore в любой момент возвращает agent в работу.

Архивирование немедленно отменяет все незавершённые task agent — running, dispatched и queued task помечаются cancelled и не продолжаются. Если важный task ещё выполняется, дождитесь завершения перед архивированием.

Заархивированным agents нельзя назначать новые task.

Skills — подключение knowledge pack к agent
Сравнение AI coding tools — полная матрица возможностей всех 12 tools
Назначение issue agent — как поставить нового agent в работу