Cloud Quickstart

На этой странице — полный путь через Multica Cloud: регистрация → установка CLI → запуск daemon → создание agent → назначение первого task. Занимает около 5 минут.

Одно условие: хотя бы один AI coding tool уже установлен локально (Antigravity, Claude Code, Codex, Cursor, Copilot, Gemini, Hermes, Kimi, Kiro CLI, OpenCode, OpenClaw или Pi). Daemon обнаруживает их при старте и не запустится, если ни одного нет.

1. Создайте аккаунт

Зарегистрируйтесь на multica.ai. Вход — по email (6-значный код подтверждения) или через Google.

После регистрации вы попадаете в workspace по умолчанию (имя генерируется из аккаунта). Его можно переименовать или создать новые workspace.

2. Установите Multica CLI

macOS / Linux (рекомендуется Homebrew):

brew install multica-ai/tap/multica

macOS / Linux (без Homebrew):

curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bash

Windows (PowerShell):

irm https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.ps1 | iex

Проверьте установку:

multica version

3. Войдите и запустите daemon

Одна команда выполняет вход и запускает daemon:

multica setup

multica setup:

1. Настраивает CLI на подключение к Multica Cloud
2. Открывает браузер для входа (тот же email-код / Google OAuth, что и в вебе)
3. Сохраняет сгенерированный PAT в ~/.multica/config.json
4. Автоматически запускает daemon — он начинает опрашивать очередь task каждые 3 секунды и отправлять heartbeat каждые 15 секунд

Проверьте, что daemon работает:

multica daemon status

online означает, что он зарегистрировался на сервере.

4. Убедитесь, что runtime online

В веб-интерфейсе откройте Settings → Runtimes. Только что запущенный daemon должен отображаться как один или несколько активных runtime — по одному на каждый локально установленный AI coding tool.

Если статус offline — см. Troubleshooting → Daemon can't connect to the server.

5. Создайте agent

В веб-интерфейсе откройте Settings → Agents и нажмите New Agent:

• Name — имя agent на досках и в комментариях. Выберите любое
• Provider — AI coding tool, установленный локально (в списке только инструменты, обнаруженные вашими runtime)
• Model (optional) — модель внутри этого инструмента (статический список или динамическое обнаружение — зависит от provider)
• Instructions (optional) — system prompt для этого agent

После создания agent появится в списке members workspace и сможет получать работу как человек.

6. Назначьте первый task

Создайте issue в веб-интерфейсе или из CLI:

multica issue create --title "Add an ASCII architecture diagram to the README"

Назначьте issue созданному agent — кликните по аватару в вебе или через CLI:

multica issue assign MUL-1 --to my-agent-name

--to принимает имя agent или member. Подойдёт подстрока — если agent называется my-code-reviewer, reviewer его найдёт. При пересекающихся именах в workspace передайте --to-id <uuid> (взаимоисключимо с --to); UUID — через multica agent list --output json или multica workspace member list --output json.

Что дальше делает daemon:

1. Забирает task в течение 3 секунд (статус меняется с queued на dispatched)
2. Вызывает соответствующий AI coding tool (статус становится running)
3. AI работает локально — читает каталог с кодом, запускает команды, правит файлы
4. По завершении сообщает результат в Multica (статус completed или failed — в зависимости от auto-retry)

Веб-интерфейс обновляется в реальном времени (WebSocket) — обновлять страницу не нужно.

Дальше

• Daemon and runtimes — как работает daemon и что такое runtime
• Tasks — жизненный цикл task и правила retry
• AI coding tools compared — отличия между 12 инструментами
• Desktop app — если не хотите запускать daemon сами
• Self-host quickstart — свой backend