Как работает Multica
Как три основных компонента (server / daemon / AI coding tool) координируют выполнение работы agent.
Multica — распределённая платформа. Веб-интерфейс, который вы видите, — лишь «витрина»; реальную работу выполняют три компонента: сервер Multica хранит данные (workspace, issue, участники, очередь task и т. д.); daemon работает на вашей машине, забирает task и управляет AI coding tool; AI coding tool (Claude Code, Codex и другие локальные CLI) — компонент, который непосредственно пишет код. Это главное отличие Multica от Linear или Jira — agent работают не на наших серверах, а на вашей машине.
Три основных компонента
- Сервер Multica — workspace, списки issue и ветки комментариев, которые вы видите, хранятся в его базе данных. Он же выступает WebSocket hub и доставляет обновления в реальном времени вам и коллегам. Он не выполняет task agent.
- Daemon — часть CLI Multica, работает на вашей машине. При запуске определяет, какие AI coding tools установлены локально, регистрируется на сервере и начинает опрашивать очередь task каждые 3 секунды и отправлять heartbeat каждые 15 секунд.
- AI coding tools — одна из двенадцати (или несколько параллельно): Antigravity, Claude Code, Codex, Cursor, Copilot, Gemini, Hermes, Kimi, Kiro CLI, OpenCode, OpenClaw, Pi. После того как daemon забирает task, он использует эти инструменты для фактического выполнения работы.
Поскольку toolchain остаётся локальным, ваши API keys, каталоги с кодом и авторизованные инструменты используются только на вашей машине — сервер Multica их не видит. Это верно и при self-host, и при использовании Cloud.
Жизненный цикл task
Рассмотрим самый частый сценарий — вы назначаете issue agent:
- Вы нажимаете «назначить» в веб-интерфейсе. Браузер отправляет HTTP-запрос на сервер Multica.
- Сервер устанавливает assignee этого issue на agent и одновременно создаёт task выполнения в очереди task со статусом
queued. - Daemon на вашей машине забирает task при следующем опросе (в течение 3 секунд). Статус task становится
dispatched. - Daemon создаёт изолированный рабочий каталог локально и вызывает соответствующий AI coding tool. Статус task становится
running. - AI пишет код локально, запускает тесты и публикует комментарии на сервер.
- Выполнение завершается. Daemon сообщает результат (успех / неудача) серверу, статус task становится
completedилиfailed. Вы видите обновление прогресса в веб-интерфейсе в реальном времени (через WebSocket).
Подробности механики — в разделах Daemon и runtime и Task.
Четыре способа запустить agent
Это не только «назначить issue» — в Multica есть 4 триггера, по одному на каждый стиль совместной работы:
| Способ | Типичный сценарий | Документация |
|---|---|---|
| Назначить issue | Самый частый. Назначьте issue agent — он начнёт работу сам | Назначение issue |
| @mention agent в комментарии | «Посмотри это» — не меняя assignee и статус, отправьте комментарий | Упоминание agent |
| Прямой чат | Отдельный разговор, не привязанный к issue — задайте вопрос, попросите набросать issue | Chat |
| Autopilot (по расписанию) | Постоянные инструкции — «каждый понедельник утром делай standup summary» и т. п. | Autopilot |
Runtime: где выполняется и сколько инструментов
Runtime — это пара «daemon × один AI coding tool». Если на одной машине daemon имеет и Claude Code, и Codex и подключён к двум workspace, Multica регистрирует 4 независимых runtime (2 workspace × 2 инструмента).
Сегодня поддерживается только модель локального daemon. Cloud runtime (когда не нужна ваша машина) скоро появятся, сейчас только waitlist — зарегистрируйтесь на странице Downloads.
Дальше
- Cloud Quickstart — подключение к Multica Cloud за 5 минут
- Self-Host Quickstart — запуск собственного backend
- Daemon и runtime — подробно о компоненте, на котором держится архитектура