28. August 2026 · Von YasKad
multica-ai/multica

Multica: ein Arbeitsbereich, in dem Coding-Agenten und Menschen dasselbe Issue-Board teilen

multica-ai/multica · 51.341★ · 6.656 forks

Multica ist ein Open-Source-Arbeitsbereich (Workspace), in dem Aufgaben an Coding-Agenten — Claude Code, Codex, Cursor und 20 weitere CLIs — genauso zugewiesen werden wie an ein Teammitglied. Agenten übernehmen das Issue, melden Fortschritt, heben Blocker hervor und geben die Arbeit zur Überprüfung zurück; die gesamte Historie bleibt am selben Issue haften. Multica ist selbst hostbar, bündelt kein eigenes Modell und erzeugt keine Abhängigkeit von einem einzigen Anbieter.


Ursprung

Das Repository wurde am 13. Januar 2026 erstellt, der erste Commit stammt vom 28. Januar 2026. Es ist ein Produkt der Organisation multica-ai mit Sitz unter multica.ai.

Die wichtigsten Beitragenden nach Commit-Anzahl waren Bohan-J (Mitgründer von multica-ai, 1.366 Commits), NevilleQingNY (1.096), forrestchang (1.028), ldvnbl (485), multica-eve (373), yyclaw (47) und seacen (30).

Das Projekt startete von Anfang an mit plattformübergreifendem Anspruch: README und Dokumentationsleitfäden liegen auf Englisch und vereinfachtem Chinesisch vor, die Dokumentation wird zusätzlich auf Japanisch und Koreanisch bereitgestellt. Diese frühe Investition in Übersetzung, zusammen mit den Community-Integrationen für DingTalk, WeCom und Telegram, deutet auf eine bewusste Ausrichtung auf den asiatischen Markt hin. Der Slogan neben dem Logo — „Your next 10 hires won’t be human” — fasst die Marktthese zusammen, die das Projekt von Anfang an vertritt.

Der Name Multica steht für Multiplexed Information and Computing Agent und ist eine Anspielung auf Multics, das bahnbrechende Betriebssystem der 1960er-Jahre, das Time-Sharing einführte. Laut VISION.md lautet die These, dass Unix eine bewusste Vereinfachung von Multics war und sich dieser Wendepunkt jetzt wiederholt — nur dass „Nutzer” jetzt sowohl Menschen als auch autonome Agenten sind.

Eine detaillierte Dark-Mode-Cyberpunk-Infografik, die den Ursprung eines Open-Source-GitHub-Repositorys von 2026 illustriert. Eine leuchtende Commit-Zeitleiste durchquert eine Neon-Stadtlandschaft, beginnend mit einem hellen ersten Commit-Knoten, markiert mit abstrakten Kalendersymbolen für Januar 2026, die sich zu einer dichten Konstellation von Beitragenden-Avataren und Commit-Zweigen ausweitet. In der Mitte erscheint ein holografisches GitHub-Organisations-Emblem als dezentes Abzeichen, mit einer schwebenden Website-URL und einem Social-Handle, dargestellt durch abstrakte Kommunikationsglyphen. Zweisprachige Dokumentationspanels auf Englisch und vereinfachtem Chinesisch, plus kleinere japanische und koreanische Hologramme, fächern sich von einer zentralen Startkapsel auf. Ein Neon-Slogan-Schild liest „Your next 10 hires won't be human" in sauberer futuristischer Typografie, umgeben von kleinen Einstellungskarten, Agenten-Silhouetten und Kommunikationsintegrationen für den asiatischen Markt, dargestellt als sanfte leuchtende Chat-Blasen für DingTalk, WeCom und Telegram. Dunkler Anthrazit-Hintergrund, Neon-Cyan- und Magenta-Akzente, ultra-detailliert, filmische Tiefe, 8K-Auflösung.

Philosophie und Prinzipien

VISION.md formuliert das zentrale Ziel als „Make humans and AI agents work as one team.” Daraus ergeben sich im Code und in der Dokumentation verifizierbare Prinzipien:

  • Agenten sind vollwertige Teammitglieder. Sie sind keine Sammlung isolierter Werkzeuge: Sie erhalten Issues, kommentieren, heben Blocker hervor und liefern Code wie ein Kollege.
  • Multiplexing, nicht Ersetzung. Wie bei Multics lautet die Wette, dass sich „ein kleines Team nicht klein anfühlt”: Mit dem richtigen System können sich zwei Ingenieure und eine Flotte von Agenten wie zwanzig bewegen.
  • Menschen geben die Richtung vor und sind für das Ergebnis verantwortlich. Multica „ist kein autonomes Unternehmen, das jenseits menschlicher Kontrolle agiert.” Nichts wird veröffentlicht, ohne dass ein Mensch es sagt; Issues landen in der Review, nicht in main.
  • Absicht und Ergebnis bleiben verbunden. Wenn die Arbeit endet, verschwindet ihre Historie nicht mit der Sitzung: die ursprüngliche Absicht, Entscheidungen, Aktionen und das Endergebnis bleiben verknüpft.
  • Die Maschine gehört dem Nutzer. Der „Desktop” jedes Agenten ist ein über einen lokalen Daemon verbundener Computer; Code verlässt ihn nie. Der Wechsel des Modellanbieters ist „ein Dropdown, keine Migration.”

Ein symbolisches Dark-Mode-Cyberpunk-Bild, das die Philosophie von Menschen und KI-Agenten darstellt, die als ein Team arbeiten. Ein menschlicher Ingenieur steht am Kopf eines kreisförmigen Neon-Kontrolltisches, während sieben KI-Agenten-Teammitglieder, jedes mit unverwechselbaren terminalartigen Gesichtern und Befehlszeilen-Auren, an einer gemeinsamen leuchtenden Issue-Zeitleiste zusammenarbeiten. Ein Agent meldet Fortschritt, ein anderer hebt einen Blocker mit einem roten Warnglyphen hervor, und ein dritter gibt einen Diff zur Überprüfung zurück, während ein menschliches Genehmigungs-Gate in Bernstein leuchtet. Um den Tisch herum zeigt ein Multiplexing-Ring zwei kleine menschliche Silhouetten und eine Flotte von Agenten, die sich mit dem Schwung von zwanzig Arbeitern bewegen. Der Satz „Make humans and AI agents work as one team" erscheint als dezentes holografisches Banner. Visueller Stil: Dark-Mode-UI, Glaspanels, Neon-Cyan-, Violett- und Bernstein-Akzente, ultra-detailliert, 8K-Auflösung, filmisches professionelles Tech-Konzeptbild, kein Durcheinander.

Wie es funktioniert

Der vollständige Ablauf hat fünf Schritte: (1) das Issue liefert den Kontext — Beschreibung, Diskussion und Verantwortlicher; bei der Zuweisung an einen Agenten nutzt das System dessen Anweisungen, Modell, Skills und Runtime-Konfiguration; (2) Multica erstellt eine Aufgabe, die in eine Warteschlange eintritt; (3) eine Runtime übernimmt die Aufgabe, auf einem verbundenen Computer; (4) das KI-Tool läuft lokal, liest das Arbeitsverzeichnis, führt Befehle aus und produziert Ergebnisse; (5) die Ergebnisse werden in das Issue zurückgeschrieben.

Eine fünfstufige Pipeline-Visualisierung für ein KI-Agenten-Aufgabenausführungssystem, Dark-Mode-Cyberpunk-Ästhetik. Stufe eins: eine Issue-Karte mit Kontext, Diskussion und Verantwortlichem leuchtet links. Stufe zwei: eine Aufgabe tritt in eine Neon-Warteschlange mit wartenden Runtimes ein. Stufe drei: ein lokaler Runtime-Knoten auf dem Computer eines Nutzers übernimmt die Aufgabe und leuchtet auf. Stufe vier: ein KI-Coding-Tool wird lokal innerhalb einer sicheren Desktop-Umgebung ausgeführt, liest ein Arbeitsverzeichnis, führt Befehle aus und produziert Code-Patches als leuchtende Befehlszeilen-Ströme. Stufe fünf: Ergebnisse, Fortschrittskommentare und Ausführungsprotokolle fließen zurück in die Issue-Zeitleiste. Die fünf Knoten sind durch ein helles multiplexiertes Datenband über eine dunkle Workspace-Oberfläche verbunden, mit einem lokalen Daemon-Symbol, Go-Binary-Chip, Next.js-Dashboard und zeitgestempelten Tool-Call-Protokollen. Ultra-detailliert, Neon-Cyan- und Orange-Akzente, Glassmorphism, 8K-Auflösung, technische Diagrammillustration, saubere Komposition.

Die grundlegenden Objekte sind: Workspace, Issue (die Arbeitseinheit, deren Verantwortlicher ein Mitglied, ein Agent oder ein Squad sein kann), Project, Agent (eine wiederverwendbare Konfiguration, kein langlaufender Prozess), Skill, Runtime, Task, Squad, Chat, Inbox und Autopilot (löst Ausführungen per Cron oder Webhook aus). Ein Agent beginnt nie von sich aus mit der Arbeit: Jede Ausführung wird durch eine explizite Aktion ausgelöst.

Ein Dark-Mode-holografischer Datenobjekt-Graph für eine Software-Workspace-Plattform. Zentrale Knoten mit dezenten Beschriftungen und abstrakten Symbolen repräsentieren Workspace, Issue, Project, Agent, Skill, Runtime, Task, Squad, Chat, Inbox und Autopilot. Der Workspace-Knoten ist ein in sich geschlossener Neon-Tresor; Issue ist eine Ticket-Karte; Project gruppiert Issues und Repositories; Agent ist ein wiederverwendbarer Konfigurations-Chip mit Name, Anweisungen, Modell, Skills und Runtime; Skill ist eine modulare Kassette; Runtime ist ein lokaler Computer; Task ist ein konkreter Ausführungsdatensatz; Squad ist ein Cluster aus Agenten- und Mitgliedsknoten, geführt von einem Agenten; Autopilot ist eine Cron/Webhook-Auslöser-Kugel. Linien zeigen Beziehungen: Zuweisungen, Erwähnungen, Chats, Benachrichtigungen und explizite Auslöser. Jeder Ausführungspfad wird durch eine menschliche Aktion oder einen Autopilot-Impuls hervorgehoben, was betont, dass Agenten niemals eigenständig mit der Arbeit beginnen. Hintergrund: dunkle Engineering-Konsole, Neon-Cyan, Violett und Bernstein, ultra-detailliert, 8K-Auflösung, isometrische Tech-Visualisierung.

Die 23 unterstützten Agenten-CLIs umfassen Claude Code, OpenAI Codex, Cursor Agent, GitHub Copilot CLI, OpenCode, OpenClaw (openclaw), Hermes (hermes), Pi, Antigravity, CodeBuddy, DevEco Code, Grok, Kimi, Kiro CLI, Qoder CLI, Qwen Code, QwenPaw, Reasonix, Trae CLI, DeepSeek Harness, Oh-My-Pi, MiniMax Code und Dim. Skills folgen dem offenen Anthropic-Agent-Skills-Standard: Ihre Hauptdatei ist SKILL.md, und sie können von GitHub, ClawHub oder Skills.sh importiert werden.

Eine dichte, aber elegante Dark-Mode-Cyberpunk-Galerie von 23 Programmier-Agenten-CLI-Kapseln, die einen zentralen Workspace-Hub umkreisen. Jede Kapsel ist eine terminalförmige Kapsel mit einem einzigartigen Neonglyphen, einem Befehlszeilen-Prompt und einem kleinen abstrakten Abzeichen, das Tools wie Claude Code, Codex, Cursor Agent, Copilot CLI, OpenCode, Grok, Kimi, Qwen, Trae, DeepSeek, MiniMax und andere CLIs darstellt, ohne sich auf exakte Logos zu verlassen. Der zentrale Hub versendet Aufgabenkarten an die Kapseln über leuchtende Drähte, während ein lokaler Daemon im Vordergrund die ausgewählte CLI auf der Maschine des Nutzers ausführt. Die Szene vermittelt Multi-Provider-Kompatibilität: keine Abhängigkeit von einem einzigen Modell, ein dropdown-artiger Anbieterwechsler und Token-Kostenmesser für jeden Agenten. Dunkler Anthrazit-Hintergrund, Neon-Cyan, Magenta-Akzente, ultra-detailliert, 8K-Auflösung.

Das Ökosystem

Neben Multica pflegt die Organisation: multica-ai/andrej-karpathy-skills (das sichtbarste Projekt der Organisation, mit 205.501 Sternen und 21.022 Forks, bereits auf dieser Seite katalogisiert); multica-ai/dsh-multica-runtime (55 Sterne, DeepSeek-Harness-Runtime-Support); multica-ai/multica-cli (26 Sterne, ein Agenten-Skill zum Bedienen von Multica ohne Token zu verbrennen); multica-ai/homebrew-tap (16 Sterne, der Homebrew-Tap).

Mehrere Drittanbieter-npm-Pakete erweitern Multica: pi-multica-spine, @amaster.ai/pi-teamwork, multica-cli-manager, pi-multica-doctor, @openabc/multica-taskboard, n8n-nodes-multica, multica-slack-assistant und @kevisual/multica-run. Die Docker-Hub-Suche ergab kein offizielles Image, aber es existieren Community-Builds: fengwk/multica (1.579 Pulls), votanchat/multica (1.004), shubham16negi/opencode-multica (359).

Offizieller / halboffizieller Status

  • Multica ist Open Source unter einer eigenen Lizenz: Die „Multica License” ist die Apache License 2.0 mit zusätzlichen Bedingungen. Die Schlüsselbedingung: Ohne kommerzielle Lizenz darf der Code nicht verwendet werden, um Dritten einen gehosteten Dienst anzubieten oder ihn in ein kommerziell verkauftes Produkt einzubetten. Interne Nutzung innerhalb einer einzigen Organisation erfordert keine kommerzielle Lizenz.
  • Offener Skills-Standard: Durch die Befolgung des offenen Anthropic-Agent-Skills-Standards kann Multica jede Skill importieren, die die Spezifikation erfüllt. Dies ist keine Anthropic-Zugehörigkeit, sondern nur Formatkompatibilität.
  • Offizielle Distribution: Es gibt eine Multica Cloud (multica.ai) und den Self-Hosting-Weg mit offiziellen GHCR-Images und einem Homebrew-Tap.
  • Es wurde keine formale Vendor-Marketplace-Akzeptanz gefunden. Seine Position als De-facto-Referenz in der Kategorie „Agenten als Teammitglieder auf einem Board” beruht auf seiner Sternebasis und seinem npm-Ökosystem, nicht auf institutioneller Unterstützung.

Repo-Zahlen

Gemessen: 23. August 2026, GitHub-API.

MetrikWert
Sterne47.328
Forks6.058
Echte Abonnenten164
Offene Issues + PRs1.382
Commits (letzte API-Seite)4.967
Primäre SpracheGo
LizenzMultica License (Apache 2.0 + Bedingungen)
Erstellt13. Januar 2026
Neuestes Releasev0.4.32, 21. August 2026

Die Release-Kadenz ist sehr hoch: von v0.4.23 zu v0.4.32 in elf Tagen.

Schnellstart-Anleitung

Installation und erster Start

Selbst gehostet (empfohlen), macOS/Linux:

curl -fsSL https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.sh | bash -s -- --with-server
multica setup self-host

Unter Windows (PowerShell): $env:MULTICA_MODE="with-server"; irm https://raw.githubusercontent.com/multica-ai/multica/main/scripts/install.ps1 | iex und dann multica setup self-host. Das Skript installiert die CLI, holt die selbst gehosteten Assets und lädt die offiziellen GHCR-Images herunter. http://localhost:3000 öffnet sich. Voraussetzung: Docker und Docker Compose.

Ohne Docker: git clone https://github.com/multica-ai/multica.git && cd multica && make selfhost.

Häufige Workflows

  • Ein Issue einem Agenten zuweisen: multica issue assign MUL-123 --to "Backend Agent".
  • Ein Issue vom Terminal aus erstellen: multica issue create --title "Fix login failure".
  • Eine Ausführung überprüfen: multica issue runs MUL-123 listet die Historie.
  • Einen Daemon verwalten: multica daemon start, multica runtime list.

Wesentliche Konfiguration

  • ~/.multica/config.json: die Standardkonfiguration der CLI; enthält Tokens, nicht committen.
  • Profile (--profile <name>): isolieren eine Kombination aus Server, Token, Workspace und Daemon.
  • .env (selbst gehostet): definiert POSTGRES_DB, DATABASE_URL, PORT, FRONTEND_PORT.

Häufige Stolperfallen und Lösungen

  • MULTICA_DAEMON_PORT nicht im Host-Shell oder im Container fixieren: Der Daemon leitet seinen eigenen Port selbst ab.
  • Der Daemon muss von einer gebauten Binary laufen, niemals mit go run: Er registriert seinen eigenen ausführbaren Pfad und startet ihn neu.
  • In einem Git-Worktree .env nicht kopieren: .env.worktree verwenden, um zu vermeiden, auf die Hauptdatenbank zu verweisen.
  • Aus externen Quellen importierte Skills können unsichere Anweisungen enthalten: Multica überprüft oder sandboxt sie nicht; die Quelle muss vertrauenswürdig sein.

Integrationen und Migration

Git-Hoster: GitHub, GitLab, Gitea und Forgejo. Messaging-Kanäle: Slack und Lark (Kern) plus DingTalk, WeCom, Telegram (Community-gepflegt). MCP: eine Server-Bibliothek lebt im Workspace. Automatisierung: Autopilot löst per Cron oder Webhook aus; ein Community-n8n-Node existiert.

Mitwirken

CONTRIBUTING.md: Voraussetzungen sind Node.js 22, pnpm 10.28.2, Go 1.26.6 und Docker. Mitwirken bedeutet, die vollständige Multica License zu akzeptieren. Ablauf: make dev erkennt automatisch Checkout oder Worktree, erstellt die Env, installiert Abhängigkeiten und startet Backend und Frontend; make check-main führt Typecheck, TypeScript-Unit-Tests, Go-Tests und Playwright-E2E-Tests aus.

Wie die Community reagierte

Die wiedergefundenen Belege zeigen Zugkraft auf YouTube und im npm-Ökosystem, aber fast keine verifizierbare Diskussion auf Hacker News. Der Haupt-Thread, „Multica: Assign issues to coding agents and track them like teammates” (13. April 2026), erhielt nur 2 Punkte und 0 Kommentare. YouTube hat aktive Berichterstattung: „Multica: The Open Source Tool That Makes Claude Code 10x Better”, „Multica — Open Source Managed Agents Platform (30.8K Stars)”, sowie zwei Videos auf Spanisch. Einer der Titel zitiert „30.8K Stars”, einen Wert, der niedriger ist als die heute gemessenen 47.328 — ein Hinweis auf Wachstum innerhalb weniger Monate.

Multica im Vergleich zu anderen Angeboten

ProjektVerifizierbare ÜberschneidungVerifizierbarer Unterschied
paperclipinc/paperclipEin Open-Source-Agenten-Orchestrator, direkt mit Multica in mehreren YouTube-Videos verglichen.Seine Erzählung dreht sich um „Zero-Human-Companies”, im Gegensatz zu Multicas Modell „Menschen und Agenten als ein Team” mit menschlichem Sign-off.
Pokegents, OpenRig, Lula, VestigeAlle schlagen Multi-Agenten-Coding-Arbeit vor (aus derselben HN-Welle).Alle haben sehr wenige Punkte und Kommentare auf HN; keines erscheint als etablierter Konkurrent.

Anwendungsfälle und wem dieses Repository helfen kann

  • Kleine Teams, die bereits mehrere Agenten-CLIs betreiben und sich vom „Babysitten” in isolierten Terminal-Tabs überfordert fühlen: Multica bringt Agenten und Menschen auf einem Board zusammen.
  • Teams, die verlangen, dass Code ihre Maschinen niemals verlässt: Das lokale Runtime-Modell und Self-Hosting mit Docker Compose/Helm ermöglichen den Betrieb innerhalb ihres eigenen Perimeters.
  • Verantwortliche für Qualitätskontrolle und Compliance: Review-Gates und das Ausführungsprotokoll geben einen Audit-Trail, der „die Roboter einschließt.”
  • Organisationen, die geplante Agenten-Automatisierung wollen: Autopilot löst Ausführungen per Cron oder Webhook aus.
  • Asiatische oder mehrsprachige Teams: Dokumentation auf Chinesisch, Japanisch und Koreanisch passt zu Teams, die bereits auf diesen Plattformen kommunizieren.

Ressourcen


Hinweis: Dieser Artikel fasst das README, Leitfäden (VISION.md, SELF_HOSTING.md, CONTRIBUTING.md), offizielle Dokumentation, die GitHub-API, die npm-Registry, Docker Hub sowie Hacker-News-/YouTube-Ergebnisse zusammen, abgerufen am 23. August 2026. Zahlen ändern sich mit der Zeit.

Kommentare