mirror of
https://github.com/multica-ai/multica.git
synced 2026-07-26 12:35:35 +02:00
181 lines
9.8 KiB
Plaintext
181 lines
9.8 KiB
Plaintext
---
|
||
title: 安装一个 Agent 运行时
|
||
description: Multica 驱动本机上已安装的 AI 编程工具。这一页讲清楚怎么安装目前支持的 12 款工具,让守护进程能扫到。
|
||
---
|
||
|
||
import { Callout } from "fumadocs-ui/components/callout";
|
||
|
||
在 Multica 里,一个**运行时**(runtime)就是你机器上的守护进程,配上守护进程在 `PATH` 里扫到的某一款 AI 编程工具。如果 onboarding 的 "连接运行时" 这一步显示 **未检测到支持的工具**,说明守护进程扫了 `PATH`,但 12 款它认得的工具一个都没找到。装下面任意一款(或几款),回到这一步重新扫描,几秒内运行时就会出现。
|
||
|
||
这一页是装机的入口,和它配套的是:
|
||
|
||
- [守护进程与运行时](/zh/daemon-runtimes) — 检测是怎么工作的
|
||
- [AI 编程工具矩阵](/zh/providers) — 每款工具的能力差异(会话续接、MCP、模型选择)
|
||
|
||
<Callout type="info">
|
||
Multica 服务器从不接触你的 API key,也不接触工具本身。下面这些操作 —— 安装、登录、模型访问 —— 全部发生在你本机。出问题几乎都是本地问题。
|
||
</Callout>
|
||
|
||
## 开始前
|
||
|
||
下面每一款工具都有两个共同前提:
|
||
|
||
1. **Multica 守护进程在运行。** 装完 [Multica CLI](/zh/cli) 后跑 `multica daemon start`;或者用 [Multica 桌面端](/zh/desktop-app),它启动时自动拉起守护进程。守护进程没起来,就没人去扫工具。
|
||
2. **工具的可执行文件在 `PATH` 上。** 守护进程通过名字 shell out 调起工具(见每一节里 **守护进程扫描** 那行的命令名)。终端里 `which <名字>` 找不到,守护进程也找不到。装完后打开新终端(或者重启守护进程),让新的 `PATH` 生效。
|
||
|
||
装完一款工具后,重启守护进程:
|
||
|
||
```bash
|
||
multica daemon restart
|
||
```
|
||
|
||
桌面端的话,重启 app 即可。守护进程只在启动时扫一次 `PATH`。
|
||
|
||
## 12 款支持的工具
|
||
|
||
大致按常见程度排序。挑你已经有账号 / API key 的那几款就行 —— 不需要 12 个全装。
|
||
|
||
### Claude Code(Anthropic)
|
||
|
||
集成最完整的一款。会话续接好用,MCP 好用,会消费 agent 配置里的 `mcp_config` 字段(见[矩阵](/zh/providers))。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `claude` |
|
||
| 安装 | 看官方指引 [claude.com/claude-code](https://www.claude.com/claude-code)。常见装法是 npm 包 `@anthropic-ai/claude-code`(需要 Node.js 18+)。 |
|
||
| 认证 | 跑一次 `claude`,跟着 CLI 里的登录流程走;或者设置 `ANTHROPIC_API_KEY`。 |
|
||
| 备注 | 新用户首选。 |
|
||
|
||
### Codex(OpenAI)
|
||
|
||
JSON-RPC 2.0 传输,审批粒度更细。MCP 配置会写入单次任务的 `$CODEX_HOME/config.toml`。**会话续接可用**——Multica 通过 Codex app-server 的 `thread/resume` 续接;thread 过期或不存在时会回退到新 thread。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `codex` |
|
||
| 安装 | 看官方指引 [github.com/openai/codex](https://github.com/openai/codex)。常见装法是 npm 包 `@openai/codex`。 |
|
||
| 认证 | `codex login`(浏览器登录),或 `OPENAI_API_KEY`。 |
|
||
|
||
### Cursor(Anysphere)
|
||
|
||
Cursor 编辑器的 CLI 对应物。**会话续接可用**——当前 Cursor Agent 会在 stream-json 事件里返回 `session_id`,Multica 会在下一次运行时用 `--resume <id>` 传回去。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `cursor-agent` |
|
||
| 安装 | 先装 [Cursor 编辑器](https://cursor.com/),再按 [docs.cursor.com](https://docs.cursor.com/) 的说明装 CLI。可执行文件叫 `cursor-agent`,不是 `cursor`。 |
|
||
| 认证 | 在 Cursor 编辑器里登录,CLI 复用同一份会话。 |
|
||
|
||
### GitHub Copilot
|
||
|
||
模型走的是你 GitHub 账号的 entitlement —— 工具自己不挑模型,GitHub 决定你拿到哪个模型。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `copilot` |
|
||
| 安装 | 看 GitHub 的 CLI 文档 [github.com/github/copilot-cli](https://github.com/github/copilot-cli)。 |
|
||
| 认证 | CLI 里走 GitHub 浏览器登录。 |
|
||
| 备注 | 登录账号必须有有效的 GitHub Copilot 订阅。 |
|
||
|
||
### Gemini(Google)
|
||
|
||
支持 Gemini 2.5 和 3 系列。没有会话续接,没有 MCP —— 适合一次性、无需上下文记忆的任务。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `gemini` |
|
||
| 安装 | 看官方指引 [github.com/google-gemini/gemini-cli](https://github.com/google-gemini/gemini-cli)。常见装法是 npm 包 `@google/gemini-cli`。 |
|
||
| 认证 | 跑 `gemini` 会提示 Google 账号登录,或设置 `GEMINI_API_KEY`。 |
|
||
|
||
### OpenCode(SST)
|
||
|
||
开源 CLI agent。会从自己的配置文件里动态发现可用模型 —— 适合想自己掌控模型清单的用户。会通过 `OPENCODE_CONFIG_CONTENT` 消费 agent 配置里的 `mcp_config` 字段。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `opencode` |
|
||
| 安装 | 看官方指引 [opencode.ai](https://opencode.ai/) 或仓库 [github.com/sst/opencode](https://github.com/sst/opencode)。一般是装脚本或 npm 包。 |
|
||
| 认证 | 按 OpenCode 的文档配你自己的模型供应商(Anthropic、OpenAI 等)。 |
|
||
|
||
### Kiro CLI(Amazon)
|
||
|
||
ACP-over-stdio 传输。会话续接通过 ACP `session/load` 工作;MCP 配置通过 ACP `mcpServers` 传入;skills 拷到 `.kiro/skills/`。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `kiro-cli` |
|
||
| 安装 | 看 Kiro 的文档 [kiro.dev](https://kiro.dev/)。可执行文件叫 `kiro-cli`,不是 `kiro`。 |
|
||
| 认证 | 基于 AWS 账号,按 Kiro 自己的引导走。 |
|
||
|
||
### Kimi(Moonshot)
|
||
|
||
ACP 协议 agent,主要面向中国市场。MCP 配置通过 ACP `mcpServers` 传入;skills 放在 `.kimi/skills/`(原生发现路径)。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `kimi` |
|
||
| 安装 | 看官方指引 [github.com/MoonshotAI/kimi-cli](https://github.com/MoonshotAI/kimi-cli)。 |
|
||
| 认证 | Moonshot API key,按厂商文档配置。 |
|
||
|
||
### Hermes(Nous Research)
|
||
|
||
ACP 协议 agent(和 Kimi 共享传输层)。会话续接可用,MCP 配置通过 ACP `mcpServers` 传入。Skill 注入用的是通用回退路径 `.agent_context/skills/` —— 用之前先验证 skills 真的被加载了。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `hermes` |
|
||
| 安装 | 看 Nous Research 的仓库 [github.com/NousResearch](https://github.com/NousResearch) 获取最新 CLI。 |
|
||
| 认证 | 按厂商文档。 |
|
||
|
||
### OpenClaw
|
||
|
||
开源 CLI agent 编排器。MCP 配置通过 Multica 的单次任务配置 wrapper 写入。**模型绑在 agent 层**(`openclaw agents add --model`)—— 不能按任务覆盖,从 Multica 也传不了 `--model` / `--system-prompt`。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `openclaw` |
|
||
| 安装 | 看项目 [github.com/openclaw-org/openclaw](https://github.com/openclaw-org/openclaw)(社区维护)。 |
|
||
| 认证 | 按 OpenClaw 的文档配底层模型供应商。 |
|
||
|
||
### Pi(Inflection AI)
|
||
|
||
极简风格。**会话续接的方式不太一样** —— resume id 是磁盘上的会话文件路径,不是字符串 id。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `pi` |
|
||
| 安装 | 看 Inflection 的 CLI 文档 [pi.ai](https://pi.ai/)。 |
|
||
| 认证 | 按厂商文档。 |
|
||
|
||
### Antigravity(Google)
|
||
|
||
Google 的 Antigravity CLI(`agy`)。搭配 Google Antigravity 服务,默认走 Gemini 系列模型。会话续接通过 `--conversation <id>` 工作——守护进程从 CLI 的日志文件里抓取 conversation UUID。模型选择保存在 Antigravity CLI 自己的设置里——Multica 里这款工具的「模型」选择项被禁用。Skill 文件写入 `.agents/skills/`(CLI 沿用 Gemini CLI 的 workspace 布局——见 [Antigravity 文档](https://antigravity.google/docs/gcli-migration))。
|
||
|
||
| | |
|
||
|---|---|
|
||
| 守护进程扫描 | `agy` |
|
||
| 安装 | 看官方指引 [antigravity.google/docs/cli-overview](https://antigravity.google/docs/cli-overview)。CLI 是预编译的,跑一次 `agy install` 配好 PATH 和 shell 别名即可。 |
|
||
| 认证 | 交互式跑一次 `agy` 走 Google 账号登录流程;或者通过 Antigravity 桌面端登录——CLI 会复用 GUI 写入 keyring 的凭据。 |
|
||
| 备注 | CLI 的 stdout 是纯文本,不是结构化事件流;中间的 "I will run X" 思考过程和最终回复都会作为 text 消息送回 Multica。 |
|
||
|
||
## 装完之后
|
||
|
||
1. **确认可执行文件在 `PATH` 上。** 开一个新终端,跑 `which <名字>`(比如 `which claude`、`which cursor-agent`、`which kiro-cli`、`which agy`)。打印出路径,守护进程就找得到;什么都不打印,先修 shell 的 `PATH`(最常见原因是 rc 文件没重新加载)。
|
||
2. **重启守护进程。** `multica daemon restart`,或者重启桌面端。守护进程只在启动时扫一次 `PATH`。
|
||
3. **看 Runtimes 页面。** Multica UI 的 **Runtimes** 页应该会出现一行 `(工作区 × 工具)`。如果显示 "offline",看[守护进程与运行时 → 运行时何时被标记为离线](/zh/daemon-runtimes#运行时何时被标记为离线)。
|
||
4. **回到 onboarding。** "连接运行时" 这一步会一直轮询,几秒内就能扫到新运行时,不需要手动刷新。
|
||
|
||
## 排错
|
||
|
||
- **`which` 找得到,但守护进程找不到。** 守护进程是用旧 `PATH` 启的,重启它。
|
||
- **可执行文件在,但启动就失败。** 在终端单独跑一次工具的 `--version` 或 `--help`,绝大多数失败都是登录没做、token 过期、Node.js / 运行时版本不对。
|
||
- **Runtimes 页面看到行,但任务一跑就失败。** 一边触发任务一边跑 `multica daemon logs -f`。守护进程会把工具自己的报错原样吐出来。
|
||
|
||
更宽的症状看[排错指南](/zh/troubleshooting)。
|
||
|
||
## 接下来
|
||
|
||
- [守护进程与运行时](/zh/daemon-runtimes) — 检测、心跳、离线处理
|
||
- [AI 编程工具矩阵](/zh/providers) — 工具连上之后的能力差异
|
||
- [创建并配置智能体](/zh/agents-create) — 给你的 agent 挑一款工具,开始跑任务
|