mirror of
https://github.com/multica-ai/multica.git
synced 2026-07-06 22:09:44 +02:00
bae8a84abd
* feat(agent): add Antigravity runtime backend Adds Google's Antigravity CLI (`agy`) as the 12th supported coding-tool runtime, alongside Claude / Codex / Cursor / Copilot / Gemini / Hermes / Kimi / Kiro / OpenCode / OpenClaw / Pi. The CLI emits plain assistant text on stdout (no structured event stream), so the backend streams stdout line-by-line as `MessageText` events and accumulates the same text as the final `Result.Output`. Session resumption uses `--conversation <id>`; because the conversation UUID is not echoed on stdout, the daemon routes `--log-file` to a temp file and recovers the id from the glog-formatted log lines. MUL-2767 Co-authored-by: multica-agent <github@multica.ai> * fix(agent): correct Antigravity capability contract from Elon review - ModelSelectionSupported now returns false for antigravity. `agy` has no --model flag and antigravityBackend deliberately drops opts.Model, so the UI must render a disabled "Managed by runtime" picker instead of an empty dropdown plus a silently-ignored manual-entry field. Also stop seeding AgentEntry.Model from MULTICA_ANTIGRAVITY_MODEL — the backend would silently ignore it. - Antigravity skills now write to {workDir}/.agents/skills/, the CLI's native workspace path (inherits Gemini CLI's layout per https://antigravity.google/docs/gcli-migration). Previously they went to the .agent_context/skills/ fallback that the CLI doesn't scan. Runtime brief moves antigravity into the native-discovery branch and local_skills.go points the user-level skill root at ~/.gemini/antigravity-cli/skills for Runtime → local skill import. - Doc + UI comment sync: providers matrix / install-agent-runtime / cloud-quickstart / agents-create / tasks (session-resume support) / skills / README all now list Antigravity in the right buckets, and the model-picker / model-dropdown comments cite antigravity (not the stale hermes reference) as the supported=false example. New tests: TestAntigravityModelSelectionUnsupported, TestInjectRuntimeConfigAntigravity (native discovery wording), TestWriteContextFilesAntigravityNativeSkills (.agents/skills/ landing, .agent_context/skills/ NOT written). Co-authored-by: multica-agent <github@multica.ai> * feat(provider-logo): swap inline placeholder for real Antigravity PNG Replaces the hand-drawn planet+arc placeholder with the official asset shipped from Downloads. Stored next to the component; bundlers (Next.js / electron-vite) resolve the PNG import to a URL string at build time. Added a small assets.d.ts so packages/views' tsc accepts PNG / SVG module imports — there was no prior asset usage in this package to register the declaration. --------- Co-authored-by: J <j@multica.ai> Co-authored-by: multica-agent <github@multica.ai>
128 lines
6.7 KiB
Plaintext
128 lines
6.7 KiB
Plaintext
---
|
||
title: 创建和配置智能体
|
||
description: 创建一个智能体的最小字段，以及所有可选配置项——系统指令、环境变量、可见性、并发上限，和归档机制。
|
||
---
|
||
|
||
import { Callout } from "fumadocs-ui/components/callout";
|
||
|
||
创建一个 [智能体](/agents) 只要两件事：**名字** 和 **选一款 [AI 编程工具](/providers)**。其他全部可选——系统指令、模型、环境变量、命令行参数、可见性、并发上限——默认值都能用，先跑起来再慢慢调，所有字段随时能改。
|
||
|
||
## 创建一个智能体
|
||
|
||
前置条件：你本机已经装好至少一款受支持的 [AI 编程工具](/providers)（Claude Code、Codex 等），并跑着 [守护进程](/daemon-runtimes)。如果还没走到这一步，先看 [Cloud 快速开始](/cloud-quickstart) 或 [自部署快速开始](/self-host-quickstart)。
|
||
|
||
满足之后，在工作区的**智能体**页点 **+ 新建**，或者用命令行：
|
||
|
||
```bash
|
||
multica agent create
|
||
```
|
||
|
||
表单里只有两项必填：**名字**（工作区内唯一）和 **运行时**（= 选一款 AI 编程工具）。其他字段下面一节一节讲。
|
||
|
||
## 选一款 AI 编程工具
|
||
|
||
运行时背后是一款具体的 AI 编程工具。Multica 支持 12 款，最常用的几款：
|
||
|
||
| 工具 | 适合 |
|
||
|---|---|
|
||
| **Claude Code** | Anthropic 官方，功能最完整；**新手首选** |
|
||
| **Codex** | OpenAI，主流替代 |
|
||
| **Cursor** | Cursor 编辑器生态用户 |
|
||
| **Copilot** | 用 GitHub 账号权益的团队 |
|
||
| **Gemini** | Google 生态用户 |
|
||
|
||
另外 7 款（Antigravity、Hermes、Kimi、Kiro CLI、OpenCode、Pi、OpenClaw）以及每款工具的完整能力差别（会话恢复、MCP、skill 注入路径、模型选择）见 [AI 编程工具对照](/providers)。
|
||
|
||
## 写系统指令
|
||
|
||
**系统指令**（`instructions`）会被拼在每次任务最前面，告诉这个智能体它扮演什么角色、遵守什么规则：
|
||
|
||
```text
|
||
你是一个前端代码审查智能体。拿到 issue 先读 diff，只关注：
|
||
- 样式问题（tailwind 类名、盒模型）
|
||
- 可访问性（a11y）
|
||
不改代码，只在评论里给建议。
|
||
```
|
||
|
||
留空时（默认），智能体用它背后 AI 编程工具的原生行为，没有额外约束。
|
||
|
||
## 选模型
|
||
|
||
大多数 AI 编程工具支持选模型（例如 Claude Code 能在 Sonnet / Opus 里选）。留空 → 用工具自己的默认；明确选了 → 用选的。每款工具支持的模型见 [AI 编程工具对照](/providers)。
|
||
|
||
改模型**只对新任务生效**。已经派发出去的任务继续用派发时固化下来的模型。
|
||
|
||
## 自定义环境变量（custom_env）
|
||
|
||
**自定义环境变量**（`custom_env`）让你在任务执行时注入额外的 env var——典型用途是 API key 或切换上游 endpoint：
|
||
|
||
```
|
||
ANTHROPIC_API_KEY = sk-...
|
||
ANTHROPIC_BASE_URL = https://my-proxy.example.com
|
||
```
|
||
|
||
系统关键变量不能被覆盖：`PATH`、`HOME`、`USER`、`SHELL`、`TERM`、`CODEX_HOME`，以及任何 `MULTICA_*` 开头的 key 都会被守护进程静默忽略（日志里有 warn，不会报错）。
|
||
|
||
<Callout type="warning">
|
||
**`custom_env` 的值在 Multica 服务器的数据库里是明文存储的。** agent list/get 接口不再返回任何 env 值——只返回键的数量。读取真实值需要 workspace owner / admin 调用专用且会审计的 `GET /api/agents/{id}/env`（CLI: `multica agent env get <id>`）。正在执行任务的智能体即便宿主是 owner，也无法借此读取其它智能体的 env——这个接口拒绝 agent-actor 会话。数据库备份、DB 审计里仍然能看到真实值。
|
||
|
||
**不要把高价值 secret 放进 `custom_env`**（生产数据库密码、root 级 token 等）。给智能体用**独立的、有限权限的凭证**（只读 API key、单 scope 的 PAT），定期轮换。
|
||
</Callout>
|
||
|
||
## 自定义命令行参数（custom_args）
|
||
|
||
**自定义命令行参数**（`custom_args`）是一串字符串数组，会被逐个追加到 AI 编程工具的命令行尾部：
|
||
|
||
```json
|
||
["--max-turns", "100", "--append-system-prompt", "always respond in Chinese"]
|
||
```
|
||
|
||
拼完会是：
|
||
|
||
```bash
|
||
claude --model <model> --max-turns 100 --append-system-prompt "always respond in Chinese" [...]
|
||
```
|
||
|
||
参数按原样传，不走 shell 解析（没有注入风险），但传什么 flag 能不能被识别看 AI 编程工具本身——不同工具差异很大。
|
||
|
||
<Callout type="tip">
|
||
`custom_env` 和 `custom_args` 没有硬限制，但**实际使用建议控制在 10 条以内**。太多会让命令行变长、启动变慢，也更难维护。
|
||
</Callout>
|
||
|
||
## 可见性
|
||
|
||
- **工作区可见**（`workspace`）—— 工作区里任何成员都能分配
|
||
- **私有**（`private`）—— 只有工作区的 owner、admin，或智能体的创建者能分配
|
||
|
||
新建默认 `private`。
|
||
|
||
**私有不等于隐藏**——列表里所有成员都能看到私有智能体的名字和描述，只是看不到敏感配置（env 值从不会出现在 agent list/get 响应里；MCP 配置对非 owner 会被打码）。完整含义见 [智能体 → 谁能把智能体分配出去](/agents#谁能把智能体分配出去)。
|
||
|
||
## 并发上限
|
||
|
||
**并发上限**（`max_concurrent_tasks`）决定这个智能体同一时间最多同时跑几个任务，默认 **6**。达到上限的新任务留在队列排队，不会被拒绝。
|
||
|
||
这只是两层限额里的"智能体层"——守护进程本身还有一层更粗的限额（默认 20），两层中更紧的那层生效。详见 [守护进程与运行时 → 一次能并发跑多少任务](/daemon-runtimes#一次能并发跑多少任务)。
|
||
|
||
修改这个值**不会取消已经在跑的任务**——只对下一个要被领走的任务生效。
|
||
|
||
## 挂专业知识：Skill
|
||
|
||
创建好的智能体可以挂 **Skill**——一种**专业知识包**（`SKILL.md` + 支持文件），任务执行时自动送到对应的 AI 编程工具。可以新建、从 GitHub / ClawHub 导入、或从你本机已有的 skill 目录扫入。详见 [Skills](/skills)。
|
||
|
||
## 归档和恢复
|
||
|
||
不再用的智能体可以**归档**——它从日常视图里消失，但历史数据（跑过的任务、发过的评论）全部保留。想重新用时**恢复**即可。
|
||
|
||
<Callout type="warning">
|
||
**归档会立刻取消这个智能体所有未结束的任务**——正在跑的、已派发的、还在排队的都会被标为 `cancelled`，不会继续执行。如果有重要任务在跑，先让它完成再归档。
|
||
</Callout>
|
||
|
||
已归档的智能体无法被分配新任务。
|
||
|
||
## 下一步
|
||
|
||
- [Skills](/skills) —— 给智能体挂专业知识包
|
||
- [AI 编程工具对照](/providers) —— 12 款工具的完整能力差别
|
||
- [把 issue 分配给智能体](/assigning-issues) —— 创建完之后怎么用起来
|