本项目基于 Multica 官方软件构建。Multica 是一个 managed agents 平台，本模板帮助你在其上设计自己的多 agent + skill 工作流。
这不是一份固定配置清单。 这是一个帮助你设计你自己的 Multica 多 agent + skill 工作流的方法论模板。
Multica Agent Workflow Template 帮助你：
- 根据自己拥有的模型、预算、skill 和任务类型，设计适合自己的 agent 结构
- 建立从"用户说一句话"到"正确的 agent 执行正确任务"的完整链路
- 理解 agent 之间如何通过 issue 系统稳定协作（而非假装能同步调用）
项目面向中文用户，也适合任何想系统化设计 Multica 工作流的人。
| 你可能是…… | 这个项目能帮你…… |
|---|---|
| 安装了多个 skill，但不知道什么时候用哪个 | 建立 skill → agent → 任务类型的映射 |
| 有多个模型（便宜的 + 主力的 + 最强的），不知道怎么分任务 | 设计按能力/成本分层的 agent 结构 |
| 想用一个 manager agent 管理多个 worker agent | 提供 manager pattern 的完整模板和指令 |
| 看到别人的复杂配置想复制，但不确定是否适合自己 | 告诉你不要照抄，而是理解原理后自己设计 |
| 想把自己的 Multica 工作流整理成可复用的开源模板 | 提供项目结构、文档模板和分享策略 |
请反复记住以下几点：
- 你可以只创建 2 个 agent。
- 你可以创建 3 个 agent。
- 你可以创建 6 个或 7 个 agent。
- 你可以完全不区分写作和编程。
- 你可以只用一个强模型，也可以用"便宜模型 + 主力模型 + 审查模型"三层。
- 你可以不设 manager agent，手动分配任务。
- 示例中的 7-agent 配置只是一个案例，不是标准答案。
用户说一段话
↓
Manager Agent（可选）
读取 agent 配置，理解任务
↓
Task Router Skill
判断任务类型、复杂度、推荐 agent 和 skill
↓
CLI Operator Skill
创建 issue → 分配 agent → 查看 runs
↓
Worker Agent
接收 issue → 执行任务 → 回复结果
↓
Manager Agent
汇总结果 → 反馈给用户
更稳健的中大型任务可以再加一层轻量契约：
Direction → ContextPacket / TaskContract → Delegation → Verification → Artifact
也就是说：先把目标、约束、验收、失败边界写清楚，再派单；agent 返回时必须带证据，而不是只说"完成了"。
先从官方仓库获取 Multica：
- 官方仓库：https://github.com/multica-ai/multica
- Windows 用户可从官方 Releases 下载并运行
setup.exe，或按官方 README 使用安装命令
安装后运行：
multica setup完成登录和基础配置后，再继续设计 agent 工作流。
| 模型名称 | 能力评级 | 价格 | 额度限制 |
|---|---|---|---|
| （你的模型1） | （强/中/经济） | ||
| （你的模型2） |
运行 multica agent list --output json 查看已安装的 skills。
从 2 个开始通常是好的选择。见 docs/02-how-to-design-agents.zh.md。
如果你只有 1-2 个 agent，可以直接手动分配。agent 多了再考虑 manager。
加载 multica-workflow-bootstrapper skill，它会引导你完成需求访谈、配置推荐和 agent 指令生成。
如果该 skill 尚未安装，使用 prompts/08-create-workflow-bootstrapper.zh.md 创建。
根据 bootstrapper 的指引，使用以下提示词创建辅助 skill：
prompts/05-create-cn-skill-router.zh.mdprompts/04-create-multica-cli-operator.zh.md
见 docs/06-testing-workflow.zh.md，先测试分诊和短文写作，再测试代码修复。
作者的个人配置是一个 7-agent + 双线（写作 × 编程）× 三层（Flash × Pro × GPT）的结构，包含一个 manager agent 负责总调度。
详见 docs/07-case-study-my-setup.zh.md。
再次强调：这只是一个案例，不是标准答案。 你完全可以根据自己的情况采用更简单或更复杂的结构。
- 不要上传 token、API key、cookie、私钥
- 不要上传本地绝对路径
- 不要上传 workspace 名称或 slug
- 不要上传邮箱或真实账号名
- 不要让 agent 自动 push 或发布
- 高权限 skill（鼠标控制、浏览器控制、系统操作）需谨慎分配
- 不要给单个 agent 添加过多 skill；skill 过多会增加上下文和判断负担，可能导致回复很慢甚至卡住
- 发 GitHub 前逐项检查个人信息、密钥、路径和 workspace 信息是否已替换为占位符
multica-agent-workflow-template/
README.md
docs/
01-overview.zh.md # 问题总览
02-how-to-design-agents.zh.md # Agent 设计方案
03-how-to-map-skills.zh.md # Skill 映射方法
04-manager-agent-pattern.zh.md # Manager 模式
05-multica-cli-dispatch.zh.md # CLI 派单说明
06-testing-workflow.zh.md # 测试流程
07-case-study-my-setup.zh.md # 作者案例（仅供参考）
08-troubleshooting.zh.md # 常见排错
09-real-world-agent-setup.zh.md # 真实案例：11-Agent 配置
09-context-contract-and-evidence.zh.md # 契约、证据和发布边界
skills/
multica-workflow-bootstrapper/ # 工作流初始化向导（入口 skill）
SKILL.md
_implementation-details/ # 实现细节（已被 skill 取代）
README.md # 说明本目录的用途
cn-skill-router/SKILL.md # 中文路由 skill 参考实现
multica-cli-operator/SKILL.md # CLI 操作 skill 参考实现
prompts/
01-discuss-your-needs-with-ai.zh.md
02-design-agent-structure.zh.md
03-create-manager-agent.zh.md
04-create-multica-cli-operator.zh.md
05-create-cn-skill-router.zh.md
06-test-multica-dispatch.zh.md
07-prepare-github-sharing.zh.md
08-create-workflow-bootstrapper.zh.md
docs/examples/
agent-structures.zh.md # Agent 结构示例
skill-mapping-examples.zh.md # Skill 映射示例
issue-description-templates.zh.md # Issue 模板
context-packet-example.zh.md # ContextPacket 示例
project-start-package.zh.md # 项目启动包示例
release-gate-checklist.zh.md # 发布前检查清单
SECURITY.md
LICENSE
.gitignore
关于
skills/_implementation-details/：本目录包含cn-skill-router和multica-cli-operator的 SKILL.md 参考实现。 这些是已被 skill 取代的具体实施细节。新用户不需要手动复制这些文件——使用multica-workflow-bootstrapper（入口 skill）即可自动引导完成初始化。 该目录仅供想了解 skill 内部设计逻辑或手动定制的用户参考。
如果你想在 GitHub 上分享你的工作流经验：
- Show and tell（最推荐）：展示完整工作流和设计思路
- Ideas：回复与 agent-skill pack / CLI orchestration 相关的讨论
- General：简单分享中文用户体验
- Q&A：只回答问题，不推广
- Issues：只在遇到 bug 或 feature request 时使用
参考地址：
- 官方仓库：https://github.com/multica-ai/multica
- Discussions：https://github.com/multica-ai/multica/discussions
使用风险自担。 本项目是一个工作流方法论文档集，不是即装即用的软件产品。作者不保证：
AI 生成声明： 本项目库中的文档、提示词和模板大部分由 AI agent 辅助生成，可能存在事实错误、表述不准确或过时信息。请在参考和使用前自行验证关键内容。
- 本模板中的任何 agent 配置、skill 组合或工作流设计适合你的具体场景
- 本文档内容完全无错误或始终与 Multica 最新版本兼容
- 链接的第三方 skill（ClawHub、Anthropic 官方等）的安全性、可用性或授权合规性
第三方内容声明：
- 本项目文档中引用的 ClawHub skill 链接仅供方便查找，skill 文件未包含在本仓库中
Multica是 Multica AI 的产品/商标，本项目与其无隶属或赞助关系ClawHub是 OpenClaw 的 skill 注册表，本项目与其无隶属或赞助关系- 所有引用的第三方 skill 归各自作者所有，遵循各自的开源协议
Agent 行为不可预测。 AI agent 的执行结果可能因模型版本、上下文和系统环境不同而产生差异。在执行高风险操作（代码修改、文件删除、网络请求、外部发布）前，请务必人工审查 agent 的输出和计划。
本项目（文档、模板、提示词和参考 skill 实现）以 MIT License 开源。
- 你可以自由使用、修改、分发本文档和模板
- 你可以基于本模板创建自己的 Multica 工作流项目
- 你不需要在使用本模板构建的项目中保留署名前缀（但欢迎提及）
本项目引用的 ClawHub/Anthropic 第三方 skill 不包含在本仓库中，仅以链接形式提供参考。这些 skill 的版权、许可和使用条款由各自作者和/或平台确定。使用前请查看对应 skill 的许可信息。
MIT