1. 为什么你的 Claude Code 和 Codex 总在“各干各的”先说一个我观察到的现象很多人手里同时装着 Claude Code 和 Codex一个用来做代码审查一个用来跑重构结果用着用着就变成了两个互不相干的终端窗口。你在 Claude Code 里让它改一个函数改完复制结果再切到 Codex 里让它写测试上下文全靠自己脑补。这不是工具的问题是缺少一层“任务分派 状态追踪”的协作层。Multica 这个项目最近在 GitHub 上冲到了 8k stars核心思路就是把 AI 编程 Agent 当成团队成员来管理。它提供一个看板你可以像在 Jira 里给同事派活一样把 Issue 分配给一个 AgentAgent 自动接手、执行、汇报进度、遇到阻塞主动举手。而 Claude Code 和 Codex 在这里的角色就是被 Multica 调度的“执行器”。但这里有一个很现实的坑Multica 的 daemon 会扫描你本机 PATH 里的 Agent CLI也就是claude、codex这些命令。这些 CLI 各自需要鉴权Claude Code 走 Anthropic 的 OAuth 或 API KeyCodex 走 OpenAI 的 auth.json。如果你在多台机器、多个工作区里跑Key 的分散管理会让人崩溃。我试过在三个环境里分别维护两套 Key改一次配置要同步三个地方漏一个就报 401。TaoToken 在这里解决的就是“统一 Key 统一 API 通道”的问题。它提供一个兼容 Anthropic 和 OpenAI 协议的 endpoint你只需要一个 Key就能让 Claude Code 和 Codex 都指向同一个入口。这样 Multica 在调度不同 Agent 时底层鉴权是收敛的不会出现“Claude Code 能跑、Codex 报 local proxy failed”这种割裂情况。这篇文章要交付的是Multica 的可复制配置片段、TaoToken 的 endpoint 与 Key 设置步骤、以及 Agent 任务分派后的验证动作。适合已经在用 Claude Code 或 Codex、想进一步做团队化 Agent 工作流的开发者。如果你还没装这两个 CLI也没关系步骤里会带上最小可用的安装与配置。2. TaoToken 前置统一 Key 与 endpoint 怎么拿在把 Multica 和 Agent CLI 串起来之前先把 TaoToken 的接入信息准备好。这一步不复杂但顺序不能乱否则后面 daemon 扫描到 CLI 却连不上排查起来很费时间。首先打开 TaoToken 官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册并登录。进入控制台后找到 API Keys 页面创建一个新的 Key。这个 Key 就是后面 Claude Code 和 Codex 共用的凭证。建议命名时带上用途比如multica-agent-shared方便以后在 Multica 的多个 Runtime 里区分。TaoToken 的 API 基地址是 https://taotoken.net/api 注意这个地址不带任何查询参数。它同时兼容 Anthropic 的 Messages API 和 OpenAI 的 Chat Completions API所以 Claude Code 和 Codex 可以指向同一个 host只是路径和协议头不同。这里有一个关键点Claude Code 默认走 Anthropic 的ANTHROPIC_BASE_URL而 Codex 走 OpenAI 的OPENAI_BASE_URL。TaoToken 的/api路径下Anthropic 兼容端点是/api本身加上/v1/messagesOpenAI 兼容端点是/api/v1/chat/completions。你在配置时不要自己拼错后面第三节会给出完整的 settings 片段。模型 ID 方面Claude Code 侧常用的是claude-sonnet-4-20250514这类 Anthropic 模型名Codex 侧常用gpt-5或o4-mini这类 OpenAI 模型名。TaoToken 的模型对话页面可以查看当前支持的模型列表地址是 https://taotoken.net/api-keys 旁边的模型对话入口或者直接访问 deep linkhttps://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。在模型对话里发一条测试消息确认 Key 有效、模型可用再往下走。如果你打算长期跑 Agent 任务建议直接看 Coding Plan它比按量计费更适合高频调用场景https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 里面有各协议的详细参数说明。拿到 Key 之后先别急着配 Multica。先在本地用 curl 验证一下 Key 是否可用避免后面把问题归因到 Multica 的 daemon 上。验证命令在第四节。3. 可复制配置Claude Code、Codex 与 Multica 的 settings 片段这一节是全文的核心给出可以直接复制粘贴的配置片段。路径和原文保持一致你只需要把 Key 替换成自己的。3.1 Claude Code 的 settings.jsonClaude Code 的配置通常放在~/.claude/settings.json。如果你用的是项目级配置也可以放在项目根目录的.claude/settings.json。内容如下{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: sk-你的TaoTokenKey, ANTHROPIC_MODEL: claude-sonnet-4-20250514 } }注意ANTHROPIC_BASE_URL后面不要加/v1Claude Code 会自己拼接/v1/messages。如果你写成https://taotoken.net/api/v1会变成/api/v1/v1/messages直接 404。3.2 Codex 的 auth.json 与 config.tomlCodex 的鉴权文件在~/.codex/auth.json配置在~/.codex/config.toml。auth.json 内容{ OPENAI_API_KEY: sk-你的TaoTokenKey }config.toml 内容model gpt-5 model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api/v1 env_key OPENAI_API_KEY wire_api chat这里base_url要带/v1因为 Codex 走的是 OpenAI 的 chat completions 路径。wire_api设为chat表示用 Chat Completions 协议不要设成responses除非 TaoToken 文档明确支持 Responses API。3.3 Multica 的 daemon 配置Multica 的 CLI 安装后需要设置服务地址。自部署场景下multica config set app_url http://localhost:3000 multica config set server_url ws://localhost:8080/ws multica login登录后启动 daemonmultica daemon startdaemon 会扫描 PATH 中的claude、codex、openclaw、opencode。扫描到之后在 Multica Web 界面的 设置 → Runtimes 里确认机器在线。然后在 设置 → Agents 新建 Agent选择 Runtime 和 Provider。Provider 选 Claude Code 时底层调用的就是上面配好的claude命令选 Codex 时调用codex。如果你用的是 CC Switch 来管理多个 Claude Code 配置注意 CC Switch 会改写~/.claude/settings.json可能覆盖掉 TaoToken 的 Base URL。建议在 CC Switch 里新增一个 profile把 Base URL 设为https://taotoken.net/apiKey 设为 TaoToken KeyModel ID 设为claude-sonnet-4-20250514。三件套齐全切换时不会丢配置。Cline MCP 的场景类似如果你在 Cline 里配了 MCP server 指向 Claude Code需要在 MCP 的 env 里显式传入ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY否则 Cline 会用自己的默认端点。4. 验证请求从 curl 到 Multica 任务分派配置写完之后不要直接开 Multica 看板派任务。先做三层验证逐层排除问题。第一层curl 验证 TaoToken Key。Anthropic 协议curl -X POST https://taotoken.net/api/v1/messages \ -H x-api-key: sk-你的TaoTokenKey \ -H anthropic-version: 2023-06-01 \ -H content-type: application/json \ -d { model: claude-sonnet-4-20250514, max_tokens: 64, messages: [{role: user, content: reply with ok}] }如果返回里有content字段且文本是ok说明 Key 和 Anthropic 通道正常。OpenAI 协议curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoTokenKey \ -H content-type: application/json \ -d { model: gpt-5, messages: [{role: user, content: reply with ok}] }返回choices[0].message.content为ok即可。第二层验证 Claude Code 和 Codex CLI 本身。直接运行claude -p print hello codex exec print hello如果 Claude Code 报401检查ANTHROPIC_API_KEY是否被 CC Switch 覆盖。如果 Codex 报local proxy failed检查~/.codex/config.toml里的base_url是否带了/v1以及wire_api是否为chat。第三层Multica 任务分派。在 Web 看板创建一个 IssueAssignee 选你新建的 Agent。Agent 接手后daemon 日志里会看到类似[daemon] claim issue #1 [daemon] start runtime claude-code [daemon] stream progress... [daemon] complete issue #1如果卡在claim不动检查 daemon 是否在线、Runtime 是否注册成功。如果报reading choices错误通常是 Codex 侧返回体不是标准 OpenAI 格式检查wire_api配置。验证通过后你可以把重复性任务批量创建成 Issue一次性分配给 Agent。Multica 的状态机会实时广播每次转换不会静默失败。5. 常见错排查401、local proxy failed、reading choices、OAuth这一节对照真实报错给出排查路径。这些错我都踩过按顺序查基本能定位。401 Unauthorized。最常见的原因是 Key 没生效。先确认~/.claude/settings.json里的ANTHROPIC_API_KEY是不是被其他工具覆盖了。CC Switch 切换 profile 时会重写这个文件如果你在 CC Switch 里没配 TaoToken 的 Key切回去就变回旧 Key。解决方法是把 TaoToken 配置写进 CC Switch 的 profile三件套 Base URL、Key、Model ID 都填上。另一个原因是 curl 测试时用了Authorization: Bearer调 Anthropic 端点Anthropic 要的是x-api-key头别搞混。local proxy failed。这个错通常出现在 Codex 侧。Codex 会起一个本地代理来转发请求如果base_url配错代理连不上上游就报这个。检查~/.codex/config.toml的base_url是否为https://taotoken.net/api/v1注意结尾的/v1不能少。另外确认env_key指向的环境变量确实存在auth.json里的OPENAI_API_KEY拼写正确。reading choices。这个错说明请求发出去了但返回体里没有choices字段。原因可能是wire_api设成了responses而 TaoToken 返回的是 Chat Completions 格式。把wire_api改回chat。还有一种可能是模型 ID 写错比如把 Anthropic 的模型名填到了 Codex 的model字段里上游返回错误结构。OAuth 相关报错。Claude Code 默认走 OAuth 登录如果你之前用claude login登录过官方账号它可能优先用 OAuth 而不是 API Key。解决方法是显式设置ANTHROPIC_API_KEY并在 settings.json 里不要保留 OAuth token。如果报OAuth token expired说明它在尝试刷新官方 token而不是用你的 Key。清掉~/.claude/下的 token 缓存重新用 Key 模式启动。排查顺序建议先 curl 验证 Key再验证单个 CLI最后验证 Multica daemon。不要跳步否则问题会混在一起。6. 把 Agent 当队友用任务分派与长期编码的 CTAMultica 的价值在于把一次性的 prompt 交互变成了有状态的任务分派。你可以在看板上创建 Issue分配给 AgentAgent 完成后更新状态你只需要 review 结果。Claude Code 和 Codex 在这里是被调度的执行器而 TaoToken 的统一 Key 让这两个执行器共享同一套鉴权不会因为 Key 分散导致某个 Agent 掉线。如果你主要做排障和接入建议先把 API Keys 和接入文档过一遍API Keys 在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。验证模型是否可用直接去模型对话页面发一条消息https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。如果你打算长期跑编码 Agent比如让 Multica 持续分派重构、测试、文档任务Coding Plan 比按量计费更划算地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。Claude Code 的 Anthropic 兼容接入细节在 https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 里面有完整的 Base URL、Key、Model ID 三件套说明。最后给一个实用技巧在 Multica 里给 Agent 建 Profile 时把它的技能范围写清楚比如“只做 Python 测试生成”或“只做 TypeScript 重构”。这样在看板上分配任务时不容易派错Agent 的执行结果也更可预期。技能积累起来之后整个团队的效率会明显不一样。
1. 为什么你的 Claude Code 和 Codex 总在“各干各的”先说一个我观察到的现象很多人手里同时装着 Claude Code 和 Codex一个用来做代码审查一个用来跑重构结果用着用着就变成了两个互不相干的终端窗口。你在 Claude Code 里让它改一个函数改完复制结果再切到 Codex 里让它写测试上下文全靠自己脑补。这不是工具的问题是缺少一层“任务分派 状态追踪”的协作层。Multica 这个项目最近在 GitHub 上冲到了 8k stars核心思路就是把 AI 编程 Agent 当成团队成员来管理。它提供一个看板你可以像在 Jira 里给同事派活一样把 Issue 分配给一个 AgentAgent 自动接手、执行、汇报进度、遇到阻塞主动举手。而 Claude Code 和 Codex 在这里的角色就是被 Multica 调度的“执行器”。但这里有一个很现实的坑Multica 的 daemon 会扫描你本机 PATH 里的 Agent CLI也就是claude、codex这些命令。这些 CLI 各自需要鉴权Claude Code 走 Anthropic 的 OAuth 或 API KeyCodex 走 OpenAI 的 auth.json。如果你在多台机器、多个工作区里跑Key 的分散管理会让人崩溃。我试过在三个环境里分别维护两套 Key改一次配置要同步三个地方漏一个就报 401。TaoToken 在这里解决的就是“统一 Key 统一 API 通道”的问题。它提供一个兼容 Anthropic 和 OpenAI 协议的 endpoint你只需要一个 Key就能让 Claude Code 和 Codex 都指向同一个入口。这样 Multica 在调度不同 Agent 时底层鉴权是收敛的不会出现“Claude Code 能跑、Codex 报 local proxy failed”这种割裂情况。这篇文章要交付的是Multica 的可复制配置片段、TaoToken 的 endpoint 与 Key 设置步骤、以及 Agent 任务分派后的验证动作。适合已经在用 Claude Code 或 Codex、想进一步做团队化 Agent 工作流的开发者。如果你还没装这两个 CLI也没关系步骤里会带上最小可用的安装与配置。2. TaoToken 前置统一 Key 与 endpoint 怎么拿在把 Multica 和 Agent CLI 串起来之前先把 TaoToken 的接入信息准备好。这一步不复杂但顺序不能乱否则后面 daemon 扫描到 CLI 却连不上排查起来很费时间。首先打开 TaoToken 官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册并登录。进入控制台后找到 API Keys 页面创建一个新的 Key。这个 Key 就是后面 Claude Code 和 Codex 共用的凭证。建议命名时带上用途比如multica-agent-shared方便以后在 Multica 的多个 Runtime 里区分。TaoToken 的 API 基地址是 https://taotoken.net/api 注意这个地址不带任何查询参数。它同时兼容 Anthropic 的 Messages API 和 OpenAI 的 Chat Completions API所以 Claude Code 和 Codex 可以指向同一个 host只是路径和协议头不同。这里有一个关键点Claude Code 默认走 Anthropic 的ANTHROPIC_BASE_URL而 Codex 走 OpenAI 的OPENAI_BASE_URL。TaoToken 的/api路径下Anthropic 兼容端点是/api本身加上/v1/messagesOpenAI 兼容端点是/api/v1/chat/completions。你在配置时不要自己拼错后面第三节会给出完整的 settings 片段。模型 ID 方面Claude Code 侧常用的是claude-sonnet-4-20250514这类 Anthropic 模型名Codex 侧常用gpt-5或o4-mini这类 OpenAI 模型名。TaoToken 的模型对话页面可以查看当前支持的模型列表地址是 https://taotoken.net/api-keys 旁边的模型对话入口或者直接访问 deep linkhttps://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。在模型对话里发一条测试消息确认 Key 有效、模型可用再往下走。如果你打算长期跑 Agent 任务建议直接看 Coding Plan它比按量计费更适合高频调用场景https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 里面有各协议的详细参数说明。拿到 Key 之后先别急着配 Multica。先在本地用 curl 验证一下 Key 是否可用避免后面把问题归因到 Multica 的 daemon 上。验证命令在第四节。3. 可复制配置Claude Code、Codex 与 Multica 的 settings 片段这一节是全文的核心给出可以直接复制粘贴的配置片段。路径和原文保持一致你只需要把 Key 替换成自己的。3.1 Claude Code 的 settings.jsonClaude Code 的配置通常放在~/.claude/settings.json。如果你用的是项目级配置也可以放在项目根目录的.claude/settings.json。内容如下{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: sk-你的TaoTokenKey, ANTHROPIC_MODEL: claude-sonnet-4-20250514 } }注意ANTHROPIC_BASE_URL后面不要加/v1Claude Code 会自己拼接/v1/messages。如果你写成https://taotoken.net/api/v1会变成/api/v1/v1/messages直接 404。3.2 Codex 的 auth.json 与 config.tomlCodex 的鉴权文件在~/.codex/auth.json配置在~/.codex/config.toml。auth.json 内容{ OPENAI_API_KEY: sk-你的TaoTokenKey }config.toml 内容model gpt-5 model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api/v1 env_key OPENAI_API_KEY wire_api chat这里base_url要带/v1因为 Codex 走的是 OpenAI 的 chat completions 路径。wire_api设为chat表示用 Chat Completions 协议不要设成responses除非 TaoToken 文档明确支持 Responses API。3.3 Multica 的 daemon 配置Multica 的 CLI 安装后需要设置服务地址。自部署场景下multica config set app_url http://localhost:3000 multica config set server_url ws://localhost:8080/ws multica login登录后启动 daemonmultica daemon startdaemon 会扫描 PATH 中的claude、codex、openclaw、opencode。扫描到之后在 Multica Web 界面的 设置 → Runtimes 里确认机器在线。然后在 设置 → Agents 新建 Agent选择 Runtime 和 Provider。Provider 选 Claude Code 时底层调用的就是上面配好的claude命令选 Codex 时调用codex。如果你用的是 CC Switch 来管理多个 Claude Code 配置注意 CC Switch 会改写~/.claude/settings.json可能覆盖掉 TaoToken 的 Base URL。建议在 CC Switch 里新增一个 profile把 Base URL 设为https://taotoken.net/apiKey 设为 TaoToken KeyModel ID 设为claude-sonnet-4-20250514。三件套齐全切换时不会丢配置。Cline MCP 的场景类似如果你在 Cline 里配了 MCP server 指向 Claude Code需要在 MCP 的 env 里显式传入ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY否则 Cline 会用自己的默认端点。4. 验证请求从 curl 到 Multica 任务分派配置写完之后不要直接开 Multica 看板派任务。先做三层验证逐层排除问题。第一层curl 验证 TaoToken Key。Anthropic 协议curl -X POST https://taotoken.net/api/v1/messages \ -H x-api-key: sk-你的TaoTokenKey \ -H anthropic-version: 2023-06-01 \ -H content-type: application/json \ -d { model: claude-sonnet-4-20250514, max_tokens: 64, messages: [{role: user, content: reply with ok}] }如果返回里有content字段且文本是ok说明 Key 和 Anthropic 通道正常。OpenAI 协议curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的TaoTokenKey \ -H content-type: application/json \ -d { model: gpt-5, messages: [{role: user, content: reply with ok}] }返回choices[0].message.content为ok即可。第二层验证 Claude Code 和 Codex CLI 本身。直接运行claude -p print hello codex exec print hello如果 Claude Code 报401检查ANTHROPIC_API_KEY是否被 CC Switch 覆盖。如果 Codex 报local proxy failed检查~/.codex/config.toml里的base_url是否带了/v1以及wire_api是否为chat。第三层Multica 任务分派。在 Web 看板创建一个 IssueAssignee 选你新建的 Agent。Agent 接手后daemon 日志里会看到类似[daemon] claim issue #1 [daemon] start runtime claude-code [daemon] stream progress... [daemon] complete issue #1如果卡在claim不动检查 daemon 是否在线、Runtime 是否注册成功。如果报reading choices错误通常是 Codex 侧返回体不是标准 OpenAI 格式检查wire_api配置。验证通过后你可以把重复性任务批量创建成 Issue一次性分配给 Agent。Multica 的状态机会实时广播每次转换不会静默失败。5. 常见错排查401、local proxy failed、reading choices、OAuth这一节对照真实报错给出排查路径。这些错我都踩过按顺序查基本能定位。401 Unauthorized。最常见的原因是 Key 没生效。先确认~/.claude/settings.json里的ANTHROPIC_API_KEY是不是被其他工具覆盖了。CC Switch 切换 profile 时会重写这个文件如果你在 CC Switch 里没配 TaoToken 的 Key切回去就变回旧 Key。解决方法是把 TaoToken 配置写进 CC Switch 的 profile三件套 Base URL、Key、Model ID 都填上。另一个原因是 curl 测试时用了Authorization: Bearer调 Anthropic 端点Anthropic 要的是x-api-key头别搞混。local proxy failed。这个错通常出现在 Codex 侧。Codex 会起一个本地代理来转发请求如果base_url配错代理连不上上游就报这个。检查~/.codex/config.toml的base_url是否为https://taotoken.net/api/v1注意结尾的/v1不能少。另外确认env_key指向的环境变量确实存在auth.json里的OPENAI_API_KEY拼写正确。reading choices。这个错说明请求发出去了但返回体里没有choices字段。原因可能是wire_api设成了responses而 TaoToken 返回的是 Chat Completions 格式。把wire_api改回chat。还有一种可能是模型 ID 写错比如把 Anthropic 的模型名填到了 Codex 的model字段里上游返回错误结构。OAuth 相关报错。Claude Code 默认走 OAuth 登录如果你之前用claude login登录过官方账号它可能优先用 OAuth 而不是 API Key。解决方法是显式设置ANTHROPIC_API_KEY并在 settings.json 里不要保留 OAuth token。如果报OAuth token expired说明它在尝试刷新官方 token而不是用你的 Key。清掉~/.claude/下的 token 缓存重新用 Key 模式启动。排查顺序建议先 curl 验证 Key再验证单个 CLI最后验证 Multica daemon。不要跳步否则问题会混在一起。6. 把 Agent 当队友用任务分派与长期编码的 CTAMultica 的价值在于把一次性的 prompt 交互变成了有状态的任务分派。你可以在看板上创建 Issue分配给 AgentAgent 完成后更新状态你只需要 review 结果。Claude Code 和 Codex 在这里是被调度的执行器而 TaoToken 的统一 Key 让这两个执行器共享同一套鉴权不会因为 Key 分散导致某个 Agent 掉线。如果你主要做排障和接入建议先把 API Keys 和接入文档过一遍API Keys 在 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。验证模型是否可用直接去模型对话页面发一条消息https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。如果你打算长期跑编码 Agent比如让 Multica 持续分派重构、测试、文档任务Coding Plan 比按量计费更划算地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 。Claude Code 的 Anthropic 兼容接入细节在 https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewrite 里面有完整的 Base URL、Key、Model ID 三件套说明。最后给一个实用技巧在 Multica 里给 Agent 建 Profile 时把它的技能范围写清楚比如“只做 Python 测试生成”或“只做 TypeScript 重构”。这样在看板上分配任务时不容易派错Agent 的执行结果也更可预期。技能积累起来之后整个团队的效率会明显不一样。
