エージェントランタイムをインストールする
Multica はあなたのマシンにインストールされている AI コーディングツールを駆動します。このページでは、デーモンがそれらを検出できるように、サポートされている 16 種のツールをそれぞれインストールする方法を説明します。
Multica におけるランタイムとは、あなたのマシンのデーモンと、デーモンが PATH で見つけた AI コーディングツール 1 つが組になったものです。オンボーディングの「ランタイムを接続」ステップで No supported tools detected と表示される場合、それはデーモンが PATH をスキャンしたものの、駆動方法を知っている 16 種のツールのいずれも見つけられなかったことを意味します。以下のツールのいずれか（または複数）をインストールしてから、そのステップに戻って再スキャンしてください — 数秒以内にランタイムが表示されます。
このページは次のドキュメントのインストール側の補完ドキュメントです。
- デーモンとランタイム — 検出の仕組み
- AI コーディングツールマトリクス — 各ツールができることとできないこと（セッション再開、MCP、モデル選択）
Multica サーバーがあなたの API キーやツール自体を見ることは決してありません。以下のすべて — インストール、認証、モデルアクセス — はあなたのローカルマシン上に存在します。何かが失敗する場合、それはほぼ常にローカルの問題です。
始める前に
以下のすべてのツールに 2 つの前提条件が適用されます。
- Multica デーモンが実行中である必要があります。 Multica CLI をインストールした後に
multica daemon startを実行するか、デーモンを自動的に起動する Multica デスクトップアプリを使用してください。デーモンが実行されていなければ、ツールを検出する主体がありません。 - ツールのバイナリが
PATHで到達可能である必要があります。 デーモンは各ツールを名前で呼び出して実行します（各セクションのデーモンが探す名前の列を参照）。ターミナルでwhich <name>で見つからなければ、デーモンも見つけられません。インストール後は、新しいターミナルを開く（またはデーモンを再起動する）ことで、新しいPATHエントリが反映されるようにしてください。
ツールをインストールした後は、デーモンを再起動してください。
multica daemon restartまたは、デスクトップアプリではアプリを再起動するだけで構いません。デーモンは起動するたびに PATH を再スキャンします。
サポートされている 16 種のツール
おおよそ利用者の多い順に並べています。すでに認証情報を持っているものを選んで使ってください — 16 種すべてをインストールする必要はありません。
Claude Code (Anthropic)
最も完全な連携です。セッション再開が動作し、MCP が動作し、エージェントの mcp_config フィールドを消費します（詳しくはマトリクスを参照）。
| デーモンが探す名前 | claude |
| インストール | claude.com/claude-code の公式ガイドに従ってください。標準的な方法は npm パッケージ @anthropic-ai/claude-code です（Node.js 18+ が必要）。 |
| 認証 | claude を一度実行して CLI 内のログイン手順に従うか、ANTHROPIC_API_KEY を設定してください。 |
| 備考 | 新しいユーザーに最初に推奨する選択肢です。 |
Codex (OpenAI)
よりきめ細かい承認ゲートを備えた JSON-RPC 2.0 のトランスポートです。セッション再開は動作します — Multica は Codex app-server の thread/resume で再開し、古いまたは存在しない thread では新しい thread にフォールバックします。
| デーモンが探す名前 | codex |
| インストール | github.com/openai/codex の公式ガイドに従ってください。標準的な方法は npm パッケージ @openai/codex です。 |
| 認証 | codex login（ブラウザベース）または OPENAI_API_KEY。 |
Cursor (Anysphere)
Cursor エディタに対応する CLI です。セッション再開は動作します — 現在の Cursor Agent は stream-json イベントで session_id を返し、Multica は次回実行時に --resume <id> でそれを渡します。
| デーモンが探す名前 | cursor-agent |
| インストール | Cursor エディタをインストールしてから、docs.cursor.com のドキュメントに従って CLI をインストールしてください。バイナリ名は cursor ではなく cursor-agent です。 |
| 認証 | Cursor エディタを通じてログインすると、CLI がそのセッションを再利用します。 |
GitHub Copilot
モデルのルーティングはあなたの GitHub アカウントのエンタイトルメント（entitlement）を通じて行われます — ツールが自分でモデルを選ぶのではなく、どのモデルを受け取るかは GitHub が決めます。
| デーモンが探す名前 | copilot |
| インストール | GitHub の CLI ドキュメント github.com/github/copilot-cli を参照してください。 |
| 認証 | CLI を通じたブラウザベースの GitHub ログイン。 |
| 備考 | ログインしているアカウントに有効な GitHub Copilot サブスクリプションが必要です。 |
OpenCode (SST)
オープンソースの CLI エージェントです。独自の設定ファイルから利用可能なモデルを動的に発見します — 自分のモデルカタログを持ち込みたいユーザーによく合います。
| デーモンが探す名前 | opencode |
| インストール | opencode.ai の公式ガイド、または GitHub リポジトリ github.com/sst/opencode に従ってください。一般的な方法はインストールスクリプトまたは npm パッケージです。 |
| 認証 | OpenCode のドキュメントに従ってモデルプロバイダー（Anthropic、OpenAI など）を構成してください。 |
DevEco Code (Huawei)
DevEco Code は Huawei の HarmonyOS 開発向け独立コーディングエージェントで、OpenCode エンジンをベースに構築されています。独自のモデルカタログと Huawei アカウント認証を備えます。Multica は deveco run --format json で駆動し、モデルは deveco models から動的に探索されます（内蔵 deveco/GLM-5.1）。MCP サーバーは DevEco ネイティブ設定（DEVECO_CONFIG_CONTENT）で行います。Multica 側の mcp_config 連携は開発中です。
| デーモンが探す名前 | deveco |
| インストール | npm install -g @deveco/deveco-code。公式 README gitcode.com/openharmony-sig/deveco-code または npm ページ npmjs.com/package/@deveco/deveco-code を参照してください。 |
| 対応プラットフォーム | Windows x64 と macOS（arm64/x64）のみ。Linux ビルドは提供されていません。 |
| 認証 | DevEco CLI 経由の Huawei アカウントログイン。 |
Kiro CLI (Amazon)
ACP-over-stdio のトランスポートです。セッション再開は ACP session/load を通じて動作し、スキルは .kiro/skills/ にコピーされます。
| デーモンが探す名前 | kiro-cli |
| インストール | kiro.dev の Kiro ドキュメントを参照してください。バイナリ名は kiro ではなく kiro-cli です。 |
| 認証 | AWS アカウントベースで、Kiro 独自のオンボーディングに従ってください。 |
Kimi (Moonshot)
ACP プロトコルのエージェントで、主に中国市場を対象としています。スキルは .kimi/skills/ 配下に置かれます（ネイティブ発見）。
| デーモンが探す名前 | kimi |
| インストール | github.com/MoonshotAI/kimi-cli の公式ガイドに従ってください。 |
| 認証 | Moonshot API キーで、ベンダーのドキュメントに従って構成します。 |
Hermes (Nous Research)
ACP プロトコルのエージェントです（Kimi とトランスポートを共有）。セッション再開が動作します。スキル注入のパスは汎用の .agent_context/skills/ にフォールバックします — 依存する前に、スキルが正しくロードされているか確認してください。
| デーモンが探す名前 | hermes |
| インストール | 最新の CLI ディストリビューションは Nous Research のリポジトリ github.com/NousResearch を参照してください。 |
| 認証 | ベンダーのドキュメントに従います。 |
OpenClaw
オープンソースの CLI エージェントオーケストレーターです。モデルはエージェント層にバインドされます（openclaw agents add --model） — タスクごとに上書きすることはできず、Multica から --model や --system-prompt を渡すこともできません。
| デーモンが探す名前 | openclaw |
| インストール | プロジェクト github.com/openclaw-org/openclaw を参照してください（コミュニティによる保守）。 |
| 認証 | OpenClaw のドキュメントに従って、基盤となるモデルプロバイダーを構成してください。 |
Pi (Inflection AI)
ミニマルです。セッション再開の方式が特殊です — 再開 id が文字列 id ではなく、ディスク上のセッションファイルへのパスです。
| デーモンが探す名前 | pi |
| インストール | Inflection の CLI ドキュメント pi.ai を参照してください。 |
| 認証 | ベンダーのドキュメントに従います。 |
CodeBuddy (Tencent)
Claude Code 互換の CLI エージェントです。Multica は Claude Code と同じ stream-json プロトコルで駆動します: セッション再開は --resume で動作し、MCP 構成は --mcp-config で渡されます。CodeBuddy は Claude のディレクトリを再利用せず独自の設定ディレクトリを使うため、スキルは .codebuddy/skills/ に配置され、ランタイムのブリーフは CODEBUDDY.md に書き込まれます。モデルは動的に探索されます。
| デーモンが探す名前 | codebuddy |
| インストール | 公式 CLI ドキュメント codebuddy.ai/cli を参照してください。 |
| 認証 | ベンダーのドキュメントに従います。 |
Qoder (Alibaba)
stdio 上で ACP プロトコルを使用するエージェント型のコーディング CLI です（Hermes、Kimi、Kiro CLI とトランスポートを共有します）。セッション再開は ACP session/resume を通じて動作し、MCP 構成は ACP mcpServers として渡され、モデル選択は動的に探索され、スキルは .qoder/skills/ にコピーされます。
| デーモンが探す名前 | qodercli |
| インストール | 公式 CLI ドキュメント qoder.com/cli を参照してください。 |
| 認証 | ベンダーのドキュメントに従います。 |
Trae CLI (ByteDance)
ByteDance 公式の TRAE CLI（traecli、Trae IDE と組み合わせて使う製品で、オープンソースの bytedance/trae-agent ではありません）です。ACP ネイティブのため、Multica は stdio 上で traecli acp serve --yolo を通じて駆動し、Hermes、Kimi、Kiro CLI、Qoder とトランスポートを共有します。セッション再開は ACP session/load、MCP 構成は ACP mcpServers、モデル選択は動的探索で動作し、スキルは .traecli/skills/ にコピーされます。
| デーモンが探す名前 | traecli |
| インストール | 公式 CLI ドキュメント docs.trae.cn/cli を参照してください。 |
| 認証 | traecli を一度対話的に実行してブラウザベースの企業ログインを完了してください。Trae IDE へのログインと CLI へのログインは別です。 |
Antigravity (Google)
Google の Antigravity CLI（agy）です。Google の Antigravity サービスと組になり、Gemini ベースのモデルを実行します。セッション再開は --conversation <id> を通じて動作し、デーモンが CLI のログファイルからこれをキャプチャします。モデル選択は Antigravity CLI 自体の内部で管理されます — Multica はこのプロバイダーに対してエージェントごとのモデルピッカーを無効にします。スキルは .agents/skills/ に書き込まれます（CLI が Gemini CLI のワークスペーススキルレイアウトを継承します — Antigravity ドキュメントを参照）。
| デーモンが探す名前 | agy |
| インストール | antigravity.google/docs/cli-overview の公式ガイドに従ってください。CLI はあらかじめビルドされて提供されます — agy install を一度実行して PATH とシェルエイリアスを設定してください。 |
| 認証 | agy を対話的に一度実行して Google アカウントのログインを完了するか、Antigravity デスクトップアプリを通じてログインしてください — CLI は GUI が書き込んだ keyring エントリを再利用します。 |
| 備考 | CLI は構造化されたイベントストリームではなく、stdout に通常のアシスタントテキストを出力します。途中の「I will run X」の行と最終的な応答の両方がテキストとして Multica に中継されます。 |
Grok (xAI)
xAI の Grok Build CLI（grok）です。Multica は grok --no-auto-update agent --always-approve stdio で ACP 接続し、initialize 後に CLI が提示した認証方式を選んで authenticate を完了してからセッションを作成します。セッション再開は ACP session/load、モデル検出は session/new、MCP は ACP mcpServers で動作します。スキルは .grok/skills/ にコピーされ、ユーザーのスキルは $GROK_HOME/skills/（既定は ~/.grok/skills/）または共通の ~/.agents/skills/ から検出されます。
| デーモンが探す名前 | grok |
| インストール | Grok Build CLI をインストールし、grok を PATH に追加してください（通常は ~/.grok/bin）。 |
| 認証 | grok login を実行するか、XAI_API_KEY を設定してください。ACP が提示した対応方式がない場合、Multica はセッション作成前に明示的に失敗します。 |
| 備考 | バイナリは MULTICA_GROK_PATH、既定モデルは MULTICA_GROK_MODEL で上書きできます。最小 CLI バージョンは 0.2.89 です。 |
インストールした後
- バイナリが
PATHにあるか確認してください。 新しいターミナルを開いてwhich <name>（例:which claude、which cursor-agent、which kiro-cli、which agy）を実行してください。パスが出力されれば、デーモンが見つけられます。何も出力されない場合は、まずシェルのPATHを修正してください（典型的な原因は、リロードされていないシェルごとの rc ファイルです）。 - デーモンを再起動してください。
multica daemon restartを実行するか、デスクトップアプリを再起動してください。デーモンは起動時にのみPATHをスキャンします。 - ランタイムページを確認してください。 Multica UI のランタイムページに、
(ワークスペース × ツール)の組み合わせごとに 1 行ずつ表示されるはずです。行に「offline」と表示される場合は、デーモンとランタイム → ランタイムがオフラインと表示されるときを参照してください。 - オンボーディングに戻ってください。 「ランタイムを接続」ステップはポーリングを行い、数秒以内に新しいランタイムを認識します — リロードは不要です。
トラブルシューティング
whichはバイナリを見つけるのにデーモンは見つけません。 デーモンが古いPATHで起動されています。再起動してください。- バイナリは存在するのに起動に失敗します。 ターミナルからツール自体の
--versionや--helpを一度実行してください — ここで発生する失敗のほとんどは、認証の欠落、期限切れのトークン、または Node.js / ランタイムの不一致です。 - ランタイムページに行は表示されるのに、タスクがすぐに失敗します。 タスクをトリガーしながら
multica daemon logs -fを確認してください。デーモンはツール自体のエラー出力をそのまま表示します。
より広範な症状については、トラブルシューティングガイドを参照してください。
次に
- デーモンとランタイム — 検出、ハートビート、オフライン処理の仕組み
- AI コーディングツールマトリクス — ツールが接続された後の機能差
- エージェントの作成と構成 — エージェントに使うツールを選び、タスクの実行を開始する