AI 编程工具对照
Multica 支持 12 款 AI 编程工具；它们实现同一套接口，但能力细节差异很大。
Multica 内置支持 12 款 AI 编程工具。它们都实现了同一套接口——排队、派发、执行、结果回传，所以你可以从 Multica 的同一个看板上指挥任意一款。但它们在能力细节上差异很大：会话恢复是否真用、是否支持 MCP、skill 文件该放在哪里、模型怎么选。这一页是完整对照。
创建智能体时挑选工具的指引见 创建和配置智能体。
能力对照矩阵
| 工具 | 厂商 | 会话恢复 | MCP | Skill 注入路径 | 模型选择 |
|---|---|---|---|---|---|
| Antigravity | ✅（--conversation <id>） | ❌ | .agents/skills/ | 动态发现（agy models） | |
| Claude Code | Anthropic | ✅ | ✅ | .claude/skills/ | 静态 + flag |
| Codex | OpenAI | ⚠️ 代码存在但不可达 | ✅ | $CODEX_HOME/skills/ | 静态 |
| Copilot | GitHub | ✅ | ❌ | .github/skills/ | 静态（账号权益决定） |
| Cursor | Anysphere | ⚠️ 代码存在但不可用 | ❌ | .cursor/skills/ | 动态发现 |
| Gemini | ❌ | ❌ | .agent_context/skills/ | 静态 | |
| Hermes | Nous Research | ✅ | ✅ | .agent_context/skills/ （fallback） | 动态发现 |
| Kimi | Moonshot | ✅ | ✅ | .kimi/skills/ | 动态发现 |
| Kiro CLI | Amazon | ✅ | ✅ | .kiro/skills/ | 动态发现 |
| OpenCode | SST | ✅ | ✅ | .opencode/skills/ | 动态发现 + variant |
| OpenClaw | 开源项目 | ✅ | ✅ | .agent_context/skills/ （fallback） | 绑定在智能体上，不能在任务里切换 |
| Pi | Inflection AI | ✅（session 为文件路径） | ❌ | .pi/skills/ | 动态发现 |
每款工具的定位
Antigravity
Google 出品。CLI 二进制名为 agy，搭配 Google Antigravity 服务，默认走 Gemini 系列模型。会话恢复真用——通过 --conversation <id>；因为 stdout 是纯文本而非结构化事件流，守护进程从 CLI 的日志文件里抓取 conversation UUID。模型选择真用——通过 --model flag（agy 1.0.6 新增）：守护进程用 agy models 枚举可选项，并把选中的值原样传入。注意这些是 Claude Opus 4.6 (Thinking) 这样的人类可读显示名，而非 provider/model slug；而且 agy 遇到无法识别的值会静默空跑，所以优先从发现列表里挑选，不要手填。Skill 文件写入 .agents/skills/（CLI 沿用 Gemini CLI 的 workspace 布局——见 Antigravity 迁移文档）。
Claude Code
Anthropic 出品。新用户首选——功能最完整：会话恢复真用，会读 MCP 配置，支持 --max-turns、--append-system-prompt 等细调参数。需要一个 Anthropic API 密钥。
Codex
OpenAI 出品。使用 JSON-RPC 2.0 协议，状态化更强，approve 机制更细（手动批准 exec_command 和 patch_apply）。MCP 配置会写入单次任务的 $CODEX_HOME/config.toml。会话恢复代码存在但当前不可达——如果你需要 resume，选 Claude Code 或 ACP 系列。
Copilot
GitHub 出品。模型路由走你的 GitHub 账号权益——工具自己不做模型选择，由 GitHub 决定给你用哪个模型。skill 放 .github/skills/ 是 GitHub CLI 的原生发现机制。
Cursor
Anysphere 出品，Cursor 编辑器的 CLI 对应物。会话恢复代码存在但实际不工作——Cursor CLI 的事件流里不回传 session ID，所以你传的 resume 值永远无效。如果要 resume，选别的。
Gemini
Google 出品，支持 Gemini 2.5 和 3 系列。不支持会话恢复也不支持 MCP——适合一次性、不需要长上下文记忆的任务。
Hermes
Nous Research 出品。使用 ACP 协议（和 Kimi 共享传输层）。会话恢复真用，MCP 配置通过 ACP mcpServers 传入。但 skill 注入路径是通用 fallback（.agent_context/skills/），不是专用路径——如果 Hermes CLI 本身不读这路径，skill 对它可能不起作用。需要结合实测再确认。
Kimi
Moonshot 出品，中国市场向。和 Hermes 共享 ACP 协议，MCP 配置同样通过 ACP mcpServers 传入；但 skill 路径 .kimi/skills/ 是 Kimi CLI 的原生发现机制——和 Hermes 的 fallback 不一样。
Kiro CLI
Amazon 出品。通过 kiro-cli acp 使用 ACP stdio 协议。会话恢复走 ACP session/load，MCP 配置通过 ACP mcpServers 传入，模型选择走 session/set_model，skill 会复制到 .kiro/skills/ 让 Kiro 做项目级原生发现。
OpenCode
SST 出品，开源。动态发现可用模型和模型 variant（扫 CLI 的配置文件）。会话恢复真用，会消费智能体的 mcp_config 字段——Multica 通过 OPENCODE_CONFIG_CONTENT 环境变量内联注入，让智能体的 MCP server 直接到达 OpenCode，不会去碰任务工作目录里的 opencode.json（那个文件归智能体或用户所有）。当模型暴露 variant 时，Multica 会把它显示成智能体的思考强度选择，并通过 opencode run --variant 传给 OpenCode。适合爱折腾、想自定义模型目录的开发者。
OpenClaw
开源项目，CLI agent 编排器。MCP 配置通过 Multica 的单次任务配置 wrapper 写入。模型绑定在智能体层（openclaw agents add --model）——不能在单次任务里覆盖。配置严格受控：用户不能传 --model 或 --system-prompt，由智能体注册时的配置决定。
Pi
Inflection AI 出品，极简主义。会话恢复机制特殊——session ID 是磁盘上的文件路径（~/.pi/...），而不是字符串 ID。其他工具里，resume id 是 CLI 返回的字符串；Pi 里，resume id 就是会话文件本身。
会话恢复：谁真的支持
会话恢复的机制在 执行任务 里讲过。这里按工具列精确现状：
| 状态 | 工具 | 含义 |
|---|---|---|
| ✅ 真用 | Antigravity、Claude Code、Copilot、Hermes、Kimi、Kiro CLI、OpenCode、OpenClaw、Pi | 传 resume id，会从上次上下文接着继续 |
| ⚠️ 代码存在但不可达 | Codex、Cursor | 代码里有 resume 路径但实际走不到（Codex 静默回落、Cursor session id 不回传）—— 当作不支持 |
| ❌ 无 | Gemini | CLI 无 resume 机制 |
对你的决策：如果工作流需要智能体在多次任务之间保持上下文（失败重试、手动重跑、对话式迭代），只选 ✅ 那一行的工具。
MCP 配置：按工具不同
12 款工具里有 7 款实际消费 mcp_config：Claude Code、Codex、Hermes、Kimi、Kiro CLI、OpenCode、OpenClaw。其他 5 款会接收这个字段但忽略——不报错、不警告，只是配置不生效。
各工具的接入方式不同：Claude Code 通过 --mcp-config 加 --strict-mcp-config 接收；Codex 会把 daemon 管理的 mcp_servers block 写入单次任务的 $CODEX_HOME/config.toml；Hermes、Kimi、Kiro CLI 通过 ACP mcpServers 接收；OpenCode 通过 OPENCODE_CONFIG_CONTENT 环境变量内联接收；OpenClaw 通过 Multica 的单次任务配置 wrapper 接收 mcp.servers。OpenCode 这条路径不会改写项目里的 opencode.json。
如果你在智能体配置里设置了 mcp_config，但选了矩阵 MCP 列没有标 ✅ 的工具，你的 MCP server 对这个智能体没有效果。MCP 集成是按工具实现的。
skill 文件该放哪儿
每款工具用自己的 skill 发现路径。Multica 的守护进程在执行任务前把 workspace 的 skill 文件复制到对应路径下：
| 工具 | 路径 | 是否原生发现 |
|---|---|---|
| Claude Code | .claude/skills/ | ✅ 原生 |
| Codex | $CODEX_HOME/skills/ | ✅ 原生 |
| Copilot | .github/skills/ | ✅ 原生 |
| Cursor | .cursor/skills/ | ✅ 原生 |
| Kimi | .kimi/skills/ | ✅ 原生 |
| Kiro CLI | .kiro/skills/ | ✅ 原生 |
| OpenCode | .opencode/skills/ | ✅ 原生 |
| Pi | .pi/skills/ | ✅ 原生 |
| Antigravity | .agents/skills/ | ✅ 原生（沿用 Gemini CLI 的 workspace 布局——见 Antigravity 文档） |
| Gemini | .agent_context/skills/ | ⚠️ 通用 fallback |
| Hermes | .agent_context/skills/ | ⚠️ 通用 fallback |
| OpenClaw | .agent_context/skills/ | ⚠️ 通用 fallback |
fallback 路径对应的工具是否真的读取这个目录，取决于工具本身的文档——没保证。如果你的 skill 对 Gemini / Hermes / OpenClaw 没起效，先查这个问题。
skill 的创建和使用详见 技能。