Orca — 开源 AI Agent 编排开发环境 (ADE)¶

Orca 由 stablyai（Y Combinator backed）开发，定位为 Agent Development Environment (ADE) — 不是给人类写代码的 IDE，而是指挥多个 AI Agent 并行写代码的「驾驶舱」。MIT 开源，自带 30+ Agent 兼容、Git Worktree 隔离、可视化 Diff、内建浏览器/模拟器、移动端远程控制。

目录¶

核心定位：从 IDE 到 ADE
底层机制：Git Worktree + 多 Agent 协同
开发者体验：内建工具链与可视化工作流
自动化与资源控管
移动端与远程延伸
竞品对比与适用场景
安装与快速开始
局限性与注意事项

一、核心定位：从 IDE 到 ADE¶

概念转型¶

传统 IDE（Integrated Development Environment）是为人类编写代码设计的。Orca 提出的 ADE（Agent Development Environment）是为 AI Agent 编写代码设计的新范式 — 人类角色从「写代码的人」转变为「指挥官」。

┌─────────────────────────────────────────────┐
│              传统 IDE 工作流                   │
│  人 ──写代码──> IDE ──编译/运行──> 结果        │
│  (AI 是辅助工具，如 Copilot)                   │
├─────────────────────────────────────────────┤
│              ADE 工作流 (Orca)                 │
│  人 ──下指令──> Orca ──启动Agent──> Agent写代码 │
│       ↑                    ↓                  │
│       └──── 监控/审查/合并 ←─┘                 │
│  (AI 是执行主体，人是监督者)                    │
└─────────────────────────────────────────────┘

授权与商业模式¶

维度	Orca	典型竞品 (Cursor, Windsurf 等)
协议	MIT 开源	闭源/部分开源
费用	完全免费	$20-40/月订阅
模型访问	BYOS (Bring Your Own Subscription)	平台转售模型（含加价）
数据路由	直连原服务商，不经中继	多数经平台服务器
隐私	所有请求直达原服务商	取决于平台政策

[!tip] BYOS 模式的含义你不需要向 Orca 付费，只需使用已有的 Agent 订阅（如 Claude Pro、Codex 计划），Orca 直接调用这些服务的 API/CLI。没有中间商赚差价，也没有数据过境风险。

二、底层机制：Git Worktree + 多 Agent 协同¶

平行隔离：Git Worktree¶

Orca 的核心机制是为每个任务创建独立的 Git Worktree（真实的 Git Worktree，非文件拷贝），实现多个 Agent 在同一仓库上并行工作而不冲突。

                    ┌── Worktree A (branch: feat/login)
                    │   └── Agent: Claude Code
                    │
  主仓库 (main) ─────┼── Worktree B (branch: feat/api)
                    │   └── Agent: Codex
                    │
                    ├── Worktree C (branch: fix/bug-42)
                    │   └── Agent: Grok
                    │
                    └── Worktree D (branch: experiment)
                        └── Agent: Gemini (竞速同一 Prompt)

竞速模式 (Race)：同一个 Prompt 分发给多个 Agent，各自在独立 Worktree 中执行，完成后人工选择最佳方案。这在以前需要大量手动 tmux + worktree 配置，现在内置一键完成。

Agent 兼容性 (Agent Agnostic)¶

Orca 支持超过 30 种 CLI Agent，视频中展示的包括：

Agent 名称	视频中的称呼	备注
Claude Code	Claude Code	Anthropic
Codex	Codex	OpenAI
Gemini	Gemini	Google
Grok	Grok	xAI
Open Code	Open Code	开源 CLI
Pi	Pi	—
Qwen Code	"Quen Code"	阿里通义千问
Kimi	"Kimmy"	Moonshot AI
Hermes	Hermes	Nous Research
Kilo Code	"Kilo Code"	—
Codex CLI	—	—

[!note] 名称勘误视频为英文自动语音转录，部分产品名存在语音识别偏差。"Kimmy" 实为 Kimi，"Quen Code" 实为 Qwen Code。Orca 还会自动检测本机已安装的 CLI 工具。

核心原则：如果某个 Agent 能在终端运行，Orca 就能驱动它。支持 Mac、Windows、Linux 三平台。

Agent 间编排 (Orchestration & Handoff)¶

Orca 内建 Orchestration Skill，支持 Agent 之间的深度协同：

┌─────────────────────────────────────────────────────┐
│                  编排模式一览                         │
├──────────────┬──────────────────────────────────────┤
│ Handoff      │ Agent A 将任务带完整 Context          │
│ (任务交接)    │ 交接给 Agent B 执行                   │
│              │ 例: Claude Code → Codex               │
├──────────────┼──────────────────────────────────────┤
│ Phase        │ 子 Agent 按阶段顺序执行               │
│ Workflow     │ A完成后B接力，B完成后C接力              │
│ (阶段式工作流)│                                      │
├──────────────┼──────────────────────────────────────┤
│ Parallel     │ 独立子任务分发给并行子 Agent           │
│ Split        │ 各自在独立 Worktree 中同时执行          │
│ (并行分拆)    │                                      │
├──────────────┼──────────────────────────────────────┤
│ Stacked PRs  │ 大型变更拆解为多个小型 PR              │
│ (堆叠 PR)     │ 每个 Worktree 对应一个子 Agent + PR   │
└──────────────┴──────────────────────────────────────┘

实测演示：Claude Code 会话可以将特定模块重构任务交接给 Codex 会话执行，完整的上下文随之传递。

三、开发者体验：内建工具链与可视化工作流¶

完整 IDE 工具链（每个 Worktree 自带）¶

组件	技术/说明
终端机	WebGL 渲染，无限滚动缓冲，支持标签页和分屏
代码编辑器	Monaco Engine（与 VS Code 同款），自动保存，CSS 颜色色板
Markdown	编辑器 + Mermaid 图表预览
文件查看器	PDF、图片等
Diff 审查	红绿对比 + Mini Map，支持内嵌评论反馈给 Agent
Attribution	AI/人类编写行数归属标记
Git 操作	内建 commit、push，集成 GitHub/GitLab/Bitbucket/Azure DevOps

可视化调试：Design Mode¶

这是视频中最亮眼的功能 — 直接在浏览器中与 Agent 进行双向交互：

┌──────────────────────────────────────────────┐
│              Design Mode 工作流                │
│                                              │
│  ┌─────────┐    ┌──────────┐    ┌─────────┐  │
│  │ 内建浏览器│    │ Element  │    │ Agent   │  │
│  │ 预览页面 │───>│ Picker   │───>│ 接收    │  │
│  │         │    │ 点击元件  │    │ HTML/CSS│  │
│  └─────────┘    └──────────┘    └─────────┘  │
│       ↑              ↑               │        │
│       │         ┌────┴────┐          │        │
│       │         │ Draw on │          │        │
│       └─────────│Screenshot│<─────────┘        │
│    渲染修改结果   │ 涂鸦标注 │    生成修改指令    │
│                 └─────────┘                  │
└──────────────────────────────────────────────┘

Element Picker：点击网页元素 → 自动提取 HTML/CSS → 直接喂给 Agent。不再需要用文字描述「哪个 div 坏了」。

Draw on Screenshot：在截图上画圈、涂鸦标注 → 标注内容直接传给 Agent 作为修改指令。

[!tip] 为什么这是正确的交互界面前端调试的核心痛点是「描述位置」。用文字描述「右侧第二个按钮的间距」远不如直接圈出来。Orca 的 Element Picker + Draw on Screenshot 把这个交互做到了极致。

Computer Use 与 iOS 模拟器¶

内建 iPhone 17 Pro 模拟器：完全可交互，可旋转、点击。配 Orca CLI Skill 后，Agent 可自动驱动模拟器进行 UI 测试。
Computer Use：授予辅助功能和屏幕录制权限后，Agent 可以检查和操作桌面上的任何应用程序 — 不限于模拟器。

Diff 审查与 Attribution¶

Diff Viewer:
  ✓ 001 - import { Router } from 'express'        [AI]
  ✓ 002 -                                            [AI]
  + 003 - router.post('/login', async (req, res) => [AI]
  + 004 -   const user = await auth(req.body)       [AI]
  + 005 -   res.json({ token: user.token })         [AI]
  -- 003 - // TODO: implement login                 [Human]

  → 点击行号添加评论 → 发送给 Agent 作为修改指令

Attribution 功能用颜色标记区分哪些代码行是 AI 写的、哪些是人类写的 — 对理解 Agent 的实际产出质量非常有帮助。

四、自动化与资源控管¶

Automations：Agent 的 Cron 排程¶

Orca 内建 Automations Tab，提供「Agent 版 Cron Job」：

模板	频率	功能
Repo Audit	工作日	检查依赖更新、失败测试、有风险的未提交变更
Release Readiness	每周	发布就绪度总结报告
Daily Change Review	每日	审查当天所有变更
Stuck Work Check	每小时	检查卡住的 Agent 任务

[!example] 实际场景「睡觉时 AI 自动做 Code Review」— 利用你已有的订阅（如 Claude Pro），在工作日自动运行依赖检测和测试审查。

任务管理整合¶

平台	整合方式
GitHub Issues	直接从 Issue 启动 Worktree
GitLab	同上
Linear	Agent 可读写/更新 Ticket 状态（需 Linear Skill）
Jira	连接后在 Orca Tasks 面板查看

实时用量监控¶

┌─────────────────────────────────────────────┐
│         状态栏 — 实时 API 用量仪表板          │
├──────────┬──────────────────────────────────┤
│ Claude   │ ████████░░ 80%  │ 每周重置: 2天3h │
│ OpenAI   │ ███░░░░░░░ 30%  │                │
│ Grok     │ ██████░░░░ 60%  │                │
│ Kimi     │ ██░░░░░░░░ 20%  │                │
├──────────┴──────────────────────────────────┤
│ 🔔 Claude Prompt Cache 过期倒计时: 12:34     │
│ 🔁 多账号热切换: [Account 1 ▼]               │
└─────────────────────────────────────────────┘

关键功能： - 多账号热切换：管理多个 Claude/Codex 账号，一键切换 - Prompt Cache 倒数：Claude 的 Prompt Cache 有过期时间，Orca 显示倒计时提醒你何时恢复会话会变贵 - 每周限额重置倒数：实时显示各服务商的配额用量和重置时间

五、移动端与远程延伸¶

Orca Mobile（iOS / Android）¶

配对方式:
  ┌──────────────────────────────┐
  │  QR Code 配对                 │
  │  ┌──┐                        │
  │  │██│  ← 手机扫描             │
  │  └──┘                        │
  └──────────┬───────────────────┘
             │
  ┌──────────┴───────────────────┐
  │  连接方式:                    │
  │  ① 局域网 (免费)              │
  │  ② Tailscale (免费)           │
  │  ③ 官方 Relay (任意网络, beta) │
  └──────────────────────────────┘

移动端能力： - 实时查看终端机进度 - 接受 Agent 通知（完成/需要输入） - 批准 Agent 的下一步操作 - 终端界面自适应手机屏幕（CLI 工具保持可读） - 实际场景：启动长时间重构任务 → 出门 → 手机批准下一步

进阶远程功能¶

功能	说明
语音听写	本地 on-device 语音模型，完全离线
SSH Worktree	Agent 在远程服务器运行，UI 留在本机（适合用强力服务器跑重任务）
Headless 模式	无 GUI 的服务器模式
Agent Hibernation	空闲 Agent 暂停以节省资源，不丢失 Context
Workspace 快照	保存工作区状态
Orca CLI	脚本化控制全部功能

六、竞品对比与适用场景¶

与其他工具对比¶

维度	Orca	tmux/终端多路复用	Cursor / Windsurf	Claude Code (原生)
定位	ADE (多 Agent 编排)	终端管理	AI IDE (单 Agent)	单 CLI Agent
多 Agent 并行	✅ 原生 Worktree	⚠️ 手动配置	❌	❌
Agent 编排	✅ Handoff/Phase/PR	❌	❌	❌
可视化 Diff	✅ 内建	❌	✅	❌
Design Mode	✅ Element Picker + Draw	❌	⚠️ 部分	❌
开源	✅ MIT	✅	❌	❌
费用	免费	免费	$20-40/月	需 Claude 订阅
移动端	✅ iOS/Android	❌	❌	❌
iOS 模拟器	✅ 内建	❌	❌	❌

适用场景决策树¶

你需要什么？
│
├─ 同时管理 3+ 个 AI Agent 任务？
│   └─ ✅ Orca (Git Worktree 隔离 + 用量监控)
│
├─ 需要 Agent 间协作/交接？
│   └─ ✅ Orca (Orchestration Skill)
│
├─ 前端开发，需要可视化引导 Agent？
│   └─ ✅ Orca (Design Mode + Element Picker)
│
├─ 只用单个 Agent，想要轻量体验？
│   └─ 考虑 Cursor / Claude Code 原生
│
├─ 需要移动端远程控制 Agent？
│   └─ ✅ Orca Mobile (目前独有)
│
└─ 团队需要自动化 CI/CD 级别的 Agent 排程？
    └─ ✅ Orca (Automations + Linear/Jira 整合)

七、安装与快速开始¶

# macOS (Homebrew)
brew install --cask stablyai/orca/orca

# Arch Linux (AUR)
yay -S orca

# 其他平台：从官网下载
# https://www.onorca.dev

# 启动后：
# 1. Orca 自动检测本机已安装的 CLI Agent
# 2. 选择一个仓库，创建 Worktree
# 3. 选择 Agent (Claude Code / Codex / ...) 开始任务

前提条件：你需要至少安装一个 CLI Agent（如 Claude Code、Codex 等）并配置好相应的 API Key 或订阅登录。

八、局限性与注意事项¶

局限	详情
项目年轻	首个稳定版 2026 年 3 月发布，功能迭代极快（几乎每日发布），版本间可能有 breaking change
移动端 Relay	仍处于 beta，稳定性待验证
屏幕空间	面板较多，小屏幕笔记本可能感到拥挤
文档成熟度	快速迭代意味着文档可能滞后于实际功能

[!warning] 版本管理建议如果你基于特定功能构建工作流，更新前请先查看 changelog，不要假设功能行为不变。

参考资料¶

Orca GitHub 仓库 — MIT 开源，TypeScript/Electron
Orca 官网 — 下载、文档、Discord 社区
原始视频 — AICodeKing — 2026-08-10 发布
aistarted.com 深度评测