这个GitHub标星120K+的开源神器能让多个 Agent 并行写代码，真的很强！！

大家好，我是冰河~~

终端开多了之后，问题往往不是机器跑不动，而是人开始记不住。一个窗口在跑测试，一个在改页面，还有一个在翻文档，切来切去，过一会儿连哪个任务在哪个标签页里都要想一下。

Orca 想处理的正是这一层：它不生产模型，也不替代你惯用的 Agent，而是把多个编码 Agent 的会话、工作目录和审查动作收进一个桌面应用里。

项目是 MIT 协议，创始团队有 Chrome 和 Uber 的背景，后来做了 Stably AI。仓库热度不低，更新也比较频繁。它支持 Claude Code、Codex CLI、OpenCode、Cursor CLI 等常见 Agent，桌面端之外还有移动端。

它先解决的是“找窗口”，但真正省事的不止这一点

Orca 的界面很直白：左侧是一列 Agent 会话，点哪个，右侧就切到哪个。每个 Agent 仍然在自己的环境里跑，但用户不需要关心这些环境散落在哪里，看到的是一份统一列表。

它的终端基于 Ghostty 那一档的实现，用 WebGL 渲染，分屏可以继续拆。比较实用的细节是：关掉应用再打开，滚动缓冲还在。前面翻到过的报错不用重新跑命令去复现。这个功能单看不算惊艳，但在排查问题时能省掉不少重复动作。

不过，如果只是把多个终端塞进一个窗口，价值有限。Orca 真正花力气的地方，是它把“会话”和“工作目录”这两件容易互相踩的事一起接管了。

自动建 worktree，才是多 Agent 并行的前提

多个 Agent 同时改一个仓库，最怕的是互相覆盖。规范做法是给每个 Agent 一个独立的 git worktree，但手动建目录、配环境、处理端口冲突，一天重复几次就很烦。

Orca 在新建 Agent 时会自动创建 worktree，Agent 删除时也会清理。官方还演示过一种更激进的用法：同一个提示同时交给五个 Agent，各自在独立 worktree 里跑，结束后把结果摆在一起比较，选最合适的合并。

因为 worktree 共享 git 对象库，磁盘不会因为多开几份就迅速膨胀。这一点我一开始没注意，用了一段时间才发现它确实没有带来明显的存储压力。

换句话说，Orca 把“并行”从一种需要手工维护的操作，变成了新建会话时的默认行为。多 Agent 协作的门槛，很多时候就卡在这一步。

批注和 Diff 反馈，把 review 揉进了同一个界面

Agent 写完代码，审查环节通常很碎：看 diff，切到聊天窗口描述问题，等它改完，再回来看 diff。Orca 把反馈入口放到了 diff 旁边。你觉得哪一段不对，直接高亮、写一句意见、发送，Agent 收到后去改。流程没有变短很多，但切换次数少了。

它内置的 Markdown 编辑器也有类似思路。写完实时预览，表格、代码块、标题层级都能正常渲染。更好用的是可以在文档上标批注，把多处修改意见打包发给 Agent 统一处理。

让 Agent 写一份很长的 API 文档，然后在上面圈出若干处要改的地方，连描述带批注一起扔回去，等它集中改完，比自己逐条转述要省事。

会话能找回来，手机上也能接住

Agent 跑完任务、关掉终端之后，过几天再想找当时的记录，往往很麻烦。Orca 会把所有 Agent 会话存档，对话、diff、改过哪些文件都在，支持关键词搜索。找到旧会话后，可以拖回终端窗口继续聊。

移动端是另一个思路的伴侣应用。iOS 在 App Store 搜“Orca IDE”，Android 提供 APK。它能连到本机的 Agent，用来 review diff、编辑文件、查看进度。

下班路上收到通知，翻一遍 diff，标两处要改的地方发回去，家里的电脑接着跑，到家时第二轮可能已经完成。它不适合在手机上写完整项目，但 review、approve、给下一步指令这些动作，手机端够用。

一些零碎但实用的能力

Orca 内嵌了一个 Chromium 浏览器，Agent 可以在里面打开网页、跑交互测试、抓 DOM、走端到端流程。以前 Agent 跑测试只能看终端日志，现在能直接看到页面上的操作。每个 worktree 还能挂一个移动端模拟器，iOS 和 Android 都支持。

对 Claude Code 重度用户来说，账号切换是个很实际的功能。跑到一半限流，可以一键切到另一个账号继续，上下文不会断。前提是你自己得有多个账号，Orca 不提供额度。

其他还包括：拖文件或图片进 Agent 聊天；通过 SSH 连远程机器跑 Agent，带文件编辑、git、终端、自动重连和端口转发；在应用内打开 GitHub 和 Linear 的 PR、Issue；提供 Orca CLI，Agent 可以调用 orca worktree create、snapshot、click、fill 等命令，把流程写进脚本。

设计模式可以在改完前端后直接看效果、圈出要调的地方；全局快速打开能一次搜索 worktree、文件、Agent 和命令。

安装和成本要说清楚

桌面客户端从 https://onorca.dev/download 下载，macOS、Windows、Linux 都有，包体两百多兆。macOS 也可以走 Homebrew，Arch 走 AUR：

brew install --cask stablyai/orca/orca
yay -S stably-orca-bin

Orca 本身不提供模型。你用的是哪个 Agent、哪份订阅，它就调哪个；所谓“免费”指的是这个壳免费，实际消耗仍然是你自己的 API 或订阅额度。已经买了订阅的人不算新增成本，一个号都没有的人需要先把这一层准备好。

配置时选择要用的 Agent，填上 API Key 或订阅凭证。新建 Session 后，Orca 会自动开一个 git worktree，之后就和平时在终端里用 Agent 差不多：左下角敲命令，上面是编辑器和浏览器面板，左边列表切换 Agent，跑完在 Diff 面板里审查。手机端需要另外安装，装完连到桌面 Agent 即可。

适合谁，以及一个需要正视的风险

如果平时只用一个大模型问问题，或者根本不常用编码 Agent，Orca 会显得偏重，暂时没必要装。它更适合已经在日常大量使用 Agent、终端经常开到分不清哪个是哪个的人。它不是 IDE，也不是项目管理工具，定位更像“Agent 会话编排层”。

需要如实说的是，这个仓库目前开放的 issue 4.6K条。功能迭代快是好事，但也说明坑不少，遇到问题是正常的。把它当成一个正在快速演进的工具，而不是一个已经稳定的基础设施，预期会更合理。

项目地址：https://github.com/stablyai/orca

好了，今天就到这儿吧，我是冰河，我们下期见~~