orca

Orca：给 AI 编程智能体建一个「指挥中心」

从一个痛点说起

当你同时让 Claude Code、Codex 和 OpenCode 三个 AI 编程工具一起工作时，会发生什么？三个终端窗口、无数个标签页、互相覆盖的日志输出—— chaos。这就是 Orca 要解决的问题。

Orca（海豚科中的「虎鲸」）是 Stably 公司开源的下一代 IDE，但它的目标用户不是普通程序员，而是那些已经习惯让 AI 智能体为自己写代码的开发者。它的核心思路是：把多个 AI 编程智能体统一管理起来，让它们各司其职、互不干扰。

背景：智能体军备竞赛中的工程化需求

2024 年到 2025 年，AI 编程智能体（Claude Code、Codex、Grok 等）进入爆发期。这些工具确实能提升开发效率，但当你想让多个智能体并行工作时，工具本身就成了瓶颈——缺乏统一的视图、无法跟踪每个智能体的进展、日志散落在不同窗口里。

Stably 团队正是带着这个真实的工程痛点开发了 Orca。该项目在 GitHub 上迅速获得关注，展示了开发者对「多智能体协作」工具链的真实需求。

核心技术：Git Worktree 隔离

Orca 的技术核心非常巧妙：每个 AI 智能体运行在独立的 Git Worktree 中。这意味着：

• 每个智能体有独立的代码工作目录，不会相互覆盖
• 天然解决了「多智能体写同一文件」的冲突问题
• 与 Git 分支机制无缝集成，可以随时查看 diff、发起 PR

这就像给每个厨师分配独立的厨房，而不是让所有人挤在同一个料理台上。

支持的智能体

Orca 采用插件化设计，理论上支持所有 CLI 模式的编程智能体。官方已测试兼容：

主流大厂智能体：Claude Code（Anthropic）、Codex（OpenAI）、Grok（xAI）、Gemini CLI（Google）、Antigravity

开源智能体：OpenCode、Goose、Cline、Cursor CLI、Continue CLI、Charm Crush

其他工具：Pi、Oh-My-Pi、Hermes Agent 等，基本涵盖了市面上所有主流 AI 编程工具。

技术架构

Orca 是一个典型的 Electron 桌面应用，采用多进程架构：

• src/main：主进程，管理窗口、菜单、系统托盘
• src/renderer：React 前端，负责 UI 渲染
• src/preload：桥接层，安全暴露 Node.js API 给渲染进程
• src/cli：命令行接口，支持脚本化和自动化
• src/relay：WebSocket 中继，支持移动端 Companion App 实时同步
• src/shared：共享类型定义和工具函数
• src/types：TypeScript 类型定义

关键依赖包括：

• Electron：跨平台桌面框架
• React + TypeScript：前端技术栈
• Vite：构建工具
• node-pty：终端模拟器（跨平台伪终端）
• xterm.js：终端 UI 组件
• @linear/sdk：Linear 项目管理集成
• ssh2：SSH 远程连接支持
• sherpa-onnx：本地语音识别（移动端）
• zod：运行时类型验证

移动端 Companion App

Orca 的移动端是一个使用 React Native（Expo）构建的独立应用，通过 WebSocket 与桌面端实时同步。用户可以在手机上：

• 查看所有智能体的工作状态
• 给智能体发送指令
• 拖拽 Kanban 卡片调整优先级
• 监控 CI/CD 状态

功能亮点

1. 多工作区管理：一个窗口中管理所有智能体的终端、文件浏览、diff 视图
2. 内置 Git 集成：无需离开 IDE 即可查看 diff、发起 PR、审查 CI 状态
3. 文件拖拽：直接将文件或图片拖入智能体提示词，无需复制粘贴路径
4. PDF/图片预览：在 IDE 内直接预览文档，减少上下文切换
5. Linear/GitHub 集成：将智能体任务与 Linear Issue 或 GitHub PR 绑定
6. SSH 远程支持：通过 SSH 连接远程机器，在远程环境运行智能体
7. Markdown 混排阅读：同时阅读和编辑 Markdown 文件

部署与安装

Orca 提供多种安装方式：

• macOS：Homebrew brew install stablyai/tap/orca，或下载 .pkg 安装包
• Windows：Scoop 或直接下载安装包
• Linux：Homebrew 或 AppImage
• 源码编译：需要 Node.js >= 18、pnpm、Git

Orca 本身不需要 GPU，对硬件要求极低（2GB RAM + 500MB 磁盘），但其运行的 AI 智能体（如 Claude Code）会消耗大量计算资源。

局限与争议

1. CLI 依赖：Orca 本身不运行 AI，它只是一个「壳」，需要单独安装配置底层智能体
2. 平台限制：桌面端 Electron，移动端 React Native，对低配置设备不够友好
3. 资源消耗：多个智能体并行时，本地机器 CPU/内存压力较大
4. 学习成本：需要理解 Git Worktree 概念，对新手有一定门槛
5. 开源许可证：MIT 许可证，但 Stably 公司提供商业支持

行业意义

Orca 的出现反映了 AI 编程领域的一个趋势：从「一个人配一个 AI」到「一个人管一群 AI」。当单个 AI 智能体能够完成独立功能模块开发时，如何高效管理多智能体协同就成了下一个工程难题。Orca 给出的答案是：借用 Git 的隔离能力，用桌面 IDE 的交互体验，把这件事做得可观察、可控。

类似的项目还包括 Cursor（集成 AI 的 IDE）、Copilot Workspace 等，但 Orca 专注于「多智能体编排」这一细分赛道，与现有产品形成差异化。它的 Kanban 视图将智能体任务直接映射为看板卡片，是一个很有创意的设计。

总结：如果你已经是 Claude Code / Codex 等工具的深度用户，Orca 是一个值得尝试的「指挥中心」。它不替代你的智能体，而是让它们在你的掌控下有序运行。