乐于分享
好东西不私藏
夜雨聆风 > > 办公文件 > Orca 保姆级教程:一台电脑同时管五个 AI 码农

Orca 保姆级教程:一台电脑同时管五个 AI 码农

当前时间： 2026-08-11 14:55:27 分类：办公文件 评论(0)
Orca 保姆级教程:一台电脑同时管五个 AI 码农

如果你已经在用 Codex、Claude Code、Cursor CLI 这类命令行 Agent 写代码，大概率会遇到一个很烦的场景：

一个 Agent 在修前端按钮，另一个 Agent 在补测试，第三个 Agent 顺手重构了文件结构。它们都挤在同一个仓库里，分支乱、终端乱、diff 也乱。

Orca 想解决的就是这件事。

它不是新模型，也不是聊天框，而是一个给 AI 编程 Agent 用的工作台。每个任务一个真实的 git worktree，每个 worktree 配自己的终端、浏览器、编辑器和 diff 视图。你可以把 Codex、Claude Code、OpenCode、Cursor CLI 等 Agent 并排放进去跑。

讲真，AI 编程真正麻烦的地方，已经不只是“让模型写代码”，而是“怎么管住一群正在写代码的模型”。

先说论文：这个项目没有论文

AI智能体学习网站：ai-agent-phd.com

我查了仓库 README、docs、release notes、recent commits、官网 onorca.dev，也在仓库里搜了 paper、arXiv、technical report、whitepaper 等关键词。

结论很明确：stablyai/orca 这个项目没有链接论文或技术报告。

搜索里确实能看到一些也叫 ORCA 的论文，比如因果分析、多网页浏览、金融风险相关的 ORCA，但它们和这个 GitHub 项目不是同一个东西。这里不要张冠李戴。

所以这篇按“项目笔记 + 保姆级实操教程”来写。

项目笔记：Orca 是 AI Agent 的 IDE

AI智能体学习网站：ai-agent-phd.com

截至 2026-06-25，我读到的仓库状态是：

  • 仓库：stablyai/orca
  • 地址：https://github.com/stablyai/orca
  • 官网：https://www.onorca.dev/
  • 许可证：MIT
  • 最新稳定版本：v1.4.97
  • package.json 版本：1.4.97
  • 技术栈：Electron、Vite、React 19、TypeScript、xterm.js、node-pty、ssh2、Monaco、Expo

Orca 自己把这类产品叫 ADE，也就是 Agent Development Environment。IDE 是给人写代码的，ADE 是给人和一群 Agent 一起写代码的。

它最关键的抽象是 worktree-native。你创建一个任务，它会基于 repo 的 base ref 创建一个真实 git worktree。每个 worktree 都有独立目录、独立分支、独立终端。这样三个 Agent 可以同时尝试同一个 bug，互相不会踩文件。

一句话：AI 可以大胆跑，人还得认真看 diff。

它到底好用在哪

AI智能体学习网站：ai-agent-phd.com

第一，所有 CLI Agent 都能接进来。README 和官网都强调，只要一个 Agent 能在终端里跑，就能放进 Orca。内置支持能看到 Claude Code、Codex、Grok、Cursor、GitHub Copilot CLI、OpenCode、Gemini、Qwen Code、Kimi、Goose 等，也可以在 Settings 里添加自定义 CLI Agent。

第二，评审 AI diff 是一等公民。每个 worktree 都有内置 diff viewer，可以看 staged、unstaged、untracked 文件，也支持按 hunk 或 line stage。Annotate AI Diff 允许你在 diff 行上写评论，再把一批评论一次性发回给 Agent 修。

这点很对。

不要一条评论一条评论喂给 Agent。批量反馈更像一次完整 code review，命中率更高，也少来回乱改。

第三，终端、浏览器、移动端都围着 worktree 转。终端基于 xterm.js，带分屏、scrollback、主题、Windows PowerShell/CMD/WSL 选择。浏览器按 worktree 绑定，Design Mode 可以点页面上的 UI 元素，把 DOM、computed CSS、截图和可能的源码位置送进 Agent。移动端 companion app 则适合看 Agent 状态、读终端最后几屏、回一句 continue。

保姆级安装：普通用户别急着源码编译

直接从官网下载桌面版：

https://onorca.dev/download

或者去 GitHub Releases：

https://github.com/stablyai/orca/releases/latest

macOS 可以用 Homebrew：

brewinstall--caskstablyai/orca/orca

Windows 用安装器，Linux 用 AppImage 或 .deb。源码开发才需要按 CONTRIBUTING 走 pnpm install、pnpm dev 那套流程。

装完后，你还需要至少一个 CLI Agent。Orca 不提供模型能力，它是调度工具。先确认你本机已有可用 Agent：

codex--version
claude--version
opencode--version

哪个能跑，就先用哪个。

第一次实操：让三个 Agent 解同一个 bug

假设你有一个前端项目，首页按钮点击后没有反应。

打开 Orca，添加你的本地 Git 仓库。先检查四件事：

  • base ref 是不是 origin/main 或团队主分支
  • 默认 Agent 是不是你想用的那个
  • Windows 下 shell 是 PowerShell、CMD 还是 WSL
  • Agent 权限模式是否符合你的安全预期

官方文档提到，Orca 会给支持的 CLI Agent 预填 full-autonomy 权限参数，比如 Codex 的 bypass approvals/sandbox、Claude 的 skip permissions。它的逻辑是 worktree 本身就是隔离沙箱。

我的建议更保守：第一次试用可以开自动权限，但别在含密钥、含生产配置、没有备份的大仓库里裸奔。

接着创建三个 worktree：

  • fix-button-codex
  • fix-button-claude
  • fix-button-opencode

给它们同一条提示词：

复现并修复首页按钮点击无响应的问题。请先定位原因，再做最小改动，最后运行相关测试。不要改无关样式。

这就是 Orca 的核心体验：不是让一个 Agent 憋答案，而是让几个 Agent 独立尝试。

跑起来后，看侧边栏状态点。working、waiting input、idle 都能看到。某个 Agent 卡住了再点进去，不要手忙脚乱地来回切终端。

怎么选最后的代码

Agent 跑完后，打开 diff viewer，重点看四类东西：

  • 有没有改到无关文件
  • 测试是不是只改断言，没修真实逻辑
  • 是否引入新依赖
  • 是否留下临时日志、调试代码、密钥路径

看到问题就用 Annotate AI Diff 在对应行写批注，一次性发回去让它改。

三个结果里，不一定代码最多的最好。我的选择顺序是：改动最小、测试最直接、命名和项目风格一致、没有偷换需求、人能在 5 分钟内 review 明白。

AI 写代码不怕慢，怕的是你 review 不动。

最近版本在修什么

v1.4.97 是 2026-06-24 发布的稳定版本。release notes 里比较值得关注的变化包括：提高 Quick Command 的 Agent prompt 限制、防止可见 Agent 终端 sleep、修复本地 Markdown 图片解析和 PDF 导出、改进 worktree 导航历史、加强 Orca CLI skill 的安全指导、改进 Windows release signing、改善 PR comment sidebar 可读性。

我还看了最近提交，同一天 main 上仍在合入稳定性改动，比如 sharded e2e CI concurrency、PowerShell 冷启动缓存、GitHub issue workspaces 初始化展示、删除 workspace 确认间距等。

这说明两件事。

好的一面：团队发版非常快，产品还在密集打磨。

需要注意的一面：快节奏工具会有边角问题。你要把它当成正在快速成熟的开发工具，而不是一年不变的企业 IDE。

实用配置建议

新手不要一上来就“十个 Agent 齐飞”。建议这样来：

  2. 先只接一个 Agent，比如 Codex 或 Claude Code。
  4. 用一个小 repo 跑 2 个 worktree，熟悉创建、删除、review、commit。
  6. 打开 usage tracking，关注用量和 rate limit。
  8. 对敏感仓库把 Agent 权限调保守。
  10. 前端项目优先试 Design Mode，后端项目优先试并行 worktree。
  12. 远程构建很重时再配 SSH，不要第一天就把复杂度拉满。

还有个土办法：给每个 worktree 名字写清楚假设，比如 login-fix-render、login-fix-event、login-fix-api。review 时你会知道每个 Agent 在赌什么方向。

最终判断

如果你已经每天用 CLI Agent 写代码，Orca 值得装来试。它把“开很多终端和分支”这件事产品化了，尤其适合并行探索、AI diff review、前端 UI 修复、远程重任务和移动端盯进度。

如果你还不熟 git worktree、不看 diff、不跑测试，只想找个按钮自动生成项目，那 Orca 不适合你。它不是 no-code，也不是模型替代品。它默认假设你是能把关的工程师。

最稳妥的实践建议是：先用一个非核心仓库，开两个 worktree，让不同 Agent 解同一个小 bug。跑完后不要看谁说得漂亮，只看 diff、测试和最终行为。

能帮你更快做选择的工具，才是真正有用的 AI 工具。

资料入口：

项目仓库：https://github.com/stablyai/orca

官网与下载：https://www.onorca.dev/

文档入口：https://www.onorca.dev/docs

Release notes：https://github.com/stablyai/orca/releases