一天一个开源项目

开源项目第185期：Orca — YC 支持的 AI Agent 开发环境，并行运行多个 Coding Agent、手机远程监控、Design Mode 直接截图喂给 AI

stablyai 出品的开源 Agent Development Environment（ADE），让开发者同时运行一支 AI coding agent 编队。核心：并行 Worktree（同一任务扇出给多个 Agent，对比结果选优）、手机端远程监控、WebGL 终端、Design Mode（点击浏览器真实元素把 HTML/CSS/截图送进 Agent 上下文）、SSH Worktree（远程机器上跑 Agent）、diff 内联注释。支持 Claude Code、Codex、OpenCode、Cursor、Grok 等所有 CLI Agent。Electron + TypeScript 桌面应用，支持 macOS/Windows/Linux + iOS/Android。36.2k Stars，MIT。

·约 8 分钟阅读·AI Tools
open-sourceAI-agentADEparallel-agentsworktreeClaude-CodeCodexElectrondesktop-appmobiledesign-modeYCdeveloper-tools

引言

"一个 Agent 不够，你需要让五个 Agent 同时尝试同一个问题，然后挑最好的那个。"

这是「每日一个开源项目」系列的第 185 篇。今天的项目是 Orca —— stablyai（YC 支持）开源的 AI Agent 开发环境（ADE），定位是"100x 构建者的工具"。

如果说 Claude Code 是一个 AI 编程助手，Orca 是管理一支 Agent 编队的指挥台：在一个界面里同时运行 Claude Code、Codex、OpenCode、Grok 等多个 Agent，每个 Agent 在独立的 git worktree 里工作，你从一个统一的视图里监控所有进展、合并结果、注释 diff，甚至用手机远程控制——而且所有 Agent 都用你自己的 API 订阅，不需要额外付费给 Orca。

36,200 颗 Star，MIT 许可，Electron 桌面应用，同时也有 iOS 和 Android 客户端。

你会学到什么

  • Orca 和单一 Agent 工具的定位差异：编队管理 vs 单兵作战
  • 并行 Worktree：同一任务扇出给多个 Agent，对比选优
  • Design Mode：点击浏览器真实 UI 元素，把截图和 HTML 直接喂给 Agent
  • SSH Worktree：在远程服务器上跑 Agent，本地控制
  • 手机端：从 iPhone 或 Android 监控和干预正在运行的 Agent
  • diff 内联注释、文件拖拽、GitHub/Linear 集成

前提知识

  • 使用过 Claude Code、Codex 或类似 AI coding agent
  • 了解 git worktree 的基本概念（或愿意学）
  • 熟悉终端操作

问题背景：单 Agent 工作流的天花板

一个 AI coding agent 处理复杂任务时，有几个常见的摩擦点：

  • 质量不稳定：同一个提示词，不同次运行质量差异大
  • 一次只能跑一个：等一个任务完成才能开始下一个，线性效率
  • 上下文切换成本高：在 GitHub、Linear、终端、编辑器之间来回跳转
  • 离开电脑就断联：Agent 在跑，你不在，不知道进展如何
  • UI 类任务难描述：想让 Agent 修改某个按钮的样式，光用文字描述很低效

Orca 把这些问题打包解决，定位是"让你同时管理多个 Agent，就像一个工程 lead 管理多个工程师一样"。

核心功能

并行 Worktree：最核心的功能

这是 Orca 区别于其他工具的关键。

工作流：

  1. 你有一个任务（实现某个功能）
  2. 用 Orca 把这个任务扇出给 3 个不同的 Agent（比如 Claude Code、Codex、OpenCode）
  3. 每个 Agent 在独立的 git worktree 里并行工作，互不干扰
  4. 你在 Orca 里对比三份实现，挑最好的 diff 合并进主分支
主分支
    ├── worktree-1: Claude Code 的实现
    ├── worktree-2: Codex 的实现  
    └── worktree-3: OpenCode 的实现
    
你对比三份 diff，合并最好的

这个模式的价值：

  • 质量提升：多个实现方案，选最优的，而不是赌一把
  • 时间节省：并行而非串行，总时间 = 最慢的那个，不是三个相加
  • 厂商对比：用真实任务测试不同 Agent 的实际质量差异

Design Mode：UI 迭代的杀手锏

前端开发和 AI Agent 的合作一直有个摩擦点：用文字描述 UI 修改很低效，而且容易误解。

Orca 的 Design Mode 解决这个问题：

  1. 打开 Orca 内置的浏览器预览
  2. 点击页面上任意一个 UI 元素
  3. Orca 自动捕获：
    • 该元素及其周边的截图
    • 元素的 HTML 结构
    • 相关 CSS 样式
  4. 这些内容直接注入到 Agent 的提示词上下文

你不再需要手动截图、复制 HTML、粘贴到对话框，Agent 拿到的是真实的视觉和代码上下文，而不是你的文字描述。

手机端远程监控

Agent 在本机跑，你出去开会或者下班了。传统做法是盯着终端，Orca 有 iOS 和 Android 客户端：

  • 实时接收 Agent 状态通知
  • 远程查看当前终端输出
  • 发送新指令或干预正在运行的 Agent
  • 不需要 VPN，通过 Orca 的协议直连
Agent 在 MacBook 上运行
    ↓
Orca 移动端（iPhone/Android）
    ↓
你在路上收到通知："Worktree-2 完成，请审查"

SSH Worktree：远程机器上的 Agent

有时候本地机器不够用，或者你想把 Agent 跑在云服务器上。SSH Worktree 让你：

  • 连接远程 Linux/Mac 服务器
  • 在远程机器上创建 worktree 并运行 Agent
  • 本地 Orca 界面统一管理本地和远程的所有 Agent
  • 自动重连（网络断开后不需要重新配置）
  • 端口转发（远程服务的预览可以通过本地端口访问）

diff 内联注释

Agent 提交了一个 diff，你在 Orca 里审查，发现某行有问题：

  • 直接在 diff 行上写注释
  • 点击"发回给 Agent"
  • Agent 收到注释，根据反馈修改

不需要切换到别的工具写 review 评论，不需要用文字描述"第 47 行那里..."——直接在 diff 上标注，返回 Agent 处理。

文件和图片拖拽

把文件、截图、设计稿直接拖进 Orca 里，它会把内容注入到当前活跃的 Agent 提示词里。比如把 Figma 截图拖进去，直接说"按这个设计实现"。

WebGL 终端

Orca 的终端用 WebGL 渲染，性能显著高于传统 DOM 渲染的终端模拟器：

  • 无限分屏（每个 Agent 一个终端面板，横向展开）
  • 持久化 scrollback（关闭重开不丢失历史输出）
  • 低延迟渲染，长时间运行的 Agent 不卡顿

GitHub 和 Linear 集成

不离开 Orca 就能：

  • 浏览 GitHub PR 列表，直接从 PR 创建 Agent 任务
  • 查看 Linear 项目看板，把 issue 拖给 Agent 执行
  • Agent 完成任务后直接创建 PR

支持的 Agent

Orca 支持所有 CLI Agent，不锁定任何特定工具：

Claude Code、OpenAI Codex、Grok、Cursor、GitHub Copilot、OpenCode、Amp、Cline、Goose、Devin、Qwen Code、Kimi、Mistral Vibe、Kilocode、Rovo Dev、MiMo Code，以及任何输出到终端的 Agent。

关键点：用你自己的 API key 或订阅，Orca 不额外收费，不在中间截取 token。

Orca CLI

除了图形界面，Orca 提供 CLI 用于脚本化工作流：

# 创建新的 worktree
orca worktree create --name feature-auth --agent claude-code
 
# 对浏览器元素截图（Design Mode 的脚本版）
orca snapshot --selector ".login-button"
 
# 模拟点击（Computer Use 场景）
orca click --selector "#submit"
 
# 填写表单字段
orca fill --selector "input[name=email]" --value "test@example.com"

安装

# macOS（Homebrew）
brew install --cask stablyai/orca/orca
 
# Arch Linux
yay -S stably-orca-bin
 
# 直接下载
# onorca.dev/download

手机端：

  • iOS：App Store 或 TestFlight
  • Android：APK（v0.0.36+）

Orca vs Omnigent：两种思路

上一期 #180 介绍了 Omnigent，两者经常被放在一起比较：

维度OrcaOmnigent
形态Electron 桌面 + 移动端CLI + Web UI
核心场景本地开发体验、并行 worktree团队部署、策略治理
目标用户个人开发者 / 小团队企业团队
移动端iOS + Android 原生响应式 Web
Design Mode有（浏览器元素捕获）无
策略/权限基础三级策略体系
沙箱git worktree 隔离OS 沙箱 + 云沙箱
支持语言任意 CLI AgentPython/Node 生态

选择逻辑：

  • 个人开发者想提升 AI coding 效率，需要好的本地体验 → Orca
  • 团队需要统一管理多个 Agent、有策略和成本管控需求 → Omnigent

项目地址与资源

总结

Orca 的核心判断是：AI coding agent 的工作方式正在从"单线程助手"变成"可并行调度的工程资源"。一个人管理一支 Agent 编队，测试多个实现方向，用 diff 对比选最优——这个工作流和管理一支小团队的方式越来越像。

并行 Worktree 是让这件事真正可行的技术基础：git worktree 保证了隔离性，Orca 的 UI 让管理多个并行任务的认知负担降到可接受的水平。Design Mode 解决了前端 AI 迭代里描述摩擦的问题，手机端解决了"Agent 在跑但你不在"的问题。

这些不是锦上添花的功能，都是在实际 AI 驱动开发工作流里产生具体摩擦的地方。

探索 PrimeSkills —— 精选 AI Agent 与技能的市场，每一个都经过真实企业工作流验证，去掉浮夸，留下真正有用的。

欢迎访问我的个人主页，发现更多有价值的见解和有趣的产品。

← 返回博客列表