为什么我推荐 Orca?
本文最后更新于：几秒前
为什么我推荐 Orca？
我已经连续使用 Orca 一个多月，并逐渐把大部分 AI Coding 工作迁移到了这里。
我推荐它，不是因为 Orca 又提供了一个和 Agent 对话的界面，而是因为当 Codex、Claude Code、OpenCode 同时进入工作流后，真正麻烦的已经不是“怎么让 Agent 写代码”，而是怎么管理任务、Worktree、终端和远程执行。
Orca 解决的正是这一层问题：它本身不提供模型能力，而是站在多个 Coding Agent 之上，负责把原本散落的工作流组织起来。
一、Orca 是什么？
Orca 官方将它定义为“面向 100x 构建者的 AI 编排器”：可以并排运行 Codex、Claude Code、OpenCode 或 Pi，让每个 Agent 在自己的 Worktree 中工作，并在一个地方统一跟踪。
如果只看产品形态，Orca 很像是把多个 Agent 终端放进了一个桌面应用。但实际用下来，它真正有价值的地方不是“多开几个终端”，而是将项目、任务、 Worktree 和 Agent 组织成了一套完整的工作流。
传统的做法是自己打开几个终端，分别进入不同目录，再手动记住每个 Agent 在做什么、改了哪些文件。当任务只有一个时，这种方式当然没有问题；但当我开始同时使用多个 Agent，这些原本零散的细节就会变成额外的管理成本。
所以 Orca 给我的感受并不是“多了一个对话界面”，而是给这些 Agent 补上了一层统一的工作组织。
我推荐它，主要是因为这几点：
- 跨 Agent 编排与统一管理
- 多 Worktree 并行工作
- 远程执行与指挥：远程 Orca 服务器、SSH 以及移动端 Orca Relay
这些能力的具体使用方式，我会放到后面的文章中分别展开。这篇先说清楚一件事：Orca 本身不提供 Agent 或模型能力，但它能让多 Agent 工作流更容易组织和管理。
它更适合愿意阅读 Diff、关注提交并管理 Worktree 的开发者，不适合寻找无代码工具，或者希望 AI 完全代替工程判断的人。
如果你已经在使用 Codex、Claude Code 或其他 Coding Agent，又希望把多个任务放在一个清晰的工作流里管理，那么 Orca 值得亲自试一下。下面先从最基础的安装和项目创建开始。
二、安装和使用
我们可以访问 Orca 官网下载安装。安装好后就可以看到主界面，我们先来管理一下智能体“团队”（设置 -> 智能体）：
这里可以看到已经安装的智能体，并且可以对这些 Agent 进行一些基础设置。
然后，我们可以在主界面左上角的 Projects 处添加项目：
接着，可以选择新建 Worktree，或者直接在当前空间中新建 Agent。完成后，就可以像平时一样与 Agent 对话了。
如果你不习惯命令行模式，也可以使用对话界面，左上角可以切换这两种模式。
我想吐槽的一点是它的宠物功能。这也是当下各大 Agent 陆续推出的辅助功能，可以用来提醒任务，也增加一点乐趣。我们可以在“实验性”中打开，使用默认宠物，或者自制并从 Codex 中导入。
不同于 Codex，Orca 的宠物无法脱离窗口，且动作判定也比较奇怪，导致宠物会一直跑动。可能是直接从 Codex 导入的原因，实际体验不是很好。
三、最后
Orca 更像是把多个 Agent 管理起来的工作台。偶尔用一次 Agent，可能感觉不到它的价值；但如果你已经开始并行使用 Codex、Claude Code、OpenCode，Orca 确实能省下不少管理上的麻烦。
后面我会再详细介绍我认为更重要的功能：Agent 编排、移动端 Relay、Orca 服务端、 浏览器控制等等，以及其他实际使用中的体验。