Orca 不是又一个 AI 编辑器，而是一个 ADE（智能体开发环境）： 把一个提示词同时扇给五个智能体，每个跑在自己独立的 git worktree 里 —— 然后比对结果，合并赢家。
用你自己的订阅账号运行任意 CLI 编程智能体：Claude Code、Codex、OpenCode、Grok、Cursor、Pi…… 桌面端、手机端、VPS 全都跑得动。
当你同时跑三五个编程智能体时，真正的瓶颈不再是写代码，而是：它们互相踩文件、你不知道谁在干什么、 谁卡住在等你回答、结果怎么比对合并。Orca 就是为这一层而生的控制台。
每个智能体自动分配一个独立的 git worktree，文件互不干扰。同一个仓库、同一个提示词，可以并行跑出五份不同的实现。
所有会话的状态汇总在一个视图里 —— 谁在跑、谁跑完了、谁在等你批准。未读标记与通知让你不必盯着屏幕。
Orca 本身不代理模型调用。你用自己的 Claude / Codex 订阅登录，账号切换器还能免登录热切换多个账号。
macOS / Windows / Linux 桌面端，iOS / Android 伴侣 App 远程盯梢，`orca serve` 还能在无头 Linux 服务器上跑。
Orca 团队自称「每日发版」，下面是官方特性墙上最能打的九项。
把一个提示词扇给五个智能体，每个在自己隔离的 git worktree 中作业。跑完横向比对差异，挑出最好的那份合并进主干。
在手机上监控与操控智能体：跑完推送通知，随时补一句追加指令。iOS 上架 App Store，Android 提供 APK。
基于 xterm.js + WebGL 渲染的终端，无限分屏，滚动缓冲在应用重启后依然保留。团队为它专门做了打字延迟与滚动性能基准。
在内嵌的真实 Chromium 窗口里点选任意 UI 元素，把它的 HTML、CSS 和裁剪截图一键塞进智能体的提示词里。前端改样式的效率外挂。
应用内浏览 PR、Issue 与项目看板，从任意任务直接开一个 worktree 开工，评审不用切上下文。同时兼容 GitLab 等其他 Git 平台。
把智能体跑在一台高配远程机上，本地照样有完整的文件编辑、Git 操作和终端体验，自动重连与端口转发都包含在内。
在任意 diff 行上留评论，然后把这些评论整批送回智能体。审查、修改、提交全程不离开 Orca。
内置 VS Code 同源的 Monaco 编辑器（全局自动保存），把文件或图片直接拖进提示框即可作为上下文。
智能体也能反过来驾驶 Orca：orca worktree create、terminal send、file diff、snapshot、click、fill —— 整条工作流都可脚本化。
还有更多：Quick Open 跨工作树全局搜索、Claude / Codex 用量与限额追踪、Markdown / 图片 / PDF 富预览、 Computer Use（让智能体操作真实桌面应用）、通知与未读状态管理。官方原话是「我们每天发版，所以这个列表永远落后」—— Releases 页面才是真正的特性清单。
Orca 不绑定任何一家模型商。它的适配策略非常朴素：只要是 CLI 智能体，就能被托管。
源码约一万个文件，主语言 TypeScript，多进程分层清晰。仓库里那份 AGENTS.md 也颇能说明团队品味：
禁止 utils / helpers 这类含糊命名，禁止关掉 max-lines 规则，
所有 UI 必须走统一设计令牌。
orca serve 无头服务跨平台是硬约束。仓库明确要求：不许硬编码 metaKey，路径必须走 path.join，
Git 兼容性以 2.25 为基线并保留降级路径，Linux 原生模块的 glibc 下限锁在 Ubuntu 20.04 / glibc 2.31。
这类约定往往比 star 数更能说明一个项目的成熟度。
桌面端有官方安装包与包管理器两条路；想自己折腾就从源码构建；服务器党可以直接跑无头模式。
# 通过官方 tap 安装桌面版
brew install --cask stablyai/orca/orca# 预编译二进制
yay -S stably-orca-bin
# 或者从源码构建
yay -S stably-orca-git访问 onorca.dev/download，页面会自动匹配你的平台。
orca-macos-arm64.dmg # macOS Apple Silicon
orca-macos-x64.dmg # macOS Intel
orca-windows-setup.exe # Windows 安装器（已代码签名）
orca-linux.AppImage # Linux 通用Orca 不代理模型请求，首次启动时用你自己的 Claude / Codex 等订阅登录即可。
git clone https://github.com/stablyai/orca
cd orca# postinstall 会自动重建 node-pty 等原生依赖
pnpm installpnpm dev # Electron 开发模式（热重载）
pnpm dev:web # 仅 Web 渲染层pnpm typecheck # node / cli / web 三套 tsconfig 全量检查
pnpm lint # oxlint + 多项自定义门禁
pnpm test # Vitest 单测
pnpm test:e2e # Playwright（electron-headless）
pnpm build:mac # 或 build:win / build:linux把智能体放在一台常开的 VPS 上跑，本地或手机远程接入。
orca serveorca status # 总览
orca worktree list # 所有工作树
orca worktree ps # 工作树内运行中的进程
orca diagnostics memory # 内存诊断仓库内 docs/reference/headless-linux-server.md 有完整的无头 Linux 服务器部署指南。
App Store 搜索 Orca IDE，或加入官方 TestFlight 尝鲜。
从 GitHub Releases 下载 mobile-android 标签下的 app-release.apk。
手机 App 与桌面端配对后即可远程监控与操控：智能体跑完推通知，也能直接发追加指令。配对通道使用 tweetnacl 加密。
这是 Orca 最有意思的设计之一：整个 IDE 的操作面都暴露成 CLI， 于是智能体可以自己开工作树、自己发终端命令、自己读输出、自己点浏览器按钮。
orca worktree create --name新建隔离工作树orca worktree list列出全部工作树orca worktree current当前工作树orca worktree show / set查看与修改属性orca worktree ps运行中的进程orca worktree rm --worktree删除工作树orca terminal create新建终端（可指定工作树）orca terminal send向终端发送输入orca terminal read读取终端输出orca terminal wait等待命令结束orca terminal split分屏orca terminal switch / show / close / stop切换、展示与关闭orca repo add --path接入本地仓库orca repo search-refs --repo搜索分支与引用orca repo set-base-ref --repo设定基线分支orca project setups项目初始化流程列表orca project setup-clone / setup-create克隆或新建项目orca file open在编辑器中打开文件orca file diff展示差异orca file open-changed打开全部改动文件orca environment add --name按工作区管理环境变量orca agent-context导出当前智能体上下文orca open / orca serve唤起应用 / 无头服务还自带 Skills。仓库 skills/ 目录预置了 8 个可直接给智能体用的技能包：
orca-cli、orchestration（多智能体编排）、computer-use、
orca-linear、linear-tickets、orca-emulator、
orca-emulator-android、orca-per-workspace-env。
也就是说，智能体开箱就知道该怎么操作 Orca。
# 为同一个任务扇出三个隔离工作树
for n in a b c; do
orca worktree create --name "try-$n"
orca terminal create --worktree "try-$n" --command "claude"
orca terminal send --worktree "try-$n" \
--text "重构鉴权模块，保持现有测试全绿"
done
# 等三个都跑完，再逐个看 diff 决定合并哪一份
for n in a b c; do
orca terminal wait --worktree "try-$n"
orca file diff --worktree "try-$n"
done如果你只是偶尔让 AI 补个函数，它是过度装备。但下面这四种情况，它几乎是刚需。
让三到五个智能体各自实现同一个需求，隔离在独立工作树里互不污染，最后横向比对代码质量，只合并最好的那一份。
大型重构、批量迁移动辄跑几十分钟。让它在 VPS 上跑，你出门用手机 App 接通知，需要拍板时回一句就行。
本机带不动大仓库编译？把工作树放到远程机器上，通过 SSH 保留完整的编辑、Git 与终端体验，断线自动重连。
Design Mode 直接点选真实页面元素，把 HTML、CSS 与截图打包进提示词 —— 比截图 + 手写描述快一个量级。
也说点实话。Orca 迭代极快（版本号已到 1.4.x，Issue 开着两千多个）， 「每日发版」意味着功能新鲜但也意味着边界情况多。它是 Electron 应用，同时跑多个智能体 + 多个终端时对内存有真实开销 —— 仓库里专门有渲染进程内存剖析文档和 CPU 空转基准，说明这确实是团队在正面处理的问题。上手前建议先跑两三个工作树试试水。
这是开发方式的一次换挡。Orca 用 MIT 协议开源，装上它，把你的第一支舰队开出去。