在普通终端里运行Claude Code这类编程智能体,一次处理一个任务没有问题。但一旦多个智能体并行运行、工作转移到远程服务器、而智能体的输出又需要同时在浏览器、差异视图和Markdown文件中审阅,这种方式就显得笨拙了。Orca是一款开源的“Agent IDE”,最近密集发布了一批更新,正是围绕这一问题设计的。与Cursor、Codex应用、Conductor、T3 Code、OpenCode、Zed和Windsurf相比,它的突出之处在于几乎满足了一份实用清单上的每一项:开放许可、支持任意CLI智能体、按固定费率订阅、worktree管理,以及部署到虚拟专用服务器(VPS)。

本文将逐一说明这些需求在实践中意味着什么、Orca如何应对每一项,以及这款工具目前仍不成熟的地方。

智能体开发环境的一份清单

对这么多工具的比较,得出了一组相当具体的需求,说明运行编程智能体的环境应当具备什么:

需求 对智能体工作的意义
开源许可 防止供应商锁定、服务条款突然变更或平台被下架
任意CLI智能体作为后端 开发者可以在Claude Code、Codex、Gemini、OpenCode、GitHub Copilot等之间自由切换
支持订阅 CLI智能体按固定月费运行,而不是按token计费的API账单
worktree管理 多个智能体需要相互隔离的分支,以免彼此冲突
VPS部署 长时间运行的智能体可以放在远程机器上,而不是笔记本电脑上

Orca采用MIT许可证发布,在GitHub上已累计获得约12.4万颗星标,而其增长曲线上更早的一个数据点是91,192。对许可证的强调是有意为之:其论点是,闭源的Agent IDE掌控着工作流、配置和定价,开发者对这些都没有任何所有权。这种风险是否比闭源工具的精致体验更重要,见仁见智,但这正是选择Orca的核心理由。

任意智能体,按订阅付费

Orca并不直接连接模型API,而是编排官方的命令行智能体:Claude Code、Codex、GitHub Copilot、OpenCode、Pi、Gemini和Cursor智能体等。设置页面列出了几十个开关,包括Claude、Codex、Gemini、Qwen Code、Hermes、Grok、DeepSeek Harness、Antigravity、Kimi和Aider。

这一架构选择带来了财务上的影响。由于这些智能体就是各厂商自己的CLI工具,它们按厂商的固定月费套餐运行,而不是按token计费的浮动API费用。对于大量消耗token的智能体密集循环和自动化流水线,其说法是这比按token付费能省下一大笔钱。随之而来的实用建议很简单:先安装Claude Code、Codex或Gemini的官方CLI工具,再让Orca指向它们。

点击一次即可打开一个终端标签页,显示正在运行的智能体的实时状态,例如一个Claude Code 2.1.323会话。分屏布局可以同时在左侧显示Claude Code、右侧显示OpenCode。底部状态栏带有多个小组件,显示活跃上下文token数、会话时长、上下文上限和本地内存占用,开发者无需询问智能体就能看出它何时接近上下文上限。

Chat Mode与侧边栏

并非所有人都愿意一直待在命令行里。Orca的Chat Mode将底层CLI智能体包装进一个带有提示词输入框和模型选择器的图形化聊天界面,带来类似Cursor或T3 Code的体验,而底层实际干活的仍是官方的Claude Code引擎。实用的细节在于,在原生终端模式和Chat Mode之间切换不会丢失上下文或智能体的工作记忆,开发者可以为某个具体操作切入终端,然后再回来。

侧边栏增加了文件浏览器、智能体会话历史和Git源代码管理。会话历史会为工作区内所有项目的对话建立索引(一个示例工作区列出了11个已索引会话和一个包含2,202个文件的项目索引),并支持搜索,以便重新找到较早的智能体交互。Git视图显示交互式提交树、未提交的差异(一个示例显示+329行和-3,029行)、提交信息输入框和拉取请求创建功能,全都在智能体终端旁边,而不是在另一个应用里。

将Markdown作为一等文件类型

有一点得到了不同寻常的重视:Markdown编辑。现代智能体配置高度依赖Markdown文档和AGENTS.md这类指令文件,但许多竞品IDE却缺少原生的可视化Markdown编辑器。Orca以可视化编辑器打开Markdown文件,带有格式工具栏、实时渲染和自动生成的可点击目录。登录Orca账户的开发者还可以一键将Markdown文档分享为可交互的网页产物。考虑到如今智能体的大量上下文都存放在Markdown中,其他工具缺少这一功能被形容为一个重大疏漏。这也让Orca可以用作文档、指南和shell脚本的通用编辑器,而不仅限于应用代码。

面向并行测试的端口管理

智能体和开发服务器会产生后台进程。Orca的端口小组件列出当前所有占用中的本地端口及其进程ID,用户可以一键检查或终止某个进程。典型列表中会显示51255、59650和63800这类临时测试端口,以及运行在3000端口的默认Next.js服务器。当多个智能体测试套件同时运行时,这是清理残留Node或Python服务器最快的方法。项目还可以设置自定义图标和颜色标识,以区分并行的工作流。

树干分出多条平行枝干,每条枝上有一个小机器人独自工作,树根处是一块工单看板

▲ 每个隔离Git worktree一个智能体

一个智能体,一个worktree

并行工作的组织原则是“一个智能体,一个worktree”。Git worktree是同一仓库在独立分支上的一份单独检出,因此两个编辑同一代码库的智能体永远不会触碰同一个工作目录。一个具体例子是Claude Code和Codex在同一项目的不同worktree分支上同时运行,没有产生任何Git冲突。

创建worktree只需三步选择:点击加号图标、为任务命名、选择智能体和执行环境。弹窗中还会显示分支名(例如“chore: setup-database”)、父分支和稀疏检出选项。执行环境可以是本地Mac,也可以是远程的Contabo VPS。

从工单到分支,一键完成

Tasks板块集成了GitHub Issues、Jira和Linear。选中一个待处理的issue,例如“#1 Setup the database”,点击Start,就会配置一个专用分支和worktree,并分派所选的智能体。通常横在待办工单和委派给智能体的任务之间的那些手动Git分支管理工作就此消失。其论点是,一旦团队试图扩展到同时运行不止一个智能体,这种模式就会从可选项变成必需品。

自动化

Automations标签页用于安排周期性的智能体任务。示例模板包括工作日的仓库审计、安全检查和覆盖所有仓库的Cloudflare安全扫描,以及每日变更审查。

不离开IDE即可审阅前端工作

Orca内置了基于Chromium的浏览器。运行在localhost:3000上的Next.js应用可以直接在工作区内预览。预览之上叠加了一个可视化标注工具:开发者可以在运行中的页面上直接画框或画圈、高亮元素并写下文字备注。多条标注可以打包成一个结构化提示词发送到智能体的上下文中,在示例中就是标注了hero横幅和页头,并把边界坐标发给智能体去更新page.tsx。

与典型的嵌入式webview相比,这个浏览器也刻意不加限制。它支持Chrome扩展、独立的浏览器配置文件、cookie同步、已保存密码和Touch ID自动填充,这在测试需要登录的应用时很重要。其说法是,这一组合明显缩短了AI生成前端代码的审阅循环。

对于移动开发者,集成的iOS模拟器(例如运行iOS 17.2的iPhone 16 Pro)就放在代码和终端旁边。智能体可以通过CLI命令驱动模拟器,实现自主的应用测试。Orca还支持Computer Use权限和系统辅助功能,让智能体能够操作本地桌面软件进行UI测试。

一个人在发光的笔记本电脑上打字,密封的信封沿着线缆传向远处的服务器机架

▲ 本地输入,提示词打包发往远程服务器

远程服务器,没有输入延迟

Orca可以打开位于远程VPS上的项目,并像本地一样浏览其目录。一个示例配置搭配的是位于欧洲的Contabo VPS,基准ping约为40毫秒。在传统SSH终端中,每一次按键都要经历这一往返,输入手感会很迟滞。

Orca的解法是在本地运行Chat Mode,只把写好的提示词发送给远程机器上的智能体。输入是即时的,因为它从未离开笔记本电脑;网络延迟只在每条提示词上发生一次,而不是每个字符一次。这一点值得说清楚:延迟并没有被消除,只是被藏在了本地界面之后,但对于交互式工作来说,结果就是延迟不再可感知。

Workspace Board与移动应用

看板式的Workspace Board按Todo、In Progress、In Review和Done几列跟踪智能体任务,几十个并发worktree正是靠它保持清晰可读。Orca Mobile应用通过二维码经Orca Relay或本地网络配对手机,开发者离开工位后也能在手机上查看智能体状态、继续聊天、审阅差异、管理worktree并批准工具请求。

插件:前景可期,但尚处早期

内置市场提供Ayu、Catppuccin等主题、语法高亮器和工作流工具。值得关注的插件包括原生Word文档查看器、嵌入式Excalidraw白板、能在调试时显示活跃模型上下文协议(MCP)工具调用的Skill Usage分析器、实时活动监视器,以及一个Spotify桌面播放器。还有两款游戏——横版跑酷Orca Run和迷你高尔夫Putt Request——供漫长的多文件重构等待期间消遣。由于插件系统是开放的,团队可以自行构建并发布插件、模组和MCP工具。

坦率地说,这个生态系统仍处于早期alpha阶段。依赖插件支撑核心工作流的团队应当预料到会有不完善之处。

可以带走的要点

根本的要点并不在于某一款产品,而在于:当编程智能体所处的环境能够处理好周边工作——隔离并行任务、把工单与分支连接起来、预览并标注输出、关注token与端口、无阻碍地访问远程机器——智能体就会变得有用得多。Orca把这些部分打包在MIT许可证之下,并让智能体本身继续使用固定费率的订阅。

想要尝试这种方式的开发者可以:

  1. 为你已经付费的智能体(如Claude Code、Codex或Gemini)安装官方CLI,并通过Orca而不是API密钥来运行它。
  2. 让每个智能体任务都在各自的worktree中启动,并接入GitHub Issues、Jira或Linear,让工单自动为你创建这些worktree。
  3. 使用内置浏览器的标注工具,在一轮对话中发送成组的UI反馈,而不是用文字描述改动。
  4. 如果你的智能体运行在VPS上,请通过Chat Mode而不是原生SSH终端来工作。
  5. 配对移动应用,以便在手机上查看并批准长时间运行的任务。

目前请把插件市场当作附加福利而非基础,并在真实仓库上并行运行两个智能体,以此评判核心工作流本身的优劣。