Software 2.0

Orca 简明教程

admin -

如果你用过 Claude Code 或 Codex 这类 AI 编程智能体，你一定熟悉这个节奏：你写一个提示词，智能体读你的代码、编辑文件、执行命令，然后你干等着。想要另一个智能体的第二意见？你在同一个文件夹里再开一个终端，然后祈祷两者不会同时编辑同一个文件。

我有 15 年以上担任首席工程师（principal）和技术负责人的经历，自己日常也在 VS Code 里使用 Claude Code。越是依赖 AI 智能体，有一个问题就越突出：如果一个智能体有用，为什么一次只跑一个？Orca 正是围绕这个问题构建的。它把同时运行多个智能体当作正常的工作方式，而不是旁门左道。

这篇文章面向初学者——刚接触 Orca，或刚开始同时运行多个 AI 智能体的人。具备基本的 git 知识就够了。

1、Orca 是什么？

Orca 是 Stably AI 出品的免费、开源（MIT 许可）桌面应用，支持 macOS、Windows 和 Linux。它的文档说得简单直白："Orca 是一个让多个 AI 编程智能体并肩运行的桌面 IDE。"该项目也自称 ADE，即智能体开发环境（agent development environment）的缩写。

把它想象成你已有智能体的控制塔。每个任务拥有自己独立的仓库副本、自己的智能体终端和自己的浏览器标签页。你可以一眼看出哪个智能体在工作、哪个卡住了、哪个已经完成。然后你评审每个智能体的改动，交付最好的那个。

知道 Orca 不是什么也有帮助：

  • 它不是一个 AI 模型。 它运行你已有的智能体 CLI，使用你现有的订阅。
  • 它不是 git 的替代品。 它创建的一切都是普通的 git worktree 和分支。
  • 它不是托管平台。 你选择智能体在哪里运行：你的机器、通过 SSH 的远程机器，或你自己的服务器。

它能与数十种 CLI 智能体协作，包括 Claude Code、Codex、Cursor CLI、Gemini、GitHub Copilot CLI 和 OpenCode。而且这个名字很贴切：虎鲸（orca）是成群狩猎的。

2、你唯一需要掌握的概念：git worktree

为什么不能在同一个文件夹里跑三个智能体？因为它们共享同一批文件。一个智能体重写了 LoginService.cs，而另一个才改到一半，两边的结果都不成立。

Git 早就有了解决方案：worktree。worktree 是附加在同一仓库上的额外工作目录。所有 worktree 共享仓库的历史，但每个都有自己独立的分支和磁盘上的文件。一个 worktree 中的改动不会影响其他。

手工操作是这样的：

# Create a new folder on a new branch, starting from origin/main
git worktree add -b fix-login-2 ../myapp-fix-login-2 origin/main
# See every worktree attached to this repo
git worktree list
# Remove the folder when you're done
# (the branch stays until you delete it)
git worktree remove ../myapp-fix-login-2

有一条规则值得知道：git 不允许在两个 worktree 中同时检出同一个分支。这就是为什么每个智能体都有自己的分支。

在 Orca 里你永远不需要输入这些命令。Orca 是 worktree 原生的：你创建的每个任务就是一个 worktree。它创建文件夹和分支、在其中启动智能体，并在你删除任务时把两者一起移除。

3、开始之前

你需要三样东西：

  1. 本机上的一个 git 仓库。 第一次运行时，选一个改动小、风险低的项目。
  2. 至少一个已安装并登录的智能体 CLI。 Orca 不会替你安装智能体，所以每一个都要先能在普通终端里工作。两三个智能体会让演示更有趣，但一个也足够熟悉流程。
  3. 能看懂 diff。 Orca 的文档说它是为那些"已经靠写代码为生、想把 AI 当作杠杆而非替代品"的人设计的。在任何东西交付之前，你要评审智能体的改动。

如果你还没有智能体，Claude Code 和 Codex 是最常见的两个起点：

# Claude Code on macOS, Linux or WSL
# (needs a Claude Pro, Max, Team, Enterprise or Console account)
curl -fsSL https://claude.ai/install.sh | bash
# Claude Code on Windows (PowerShell)
irm https://claude.ai/install.ps1 | iex
# Codex (needs Node.js; sign in with your ChatGPT plan)
npm install -g @openai/codex

然后在终端里运行一次 claude 或 codex，完成登录。如果智能体在那里能用，它在 Orca 里也能用。

4、安装 Orca

从 onorca.dev 下载对应操作系统的安装包，或者使用包管理器：

# macOS (Homebrew)
brew install --cask stablyai/orca/orca
# Arch Linux (AUR)
yay -S stably-orca-bin

Windows 上运行 orca-windows-setup.exe 安装程序。其他 Linux 发行版可以选择 AppImage（会自动更新）、.deb 或 .rpm。在 Linux 上命令行工具名为 orca-ide，以免与 GNOME 的 Orca 屏幕阅读器冲突。

首次启动时，Orca 会请求访问你的主目录，以便添加仓库。如果发现 ~/.claude、~/.codex 和 Ghostty 终端设置，它还会询问是否导入。在 Windows 上，请在设置 → 终端下检查你的默认 shell；文档指出大多数人会想要 PowerShell。

5、首次竞速前要检查的三件事

5.1 智能体默认以完全自主模式运行

Orca 启动受支持的智能体时已经应用了完全自主标志：Claude Code 带 --dangerously-skip-permissions，Codex 带 --dangerously-bypass-approvals-and-sandbox，Gemini 带 --yolo。智能体在编辑文件或执行命令之前不会停下来询问。

这个理由说得通：worktree 是用完即弃的，所以你让智能体去干活，通过 diff 来评判结果。但 worktree 隔离的是文件，不是风险。智能体仍然以你用户的权限在你的机器上运行。

在学习阶段，我建议把审批打开。进入设置 → 智能体，展开某个智能体的行，编辑它的启动参数。有一个重置按钮可以恢复默认值。开启审批后，侧边栏中的琥珀色问号会在智能体等待你时提醒你。

5.2 别把机密带进 worktree

新的 worktree 是干净的检出，所以 .env 这类 gitignored 文件和 node_modules 这类目录并不在其中。Orca 可以填补这些空缺：.worktreeinclude 文件会把 gitignored 文件复制进每个新 worktree，共享目录则让每个 worktree 复用同一个大目录（比如 node_modules）。

在把 .env 复制进每个 worktree 之前，请记住每个智能体都能读到它。只用开发凭据，绝不用生产环境机密。

同样的道理也适用于你的代码。Orca 自身的遥测是匿名的，不包含你的提示词、智能体响应和终端内容（可以在设置 → 隐私下关闭）。但你的智能体就不一样了：每个都会把它读到的代码发送给各自的 AI 提供商。做客户或公司项目时，请使用公司批准的账户。

5.3 三个智能体意味着三倍用量

Orca 本身免费，但你的智能体套餐有额度限制。三箭齐发消耗的是三个智能体的用量。Orca 会显示 Claude Code 和 Codex 的用量与速率限制状态，方便你留意。

把竞速留给那些第二、第三意见有价值的任务：棘手的 bug、设计取舍、不熟悉的代码。一行修复，一个智能体就足够了。

6、你的首次会话：三个智能体，一个任务

Orca 的文档把首次会话教程称为"这些文档中最重要的一页"。思路是：把同一个提示词交给三个智能体，各自在自己的 worktree 中，然后保留最好的结果。

6.1 添加你的仓库

点击侧边栏中的添加仓库（Add Repo），把 Orca 指向一个本地检出。Orca 读取仓库的 git 状态，并把你的默认分支作为基础 ref（base ref），即新 worktree 的起点。

6.2 创建 worktree

点击仓库名称旁的 +，输入任务名，比如 signup-validation。（留空的话 Orca 会替你命名。）然后选择一个起始（start-from） ref。通常就是你的基础 ref，比如 origin/main，但任何分支或提交都可以。Orca 会创建一个真实的 git worktree，检出一个新分支并打开它。

6.3 选择一个智能体并交给它任务

新 worktree 会打开一个带智能体选择框的终端。选择 Claude Code、Codex、Cursor CLI 或任何其他受支持的智能体。Orca 会在 worktree 目录中启动该智能体的 CLI，并转发你的订阅凭据。

现在把任务交给它。第一次竞速，选一个小而具体、容易验证的任务：

Add server-side validation to the signup endpoint:
- email must be a valid email address
- password must be at least 12 characters
- on failure, return a 400 with a clear error message
Add unit tests for both rules and run them before you finish.

从你自己的待办清单里挑一个小改动也一样好用，只要几分钟内就能验证结果。

6.4 开始竞速

把第二、三步再重复两次。用 Codex 创建 signup-validation-2，用第三个智能体创建 signup-validation-3（如果只有两个，就再用同一个智能体一次）。把同样的提示词粘贴进每一个。

现在你有三个智能体在三个独立的分支上工作，谁都碰不到别人的文件。

6.5 同时观察三者

把某个 worktree 的标签页拖到窗格的右边缘或下边缘即可分屏，然后你可以同时观察三个智能体。

不过你也不必死盯着终端。每个智能体标签页和侧边栏行都显示状态标记：

  • 旋转图标： 工作中
  • 琥珀色问号： 需要你——等待权限或回答
  • 绿点或对勾： 已完成，或安静地活跃着
  • 红点： 被阻塞、中断或失败
  • 灰点： 空闲

智能体完成时 Orca 还会发送通知，所以它们干活时你可以走开。

6.7 评审 diff 并选出优胜者

这是最重要的一步。每个 worktree 都有针对其起始 ref 的内置 diff。逐个打开，比较三个智能体解决问题的方式。要选出优胜者，按这个顺序检查三件事：

  1. 测试通过了吗？ 提示词要求每个智能体运行测试，所以检查它的输出，或者你自己跑一遍。
  2. diff 聚焦吗？ 最好的答案通常只改动任务需要的部分。如果某个智能体还顺手"整理"了你没让它碰的代码，要当心。
  3. 契合你的代码库吗？ 命名、结构和错误处理应该和项目的其他部分看起来一致。

如果两个结果打平，保留 diff 更小的那个。

当优胜者接近但还需要修改时，使用注释 AI Diff（Annotate AI Diff）。悬停在某一行上，点击槽中的 +（或按 c），写下评论并保存。完成后，点击发送给智能体（Send to agent），选择应该做修改的那个。Orca 会把你的所有评论连同行号引用打包成一个提示词，很像 pull request 评审。

6.8 交付优胜者并清理

在优胜的 worktree 中，按文件或按块暂存改动，写提交信息（或点击 Generate with AI），然后提交。点击推送（Push），再从源代码管理打开 pull request。Orca 也可以替你起草 PR 的标题和描述。

最后，删除两个落败的 worktree。每个都是一键删除，它的分支也随之删除。

7、常见的初学者问题

  • 智能体启动不了。 先在普通终端里运行它的 CLI；大多数问题是登录或安装问题。然后检查设置 → 智能体，确保 Orca 能在你的 PATH 上找到它。
  • 创建 worktree 失败。 运行 git fetch origin，让起始 ref 在本地存在，或者换一个新的分支名。
  • Orca 感觉很慢。 关闭你不用的 worktree，并关闭分屏布局中的浏览器标签页，因为它们最占内存。
  • diff 看起来过期了。 点击 diff 工具栏中的刷新，尤其是在 Orca 之外运行过 git 命令之后。

8、接下来探索什么

当基本流程变得得心应手之后，还有不少可以探索的：

  • 设计模式（Design Mode）： 点击 Orca 内置浏览器中的元素，把它的 HTML、CSS 和截图发送给你的智能体。
  • 移动伴侣： 在手机上（iOS 和 Android）查看智能体并回复它们。
  • SSH worktree： 从笔记本在远程机器上运行智能体。
  • GitHub、Linear 和 Jira： 从 issue 或 pull request 启动一个 worktree。
  • Orca CLI： 把工作流脚本化，比如从命令行创建 worktree。

9、结束语

Orca 带来的最大变化是你使用 AI 的方式。不再是问一个智能体然后盼它做对，而是比较多个答案、挑出最好的。Orca 文档把道理说得很好："不同的智能体犯不同的错误。把同一个任务并行运行比顺序重试更便宜，还能把分歧暴露为信号。三个智能体一致的地方，答案大概是对的；它们分歧的地方，你就找到了难点。"

那个难点才是你的注意力该去的地方。打字的是智能体；为最终交付负责的仍然是你。

如果你要尝试，从小处开始：一个仓库、一个低风险任务、三个智能体。你同时跑过不止一个 AI 智能体吗？在评论区告诉我什么对你有效，以及哪个智能体总能在你的竞速中胜出。

原文链接:  Orca for Beginners: Run Claude Code and Codex Side by Side

汇智网翻译整理，转载请标明出处