Orca 教學：用 ADE 同時駕馭多個 AI 編碼 Agent

Orca 是一套開源的 Agent Development Environment（ADE），讓 Claude Code、Codex、OpenCode、Cursor CLI 等終端 Agent 各自跑在獨立的 git worktree 中，並在同一介面統一監控、審閱與合併。本文從安裝、第一個三 Agent 工作階段、worktree 管理、diff 審閱到 Orca CLI 與 orchestration，完整整理 Orca 的使用方式。

2026-11-01 10:00 分類： ai 標籤：

AI AI Agent Orca 開發工具開源

Orca 教學：用 ADE 同時駕馭多個 AI 編碼 Agent

當一個 Agent 不夠用時，真正的痛點不是模型不夠聰明，而是沒有人統一指揮與對帳。Orca（stablyai/orca ，官網 onorca.dev ）就是為了解決這一段而生：它是一套開源的 ADE（Agent Development Environment，Agent 開發環境），讓多個終端 Agent 各自跑在獨立的 git worktree 裡，並在同一介面統一監控、審閱與合併。

它不賣模型、不吃 token，用的是你自己的訂閱。

Orca 的定位是「指揮塔」而非 IDE：不寫程式、不生成程式碼，負責隔離、監控、審閱、合併多個 Agent 的產出。

什麼是 ADE？Orca 與既有工具的差異

Orca 刻意替自己取了一個新品類名字，跟三種既有工具劃清界線：

對照對象	它是什麼	Orca 的差異
IDE（VS Code、JetBrains）	給「人」寫程式，一次盯一個檔案	ADE 是給「人 + Agent 艦隊」的工作台
Agent 框架（LangChain 等）	幫你「組出一個 Agent」的積木	Orca 不管怎麼造 Agent，只管怎麼同時看住一群
終端 multiplexer（tmux）	把畫面切開，但不理解 Agent 在做什麼	Orca 懂 Agent 狀態、會隔離改動、能審閱 diff

!note 名稱澄清這裡指的是 AI 編碼工具 Orca。同名容易混淆的有：GNOME 桌面閱讀器 orca（Linux 上的 /usr/bin/orca）、Plotly 的 orca cask（Homebrew 裸名指的是這個），以及智源的 RoboBrain Orca 模型。安裝時務必用完整名稱 stablyai/orca/orca。

核心機制：Parallel Worktrees

git worktree 讓同一個 repo 檢出多個工作目錄，各自對應不同分支、共享 .git 物件庫。對多 Agent 場景意味著：

Agent A 在 feat/login-fix 改認證邏輯
Agent B 在 feat/perf-ci 優化流水線
Agent C 用另一家 Agent 嘗試第二種實作

三者檔案變更物理隔離，不會互相覆蓋，也不用一直 git stash。官方典型用法是「Fan one prompt across five agents」——同一條 prompt 給五個 Agent，比對結果後合併勝出者，等於把「模型選型」從事前猜測變成事後 A/B 測試。

Orca 的 worktree 是真實的 git worktree，不是自訂沙盒：在終端裡 git status、git rebase、git cherry-pick 都照常運作，Orca 也能偵測你自己用 git worktree add 建的 worktree。

安裝 Orca

# macOS（Homebrew，必須用完整名稱）
brew install --cask stablyai/orca/orca
brew upgrade --cask stablyai/orca/orca

# Arch Linux (AUR)
yay -S stably-orca-bin

也可從 onorca.dev/download 或 GitHub Releases 取得 macOS（Apple Silicon / Intel）、Windows、Linux AppImage 安裝檔。授權為 MIT。

安裝後可在 Settings → General → Orca CLI 註冊 orca 指令，並用以下方式驗證：

command -v orca
orca status --json

!tip Linux 注意 Linux 上裸名 orca 可能解析成 GNOME 螢幕閱讀器；在 Orca 管理的終端裡，Orca 會把自己放在 PATH 最前，但外部 shell 請確認 command -v orca 指向正確執行檔。

你的第一個三 Agent 工作階段

這是文件中最重要的一頁，五分鐘內就能讓三個 Agent 並行。

加入 repo：點側邊欄 Add Repo，指向本地 checkout。Orca 讀取 repo 的 git 狀態，把預設分支當作 base ref（之後所有新 worktree 都從這裡分支）。
建立 worktree：點 repo 名稱旁的 +，輸入任務名稱（例如 fix-login-race，留空會用海洋生物名稱自動命名）。建立對話框會開 agent combobox，挑選 Claude Code、Codex、Cursor CLI 或任一支援的 Agent；Orca 會以正確的工作目錄啟動該 CLI 並轉發你的訂閱憑證。
重複兩次，你就有了三個 worktree：
- fix-login-race → Claude Code
- fix-login-race-2 → Codex
- fix-login-race-3 → Cursor CLI
貼同一條 prompt 給三個 Agent。三條分支、三個 diff、同一個 prompt，讓它們各自工作。
拖曳 worktree 分頁到 pane 右側或下方分割，就能同時觀察三個 Agent。
選出勝者：打開每個 worktree 的 diff view，用 Annotate AI Diff 留下 inline 註解送回 Agent 修改，最後 commit / push / 開 PR；另外兩個 worktree 一鍵刪除，分支也會跟著清掉。

建立 worktree 是背景執行的：送出對話框後立即關閉，git fetch 與 git worktree add 在背景繼續，新 worktree 會以進度列出現在側邊欄，你可以切到其他 worktree 繼續工作，完成後也不會把你拉走。

Worktree 管理重點

Start-from picker：建立時的 Branch from 可選 repo 的 base ref（最快路徑）、另一條本地分支（方便疊 PR）、特定 commit SHA、或遠端分支（Orca 會 fetch 並 checkout）。
共享依賴與 gitignored 檔案：全新 worktree 是乾淨 checkout，Orca 用三種方式補足：
1. Worktree Shared Paths（per repo，Settings → Repository）：路徑從主 checkout materialize 到每個新 worktree（macOS 優先 APFS clone-copy，否則 symlink）。
2. worktree.sharedDirectories in orca.yaml：repo 內登记的 gitignored 目錄清單（symlink/share，非 copy），適合 node_modules、.cache 這類可重建的大樹。
3. .worktreeinclude：列出要 copy（非 symlink）進每個 worktree 的 gitignored 檔案/目錄，例如 .env、.vscode/settings.json。
命名分支：預設從 workspace 名稱或連結的 PR/Issue 衍生；展開 Advanced drawer 可手動輸入 Branch name；從 Linear issue 建立時會用 Linear 自己的 branch name。
父子 worktree：Advanced drawer 可選同一 repo 的 active worktree 作 Parent workspace，只影響側邊欄巢狀分組，不改變 Git 歷史。

統一監控、Diff 審閱與交付

Annotate AI Diffs：在 diff 任一行寫 Markdown 批註，批次送回 Agent 修改，可同時看 CI、解衝突、開 PR。
GitHub / Linear / Jira / GitLab 原生整合：應用內瀏覽 PR、Issue、看板；從任務一鍵開 worktree，Review 與 Approve 不必跳出 Orca。
Design Mode：每個 worktree 可掛獨立 Chromium 視窗，點選頁面任一 UI 元素，Orca 自動抓取該元素的 HTML、CSS 與裁剪截圖，直接注入 Agent prompt。做前端微調不必再用文字描述「左上角那個藍色按鈕」。
Commit & push / 開 PR：全部在 Orca 內完成。

Orca CLI：把工作流腳本化

Orca 除了 GUI，還提供 orca CLI，能建立 worktree、驅動終端、操作內建瀏覽器，甚至讓 Agent 反過來驅動 Orca；orca serve 可跑在無介面的 Linux 伺服器上。

常用指令：

# 確認連上執行中的 Orca
orca status --json

# Worktree
orca worktree ps --json
orca worktree create --repo id:<repoId> --name my-task --issue 123 --json
orca worktree current --json
orca worktree rm --worktree id:<id> --force --json

# 終端
orca terminal list --json
orca terminal read --json
orca terminal send --text "continue" --enter --json
orca terminal wait --for tui-idle --timeout-ms 30000 --json

# 檔案與 diff
orca file open src/App.tsx
orca file diff src/App.tsx --staged

# 內建瀏覽器（snapshot → click → 再 snapshot）
orca goto --url https://example.com --json
orca snapshot --json          # 回傳 @e1、@e3 之類的 ref
orca click --element @e3 --json
orca fill --element @e1 --value "[email protected]" --json

需要追蹤完成狀態或 DAG 時，改用 orchestration 而不是單純 terminal send。

Orchestration：結構化多 Agent 協作

Orca 的結構化多 Agent 層，由五個概念組成：

概念	作用
Run	持久命名空間與 coordinator 收件匣，本身不派工
Task	工作項，含 spec、依賴與狀態（`pending` / `ready` / `dispatched` / `completed` / `failed` / `blocked`）
Dispatch	某個 task 在某個終端上的一次嘗試，是 `worker_done` 與 heartbeat 的權威來源
Message	收件匣訊息：`status`、`dispatch`、`worker_done`、`escalation`、`question`、`heartbeat` 等
Decision gate	由 coordinator 持有、會阻塞 task 的待決問題

偏好使用的監督式迴圈：

orca orchestration run-create --objective "Split checkout QA" --json
orca orchestration task-create --spec "Audit billing settings" --task-title "Billing audit" --json
orca orchestration worker-start --task <taskId> --worktree new-child --name billing-audit --agent codex --setup run --json
orca orchestration check --wait --types worker_done,escalation,question --timeout-ms 900000 --json

Worker 完成回報（從 worker pane，帶入注入的 ID）：

orca orchestration send \
  --type worker_done \
  --subject "Completed mobile audit" \
  --body "Fixed footer overlap; no follow-ups." \
  --task-id <taskId> \
  --dispatch-id <dispatchId> \
  --outcome succeeded \
  --files-modified "src/app/settings/Billing.tsx" \
  --json

Heartbeat 預設 5 分鐘，可在 Settings → Agent Orchestration 調整（1–60 分鐘）。

支援的 Agent

原則很簡單：能在終端跑的就能進 Orca。官方預置並文件化的包括 Claude Code、Codex、OpenCode、Cursor CLI、GitHub Copilot、Grok、Pi、oh-my-pi、Goose、Cline、Continue、Kimi、Qwen Code、Mistral Vibe、Rovo Dev、Devin、Amp、Antigravity、Hermes 等 25+ 種。

Orca 也支援 Account Switcher & Usage Tracking：查看 Claude / Codex 用量與 rate-limit 重置時間，並熱切換帳號而不必重新登入。

終端體驗與 SSH Worktrees

終端體驗（Ghostty 級）：WebGL 渲染、無限分屏、重啟後恢復 scrollback、全文搜尋。Agent 本質上是 TUI 程式，Orca 選擇把終端做深而不是只包一層 GUI。
SSH Worktrees：在遠端高規機器上跑 Agent，本地保留檔案編輯、Git 與終端體驗，支援自動重連與端口轉發。適合筆電算力不足、或想長時間跑重任務。
手機端：iOS / Android 伴侶 App 可查看進度、接收完成通知、回覆 Agent 提問、切換工作模式。

與其他做法的差異

維度	Orca（ADE）	VS Code + Agent 插件	終端多 Tab / tmux
並行 Agent	原生支援，worktree 隔離	通常一次一個	要自己手動管理
統一監控	一個 dashboard 全看到	只看得到當前 Agent	分散在各視窗
手機端	可監控、可介入	沒有	沒有
Agent 來源	任何 CLI Agent	綁定特定插件	任何都行
成本	用你自己的訂閱	看插件而定	用你自己的

挑選多 Agent 工具時可對的五個問題：

費用歸誰？ 吃自己的訂閱，還是要另買它的 API、再被抽 token？
怎麼隔離？ 用 worktree、用分支，還是要自己開 tab 硬記？
看得到全局嗎？ 有沒有一個地方同時看所有 Agent 的進度？
離開電腦能不能管？ 有沒有手機端？
它成熟了嗎？ 看開放 issue 數量與更新頻率。

適用與不適用

適合

日常同時跑 3 個以上 CLI Agent 的開發者
已訂閱 Claude Code + Codex（或 OpenCode），想交叉比對產出
重度使用 GitHub / Linear、需要 worktree 隔離的 Git 工作流
想要開源、可自架（headless）且跨三平臺

不適合

只偶爾用 AI 補全、單一會話問答 → 現有 IDE 插件就夠
只做單一 Agent、單分支開發 → worktree 編排只是額外複雜度
團隊已深度綁定某家閉源 IDE 且不願切換

風險與限制

還很新、穩定性仍在收斂：2026-07 時開放 issue 約 750 個、PR 約 1,000 個；踩到未修坑的機率比成熟工具高，關鍵流程前先拿自己的專案跑一輪。
Electron 吃記憶體：同時掛多個 Agent 時，RAM 很可能變成瓶頸。
它是協調層，不是 Agent 本身：不會讓程式寫得更好，只解決「同時管很多 Agent」的痛。
並行成本不會消失：多個 Agent 並行 = 多份訂閱消耗 + 多份本地／遠端資源佔用；Orca 降低的是管理複雜度，不是 token 帳單。
ADE 品類未定：這個名字目前基本是 Orca 自己在推；把它當「好用的多 Agent 指揮工具」比當「下一個標準」務實。
遙測：README 提及匿名使用資料收集，提供 opt-out，企業部署前應先讀隱私說明。

!tip 需要人為拆任務 Orca 不會自動幫你拆解工作。並行要跑得順，仍得自己定義「完成標準」、劃分任務邊界，並指定誰負責最終合併——否則只是同時製造更多 diff。

總結

Orca 把「多 Agent 並行」從手動切 tab、自己記分支，變成有 worktree 隔離、統一監控、diff 審閱與手機端介入的完整工作流。如果你日常同時跑 3 個以上 CLI Agent，且已經訂閱 Claude Code / Codex / OpenCode，Orca 值得一試；如果你只用單一 Agent，現有的 IDE 插件或終端多 tab 反而更輕。