又一个并行 Agent ,终于有人做好了。


腾讯orkbuddy注册即可得2000积分,可以干不少活。下载链接:https://www.workbuddy.cn/

百度Dumate智能体,也是工作搭配好工具:邀请码及下载地址:百度 Dumate邀请码: 7D8DUYG

字节TraeWork免费4500积分,点击下载字节跳动TraeWork免费4500积分

Tabbit AI浏览器,在浏览器里用AITabbit AI浏览器,点击下载

MonkeyCode 长亭百智云Monkeycode-AI,点击在线使用

\n

本文来源:https://mp.weixin.qq.com/s/bOi3qFv50RpAa-DnBt4Puw
若有版权问题,请来信告知:13951431913#139.com 或在右方提交评论。

 

很多开发者都在用 Claude Code、Codex 这些 Agent,都会面临这样的问题。

Agent 跑起来之后想要切换到另一个 Agent 去试一试,但是终端窗口切换起来很麻烦。

想同时运行多个Agent来比较方案,但是一个终端只能运行一个。

跑了跑了就出去了,回来的时候不知道Agent有没有跑完。

最近刷到了一个非常实用的工具。

Orca 是一个多Agent并行编排工具。

它在 GitHub 上已经有 2 万多人关注了。

图片

01 开源项目简介

Orca 可以让你在一个界面上同时运行多个 Agent,例如 Claude Code、Codex、Grok、Pi 等等 CLI Agent。

图片

每个 Agent 都在自己独立的工作树中运行,彼此之间不会互相影响,不会互相覆盖文件,也不会污染主分支。

可以将一个需求同时发送给三个Agent,让它们各自写出一个版本的代码,再进行比较,选择最好的一个。

执行过程中,手机端可以收到进度通知,出门也不需要一直盯着电脑看,可以随时掌握执行情况。

Orca 还可以和 GitHub、Linear 等项目管理工具进行原生集成,在工具中直接打开 PR、Issue,从任务创建 worktree。

02 我先用真实案例演示一把

比如我有一个电商后台管理系统的订单处理模块需要重构。

项目里有订单列表页面、支付逻辑、库存同步代码,文件都在仓库里,代码量不小。

我想重新构建这个模块来提高性能和错误处理,但是不知道从哪里开始,而且代码修改涉及到很多文件。

用上 Orca。

在命令行中输入:帮我把订单处理模块重构一下,提高性能和错误处理能力。

图片

然后Orca自动创建了3个并行的worktree,将同一个prompt分发给Claude Code、Codex、Pi这三个Agent。

每个Agent独立开工,各自实现重构方案,一个优化性能,一个加强错误处理,一个兼顾两者,互不干扰。

执行的时候,我去外面办了一些事,手机上收到了 Orca 发来的消息,说有一个 Agent 运行完毕了。

图片

打开手机端的Orca Companion,可以看到三个Agent的执行进度,并且可以远程发送后续指令。

图片

三个Agent都跑完了,Orca会自动展示出三个方案的差异。

经过比较之后发现,Pi 版本的性能优化更好一些,Claude Code 的错误处理更周到一些,Codex 的代码风格也更简洁一些,各有千秋。

我直接在Orca中给Claude Code的版本加上了一些注释,并且让其补充上性能优化的内容。

最后选择了 Pi 的版本,合并到主分支上,git commit 一步到位。

整个过程你只说了一句,其余的worktree创建、agent分发、diff对比、merge操作都是Orca自己完成的。

03 几个核心功能

① 并行Worktree

一个prompt同时分发给多个Agent,每个Agent各自在自己的worktree中运行,互不影响。

执行完自动对比diff之后选择最好的merge,避免了手动打开多个窗口、逐行比较的时间。

② 手机端 Companion

在Agent执行的过程中,手机端可以接收到进度通知,并且还可以远程发送后续指令。

图片

出门的时候不需要一直盯着电脑看,回来之后就知道有没有跑完。

③ 多Agent兼容

支持Claude Code、Codex、Grok、Cursor、GitHub Copilot、OpenCode、Pi 等 20 多个 CLI Agent,包括大部分主流的Agent。

图片

可以接入任意的Agent,不需要更换工具,也不需要学习新的使用方法。

④ AI Diff 批注

在Agent生成的diff中添加注释,并提出修改意见,不需要切换到另一个工具里去写批注。

图片

Review、Edit、Commit 一口气完成,从审核到提交都不需要离开工具。

⑤ 设计模式

点击元素就会自动生成完整的上下文,AI 会直接理解到 UI 的结构。

图片

⑥ 安装方便,使用简单

Orca 支持 macOS、Windows、Linux 三个桌面平台以及 iOS、Android 手机端。

图片

MacOS 用户可以使用 Homebrew 直接安装:

brew install --cask stablyai/orca/orca

安装好之后打开Orca,连接上你常用的Agent,就可以开始使用了,学习成本很低。

04 写在最后

说白了,它就是帮开发者解决多 Agent 管理的问题。

以前同时运行多个Agent的时候,要打开很多个终端窗口,来回切换很麻烦。

Orca 把它们都放在一个界面里,每个 Agent 都有自己的 worktree,互不干扰。

但是目前还存在一些限制,只支持CLI Agent,图形界面的Agent还不能接入。

手机端的Companion功能也在不断完善中,但是用来查看进度、远程下发任务已经足够了。

整体体验还是不错的。

感兴趣的话,可以装一个试试看。

开源地址:https://github.com/stablyai/orca

 

 

暂无评论,快来发表第一条评论吧!

📮 需求咨询