上一部分我们聊了 Orca 的来历和几个最值钱的设计：每个智能体一个独立的 Git worktree，一条提示词可以同时撒给五个智能体「赛马」；Ghostty 级别的终端分屏；在真实 Chromium 窗口里点选界面元素、把 HTML、CSS 和截图直接送进提示词的 Design Mode；还有手机伴侣和 Orca CLI。听上去很美，但设计理念再漂亮，终究要落到你的电脑上跑一跑。
这一部分我们换个角度：假设你今天下班前决定试试它，那么怎么装、怎么接上远程机器、一天里它会在哪些时刻帮到你，又有哪些地方需要你保持清醒。我会尽量只说仓库和 README 里能证实的事，凡是 README 没写的，我会直接告诉你「README 未说明」，不替它吹牛。

—

一、 上手：十分钟内能做完的事

先说最现实的部分：安装。Orca 是一个桌面应用，支持 macOS、Windows 和 Linux 三个平台。README 给了好几条路：

• 最省事的是去官网的下载页；
• 想直接拿安装包，README 列出了 macOS（Apple Silicon 和 Intel 各一个 dmg）、Windows（exe 安装程序）、Linux（AppImage）的直链，以及「所有构建」的发布页；
• 喜欢包管理器的人，macOS 可以用 Homebrew，Arch Linux 可以用 AUR。

Homebrew 那一行里藏着一个很有人情味的提醒，README 原话大意是：一定要用完整名称，因为不带前缀的 orca 是另一个毫不相干的 Plotly cask。所以命令是这样的：

brew install --cask stablyai/orca/orca

升级

brew upgrade --cask stablyai/orca/orca

Arch Linux

yay -S stably-orca-bin
Arch 用户如果想从源码构建，README 提到可以用 stably-orca-git。这种「提前替你踩坑」的细节，往往说明团队真的被用户问过很多次同样的问题。
装好之后，Orca 要怎么用你的智能体？README 的说法是：「Works with any CLI agent，只要能在终端里跑，就能在 Orca 里跑」，而且仓库描述里写得很明白，你用的是自己的订阅（Run any coding agent with your own subscription）。也就是说，Orca 不是又一个要你付费开通模型额度的中间商，它更像一个工作台：你本来怎么登录 Claude Code、Codex，现在还是怎么登录，只是它们被摆进了同一个舞台。至于具体第一次打开时的引导界面长什么样，README 未说明，官方文档这里我就不替它描述了。
如果你想看看它是怎么做出来的、或者想参与贡献，README 指向了贡献指南。另外有一个小细节很值得注意：把手机端和桌面端配对的中继服务，也放在这个仓库的 cloud/ 目录下，有自己独立的 pnpm 工作区和安装指南。这意味着「手机遥控」这件事不是一个黑盒，代码是公开的。

二、 把算力搬走：SSH Worktrees 与手机伴侣

很多人用智能体的第一个烦恼是电脑发烫、风扇起飞。README 里的 SSH Worktrees 功能，针对的正是这个场景：在一台「beefy remote box」（配置很强的远程机器）上运行智能体，同时保留完整的文件编辑、git 和终端能力，并且自带自动重连和端口转发。
想象一下这个画面：你的笔记本只是一块屏幕，真正干活的是机房里或者云上的那台大机器。你合上盖子去开会，再打开时连接会自动恢复——README 写的是「auto-reconnect」，具体重连的细节与边界条件，README 未说明，需要看文档确认。对于要在大型代码库里并发跑多个智能体的人来说，这个思路很实在：把重活交给更强的机器，把注意力留给自己。
再叠加上手机伴侣，场景就更完整了。README 对它的描述很克制：在手机上监控和引导你的智能体，智能体跑完时收到通知，并且可以从任何地方发送追问。iOS 端有 App Store 下载，Android 端提供 APK 和安装指南。它需要和桌面端配对，也就是前面说的 cloud/ 中继负责牵线。
这里值得多想一层：手机端的价值不在于「在手机上写代码」，没有人真的想用拇指重构一个模块。它的价值是解决开头那种焦虑，「那个任务是不是卡在等我确认了？」一个通知、一条追问，比跑回电脑前划算得多。这是一种很诚实的产品定位。

三、 一天里它会在哪几个时刻帮到你

把 README 里零散的功能串起来，我们可以拼出一个典型的工作日。注意，下面是我根据功能描述做的场景推演，不是官方给出的用户故事。
早上，从任务出发。 Orca 把 GitHub 和 Linear 做成了原生集成：你可以在应用里直接浏览 PR、issue 和项目看板，并且「从任何一个任务开一个 worktree」，不用来回切换上下文。换句话说，任务列表和工作环境之间的那堵墙被拆掉了，看到一个 issue，点一下，就有了一个干净的隔离环境和一个等着干活的智能体。
上午，赛马。 遇到拿不准的方案，就用 Parallel Worktrees：同一条提示词发给五个智能体，各自在独立的 worktree 里实现，最后对比结果、合并胜出者。这对「有多种合理做法」的任务特别有用，你不用提前赌哪个模型更对，而是让结果自己说话。
中午，前端微调。 用 Design Mode 在内嵌的 Chromium 里点中一个按钮，它的 HTML、CSS 和一张裁剪过的截图就被送进提示词。你不必再费劲描述「右上角那个有点歪的蓝色按钮」，指一下就行。
下午，审查。 智能体改完代码，你在 diff 的任意一行写批注，再把批注送回给智能体，审阅、编辑、提交都不必离开 Orca。这一步很关键：它把「人审查机器」变成了一个可以来回往复的对话，而不是看完 diff 之后再手动去终端里打一段话转述。
傍晚，离开工位。 手机收到通知，说明哪个智能体跑完了；你可以回一句追问，让它继续。
除此之外，README 的「Also in the box」清单里还列了一些顺手的小东西：

• Quick open：跨 worktree、文件、智能体、命令和仓库上下文搜索；
• 账号切换与用量追踪：查看 Claude 和 Codex 的用量以及限流重置时间，并且可以在不重新登录的情况下热切换账号；
• 丰富的仓库预览：在工作区里预览 Markdown、图片、PDF 和仓库文档；
• Computer Use：当某个流程需要真实交互时，让智能体操作桌面应用和可见界面；
• 通知与未读状态：知道智能体什么时候完成或需要关注，也可以把线程标成未读，稍后再回来。

其中账号切换这一项，对重度用户特别现实。同时用多个订阅的人都知道，限流是常态；能直接看到「什么时候重置」，再一键换账号，是那种「用过就回不去」的小功能。当然，它具体怎么存放凭据、安全边界如何，README 未说明。

四、 它适合谁，不适合谁

读完上面这些，我的判断大致是这样的。
适合的人：
第一，已经在日常同时开多个命令行智能体的人。如果你一天只开一个终端、跟一个智能体对话，Orca 的大部分设计对你来说是过剩的。它的价值曲线随着并发数增长：并发越多，隔离、追踪和通知就越值钱。
第二，有明确「多方案比选」需求的人。赛马机制把「哪个模型更好」这个问题，变成了「看结果挑一个」。
第三，需要把算力放到远程的人。SSH Worktrees 加手机伴侣，组成了一套「人在哪都能管」的方案。
第四，团队里本身就用 GitHub 和 Linear 管任务的人，原生集成能减少切换。
可能不太适合的人：
如果你对工具的轻量程度非常敏感，需要注意的是，它把终端、Chromium 窗口、编辑器和多个 worktree 放进同一个桌面应用。仓库根目录里能看到 Electron 配置，说明它是基于 Electron 的桌面应用。至于内存占用到底如何，README 未说明，我也没有实测数据，所以不下结论，只提醒你自己试一试。
另外，如果你偏爱完全的图形化、不想碰命令行，Orca 的前提依然是「命令行智能体」，它整个设计都建立在终端之上。

五、 冷静看边界：几件值得留意的事

一篇只夸不挑的文章是不可信的，所以这一节我们认真看看仓库自己透露出的信号。
第一，项目非常「年轻而忙碌」。 仓库页面显示有约 18,225 次提交，Issues 约 4.2k，Pull requests 约 3.6k。这既是热度的证据，也是维护压力的证据：数以千计的未处理事项，说明需求和问题涌入的速度很快。README 里有一句很坦率的话：「we ship daily, so this list is perpetually behind」，也就是每天都在发布，功能清单永远落后于实际；并且说真正的功能清单是 changelog。这对你意味着：功能迭代很快，是好事，但界面和行为也可能经常变化，今天的截图明天未必准确。
第二，隐私与遥测。 README 在「Community & Support」里专门放了一条隐私说明，指向 telemetry 文档，提到会收集匿名使用数据，并说明了如何退出。至于具体收集了哪些字段，README 未说明，需要你去看官方遥测文档。对在公司内部使用的人来说，这是上手前应该读一遍的页面。
第三，它不替你保证智能体的质量。 这一点很容易被忽略。Orca 解决的是「怎么管」，不是「写得好不好」。五个智能体并行赛马，最终选哪个、是否真的正确，还是要你自己判断。它减轻了切换和盯守的负担，却没有减轻你审查代码的责任。README 也没有给出任何评测数据说明效率提升的幅度，所以标语里的「100x」更适合当作一句宣传口号，而不是可以量化的承诺。
第四，关于「同类对比」。 这个赛道里还有别的工具，但 README 没有做任何横向比较，我也不想凭印象评价别人，所以这里不展开。如果你要选型，建议用你真实的项目、真实的任务各试一遍，看并发隔离、审查体验和远程能力哪一块对你最关键。
第五，热度要理性看。 热点站周报显示它本周新增约 9622 个 Star；仓库页面当前显示约 111k Star、约 7.0k Fork。Star 是关注度，不等于适合你。热门的东西值得认真看一眼，但最终判断，还是要靠自己上手。

六、 一个给新手的上手建议

如果你决定试试，我的建议是别一上来就把五个智能体全开。一个更稳妥的节奏是：

1. 先装好桌面端，只接一个你最熟悉的智能体，找一个小仓库，感受 worktree 隔离是怎么回事；
2. 再试一次「两个智能体赛马」，用同一个小任务，对比结果，体会合并胜出者的流程；
3. 觉得顺手，再试 diff 批注，把审查的来回习惯起来；
4. 最后才是 SSH 远程和手机伴侣，因为它们牵涉到网络和配对，调通需要一点耐心，相关细节请以官方文档为准。

这个顺序的好处是：每一步你都只引入一个新变量，出了问题知道是哪一步。

—

本部分小结

把两部分合起来看，Orca 做的事情其实可以用一句话概括：当你有一支智能体「舰队」时，它给你一个调度台。上手门槛不高，有安装包、Homebrew 和 AUR 可选，用的是你自己的订阅；用起来的亮点是并行 worktree 赛马、diff 批注、GitHub 与 Linear 集成，以及 SSH 与手机伴侣带来的「人在哪都能管」。
它的边界也很清楚：迭代极快但事项繁多，遥测需要你自己确认，智能体写得好不好依然要靠你审查，许多性能和安全细节 README 并未说明。把它当成一个值得认真试用、而不是盲目追随的工具，大概就是最合适的态度。

项目信息

• 仓库：stablyai/orca
• 主要语言：TypeScript（来自热点站周报数据）
• Star：仓库页面显示约 111k（周报快照约 105.9k），本周新增约 9622（来自热点站周报）
• Fork：约 7.0k
• 许可证：MIT
• 官网：Orca