Orkas
在本机通过一位 Commander 协同专长代理完成复杂工作。
- Star 数
- ★ 2.1k
- 最近更新
- 1 天前
- License
- MIT
- 主语言
- TypeScript
- FA 评分
- 43/100 · 缺口较多
30 秒速览
- 可在哪里用
- 通用 · 跨平台Codex · Claude Code · OpenAI API · Claude API
- 开始前需要
- 典型场景
- 产品经理需要把一份 PRD 拆成可执行的开发任务，并让多个专长代理分工推进时。
- 主要局限
- 模型调用仍依赖网络，除非配置本地模型端点；离线能力不等于云模型可离线使用。
这个 Agent 能做什么，适合哪些场景？
Orkas 是一款 MIT 许可的本地优先桌面应用，面向需要用多代理协作处理复杂任务的用户。用户在一个聊天界面中提出目标，由 Commander 进行上下文理解、拆解任务，并在适合时调度专长代理；它也可直接处理通用分析、写作、研究、文件工作与自动化。代理可并行或串行执行，具有各自的技能、记忆和任务上下文，并共享协作进度文件 plan.md。应用支持 macOS、Windows 与 Linux；对话、文件、知识库、代理配置和模型密钥保存在本机，模型请求直接发送给所选供应商。它可接入 Claude Code、Codex、OpenCode、Cline 等本地 CLI 编码代理，也可使用 Claude、OpenAI、Gemini、DeepSeek、Kimi、GLM、Qwen、MiniMax 或 Doubao 等模型供应商。
用户在主聊天中提交目标后，Commander 读取相关上下文，按需要调用 dispatch_to({to, message}) 将工作暂存给专长代理；接收方会在 Commander 当前回合结束后被唤醒。所有调度汇入 enqueue，协作时 Commander 把进度写入共享的 plan.md。主对话以 jsonl 保存，代理仅能看到满足 from==me、to 包含自身或 mentions 包含自身的可见片段。每个代理在自己的目录维护 meta/COMPETENCE.md 与 meta/LEARNING_STRATEGIES.md，并可通过 skill_manage 将解决方法固化为私有技能；Orkas 还可将 Claude Code、Codex、OpenCode、Cline 作为本地子进程驱动。
- 产品经理需要把一份 PRD 拆成可执行的开发任务，并让多个专长代理分工推进时。
- 研究人员需要定期收集、归纳并交付市场研究或周报，同时希望文件留在本机时。
- 本地保存敏感资料的团队需要将文件拖入桌面应用，进行文档问答或数据分析时。
- 开发者希望在同一聊天中协调 Codex、Claude Code、OpenCode 或 Cline 等本地 CLI 编码代理时。
- 需要同时产出代码、研究材料、视频或幻灯片的个人或小团队，希望由一个 Commander 协调本地工具时。
如何安装或部署这个 Agent？
macOS 和 Windows 可从 orkas.ai 下载安装包；Linux 目前需从源码运行。源码运行要求 Node 20+、Python 3，以及 macOS、Windows 10+ 或较新的 Linux：
git clone https://github.com/Orkas-AI/Orkas.git
cd Orkas
./run.shWindows 使用 run.cmd。脚本会自动安装依赖并下载约 95 MB 的嵌入模型。首次启动后，在 Settings → AI Providers 中添加模型供应商 API 密钥或 OAuth。
如何使用这个 Agent？
完成首次启动后，在 Settings → AI Providers 配置 API 密钥或 OAuth，然后在主聊天中描述目标。Commander 会自行完成通用工作，或按需调度专长代理；协作进度会写入 plan.md。若要使用 CLI 编码代理，可在同一工作流中接入 Claude Code、Codex、OpenCode 或 Cline。
这个 Agent 有哪些优点和局限？
- 本地优先：对话、文件、知识库、代理配置和密钥保存在本机，模型调用不经 Orkas 服务器代理或归档。
- 以桌面聊天界面提供 Commander 与多专长代理协作，无需编写编排代码。
- 支持多供应商模型密钥，并可在代理之间混用供应商。
- 可把 Claude Code、Codex、OpenCode、Cline 等 CLI 编码代理作为本地子进程纳入同一聊天工作流。
- 代理具有私有 meta/ 记忆与私有技能，可在任务后反思并复用经验。
- 模型调用仍依赖网络，除非配置本地模型端点；离线能力不等于云模型可离线使用。
- 需要自行提供模型 API 密钥或 OAuth，并承担模型供应商费用。
- Linux 没有安装包，当前需要按源码方式运行。
- 从源码启动要求 Node 20+ 与 Python 3，首次运行还会下载约 95 MB 的嵌入模型。
- README 未说明对企业身份、集中式密钥管理或云端团队共享的支持。
这个 Agent 与同类方案有什么区别？
相较 LangChain 与 CrewAI 这类代码优先框架，Orkas 提供桌面聊天式的本地协同界面；相较云端代理编排服务，它将数据和密钥留在本机。它不同于单一常驻的 OpenClaw 或单助手式 Claude Desktop：Orkas 以 Commander 协调多个专长代理，同时可将 OpenClaw 或 Hermes-Agent 接为 CLI 后端。
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|
| Orkas 当前 | 43 · 缺口较多 | ★ 2.1k | 1 天前 | TypeScript | Codex · Claude Code · OpenAI API · Claude API |
| NextClaw | 58 · 缺口较多 | ★ 259 | 4 天前 | TypeScript | Codex · Claude Code |
| MyAgents | 57 · 缺口较多 | ★ 896 | 5 天前 | TypeScript | Codex · Claude Code · Claude API |
| BagIdea Office | 71 · 存在缺口 | ★ 230 | 1 天前 | JavaScript | Claude Code · OpenAI API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
证据显示：README声称本地优先，数据、密钥留在本地，模型调用直连提供商；但未提供具体实现细节，如权限管理、用户确认机制、数据流透明度的具体代码。扣分：缺少用户确认机制（如工具调用前确认）、敏感数据处理细节不足、依赖安全审计缺失、外部影响（如网络请求）未明确、回滚机制未提及、来源归属仅提及致谢OpenClaw和Hermes-Agent，但未详细说明。
证据显示：README和代码结构一致，描述与功能相符；但依赖可用性未验证（如运行时下载依赖），失败消息未在文档中说明。扣分：依赖可用性仅靠脚本自动安装，未提供离线或降级方案；失败消息未在文档中说明。
证据显示：README明确目标用户（研究人员、数据分析师、开发者等）和使用场景；能力边界在README中有所描述（如不是本地LLM，不是代码框架）；环境适配（macOS/Windows/Linux）有说明。扣分：触发精度（如@和dispatch_to的区分）仅在README中提及，但未提供详细文档；环境适配仅提及系统要求，未提供详细配置指南。
证据显示：README结构清晰，包含快速开始、FAQ、比较等；安装说明详细（下载和源码运行）；命名稳定（Orkas）；示例和FAQ丰富；已知限制在README中提及（如Linux需源码运行）；MIT许可证明确；版本号在package.json中（2026.7.29），但无CHANGELOG；维护责任未明确（未提及贡献指南或维护者）。扣分：无CHANGELOG，维护责任不明确。
证据显示：输出可用性（桌面应用，GUI）和边际价值（多智能体协调）在README中强调；成本效益（BYO LLM keys）有说明。扣分：成本效益未提供具体数据（如性能基准、资源消耗），边际价值未与现有工具量化比较。
证据显示：README中的声明（如本地优先、多智能体）有部分代码支持（如visibility slicing），但未提供测试结果或独立验证；跨来源佐证不足（仅内部测试）；事实与推断未明确区分。扣分：声明缺乏可追溯性，测试仅存在于部分技能模块，未覆盖核心功能。
- 源码中未见：执行前用户确认开启或自行加上执行前确认；先在沙箱或测试环境跑通，确认行为后再接入真实数据。
- 源码中未见：回滚或恢复路径运行前先备份，或在 git 分支、快照上操作，确保改动可以撤销。
- 发布者身份未验证，需谨慎对待。
- 依赖安全未审计，存在供应链风险。
- 用户确认机制缺失，工具调用可能未经用户同意。
- 敏感数据处理细节不足，需审查密钥存储方式。
- 回滚机制未提及，升级失败可能无法恢复。