Orkas：桌面多智能体团队，把目标持续推进成工作
Orkas 是给桌面团队用的多智能体工作台，会把目标拆成待办并持续推进，不只回答一次提示。
GitHub Orkas-AI/Orkas 更新 2026-11-01 分支 main 星标 6.2K 分叉 376
JavaScript/TypeScript 桌面多智能体 Commander macOS/Windows/Linux

🧭 决策指南

为什么现在热： README 同时展示了 local-first 桌面多智能体、Commander、16个内置 agents、Claude Code/Codex/OpenCode 协同、Connectors 和500 credits；仓库当天新增1,044 stars，且最新版本为 Orkas 2026.10.27，但材料没有证明哪一项直接造成本日上榜。

适合，如果你

  • 你想让 Commander 管理包含 Claude Code、Codex 和 OpenCode 的开发任务。
    README「Run Claude Code, Codex, OpenCode, OpenClaw and Hermes-Agent together」说明这些 CLI agents 可作为本地 sessions 协同运行。
  • 你的工作需要 Projects、Auto-advance 和 hourly 到 monthly 的重复自动化。
    README「Keep the work moving」列出项目记忆、待办自动推进和 scheduled automations。
  • 你希望对话、文件和知识库默认留在本机，并使用自己的模型密钥。
    README「Why Orkas」的 Local-first by design 说明本地保存数据，自己的 keys 直接从本机调用 provider。

不适合，如果你

  • 你需要 Linux musl、Alpine 或 glibc 2.34 以下环境运行源码版。
    README Quick start 明确写明 Linux 要求 glibc 2.34+，Alpine 和其他 musl 发行版不支持。
  • 你需要开源构建中的云同步、Shared projects 或 web-app publishing。
    README NOTE 明确说明这些功能仅在 packaged app 中，开源构建尚不支持。
  • 你的数据策略不能接受语音音频发送到 Orkas。
    README Voice input 段落说明音频会发送给 Orkas 进行识别，并使用 key owner 的 Orkas credits。

前置条件

  • Node 22.12+
  • macOS / Windows 10+ / glibc 2.34+ Linux x64 or arm64
  • Python 3 and a C/C++ build toolchain for the uncommon native-module source-build fallback
  • 源码版模型需要自己的 keys 或 local endpoint
  • Linux 源码运行不支持 Alpine 和其他 musl-based distributions

第一步命令（README 原文）

git clone https://github.com/Orkas-AI/Orkas.git

要注意

  • 首次源码启动会准备 pinned Python、uv、Node、FFmpeg、whisper.cpp 和约95 MB embedding model。
    README Quick start 的 run.sh / run.cmd 说明。
  • 原生依赖出错时 README 要求使用 Node.js 24 LTS，再运行 npm run native:repair。
    README Quick start 的 Native dependency errors 段落。
  • 自动化在电脑唤醒或 Orkas 启动后，仅追补最近一次遗漏运行且窗口为12小时。
    README Scheduled automations 项目符号，版本说明为 v1.9。
  • Connectors 默认在发送、发布或删除前询问确认。
    README Connectors 项目符号。

替代方案

  • 直接使用 Claude Code：只需要单一 coding agent，而不需要 Commander、Projects 或16个内置智能体时更直接。
    README「Run Claude Code, Codex, OpenCode, OpenClaw and Hermes-Agent together」
  • 直接使用 Codex：只想运行 Codex 的独立编码流程，不需要 Orkas 的跨 agent 计划和 to-dos 时更合适。
    README「Run Claude Code, Codex, OpenCode, OpenClaw and Hermes-Agent together」

材料未说明

  • README 未给出16个内置专业智能体的完整名称和逐项能力。
  • README 未给出 Commander 对不同模型、任务规模和并发数的性能数据。
  • README 未说明内置 Orkas 模型的具体模型名称、上下文窗口和价格规则。
  • README 未说明 Gmail、Slack、Stripe 等 Connector 的完整权限范围和 OAuth 失败处理。
  • README 未提供 6,217 个 stars、10 位贡献者和5个版本对应的实际生产案例或稳定性指标。
  • README 未说明 Windows、macOS 与 Linux 之间功能和性能是否完全一致。

💡 深度解析

6
适合 我只能在 glibc 2.34+ 的 Linux x64/arm64 环境部署，发行版不是 Alpine，并且可以准备 Node 22.12+、Python 3 和 C/C++ 工具链；Orkas 的源码运行方式是否适合我？
适合读者： 在 glibc 2.34+ 的 Linux x64 或 arm64 机器上运行源码、不能使用 macOS 或 Windows 打包版的开发者

适合，但前提是接受首次启动会准备大量本地依赖，而不是把它当作轻量级 Linux 二进制安装包。

  • README 将源码运行列为 Linux 当前的运行方式，支持 glibc 2.34+ Linux x64/arm64。
  • 要求 Node 22.12+，并建议准备 Python 3 与 C/C++ 构建工具链；首次启动还会准备 Python、uv、嵌入模型、OfficeCLI、FFmpeg、whisper.cpp 和语音模型。
  • Alpine 及其他 musl 发行版明确不支持。
  • 如果 Electron 原生模块出错，README 提供 npm run native:repair；这说明 Linux 可运行，但原生 ABI 和依赖维护是实际部署条件。
  • Download：Run from source：macOS, Windows, glibc 2.34+ Linux x64/arm64
  • Quick start：Node 22.12+ · macOS / Windows 10+ / glibc 2.34+ Linux
  • “Alpine and other musl-based distributions are not supported.”
  • Quick start：`npm run native:repair`
./run.sh           # macOS / Linux
材料未说明：README 未说明具体 Linux 发行版、最低磁盘空间、首次下载总大小和启动耗时。；README 未说明无桌面环境或远程服务器上的 Electron 使用方式。
适合 我使用 macOS 12+，不想先配置第三方 API key，只想安装桌面版并用内置 Orkas 模型开始管理项目和待办；这条路径是否适合我？
适合读者： 使用 macOS 12+ Apple Silicon 或 Intel、希望直接安装免费桌面版并先使用内置模型的个人开发者

适合，因为 macOS 12+ 有打包版，且首次使用内置模型不要求你先准备第三方 API key。

  • README 的 Download 表列出 macOS 12+，同时支持 Apple Silicon 和 Intel。
  • 打包版登录后提供 500 个免费 credits，可直接使用 built-in Orkas model。
  • Projects 会保存 goal、rules、memory 和 files；To-dos 可在人员与代理之间拆分工作，适合从持续项目而非单轮聊天开始。
  • 需要注意的是，打包版要求登录，内置模型通过 Orkas 的 managed model service；如果你要求完全不登录或完全离线，这条路径就不适合。
  • Download：macOS 12+ (Apple Silicon & Intel)
  • README：free, with 500 credits for the built-in Orkas model
  • Download：Packaged app (recommended)，Account: Sign in — 500 free credits
  • README：A project holds the goal, rules, memory and files
材料未说明：README 未说明 500 credits 对应的调用量、有效期和不同任务的扣费规则。；README 未说明打包版在无网络、登录失效或额度耗尽时的降级行为。
适合 我已经在本机使用 Claude Code、Codex 和 OpenCode，想让它们在同一个项目计划中分别修复 bug、评审改动并起草发布说明；Orkas 是否适合替代我手工切换这些 CLI？
适合读者： 已经安装 Claude Code、Codex 和 OpenCode、希望用一个计划协调修复、评审与发布说明的软件开发者

适合，因为 Orkas 的 Commander 能把一个目标拆成计划，并把不同步骤交给本地 CLI 代理和内置专业代理。

  • README 明确支持 Claude Code、Codex、OpenCode、OpenClaw 和 Hermes-Agent，并以 local sessions 运行已安装的 CLI。
  • Commander 会“hands each one the part it’s best at and keeps one plan across all of them”，因此修复、评审和发布说明可以处于同一工作计划中。
  • 项目、规则、记忆和文件会持续保存，后续对话无需重新描述全部背景。
  • 但外部 CLI 仍保留各自的模型设置、登录状态和环境，Orkas 不会自动消除依赖安装或交接失败问题。
  • Run Claude Code, Codex, OpenCode, OpenClaw and Hermes-Agent together
  • “keeps one plan across all of them”
  • Why Orkas: “A Commander that plans, delegates and does the rest”
  • 项目洞察：调度层与执行代理解耦
./run.sh           # macOS / Linux
材料未说明：README 未说明多个 CLI 代理之间如何传递结构化输出，以及冲突结果是否由 Commander 自动解决。；README 未给出不同 CLI 组合下的性能、成本或任务成功率数据。
适合 我有一批本地文档，需要让研究项目持续使用项目规则、代理记忆、文档检索和历史对话，而不是每次重新提供背景；Orkas 是否能满足这种上下文管理约束？
适合读者： 希望用本地文档库、项目记忆和历史对话持续推进研究或内容项目，但需要区分全局资料与当前项目资料的个人研究者

适合，因为 Orkas 把项目状态、记忆、文档索引和历史对话分成可持续使用的上下文层。

  • README 说明 project 保存 goal、rules、memory 和 files，新对话会继承上次进度。
  • Durable notes 会分别保存用户偏好、项目事实和代理可复用知识；这些内容与 Library 文档索引及 conversation history 分开。
  • Library 会抽取文档 passage，使用本机 embedding model 建立 local SQLite vector index，并可搜索相关段落、读取来源内容。
  • 但检索效果依赖文档抽取、分块和嵌入质量；README 没有承诺扫描件、复杂表格或大规模重复资料的召回准确率。
  • Orkas introduction：A project holds the goal, rules, memory and files
  • How it works / Memory and the Library
  • “Its embedding model runs on your machine”
  • “stores a local SQLite vector index”
材料未说明：README 未说明单个项目或 Library 的文档数量、文件大小和向量索引容量上限。；README 未说明支持的扫描件 OCR 质量、表格解析能力和检索评估指标。
视情况 我希望对话、文件、知识库和自定义代理默认留在本机，并通过本地 OpenAI 兼容端点提供模型；Orkas 能否满足这个数据控制约束？
适合读者： 重视数据留在本机、希望使用本地 OpenAI 兼容端点而不是托管模型的隐私敏感型开发者

视情况：本地数据保存和本地端点都有 README 依据，但这不等于所有功能都完全离线。

  • README 的 local-first 设计会让 conversations、files、knowledge bases 和 custom agents 默认留在磁盘上。
  • 模型层支持 local endpoint；使用自有密钥时，请求从本机直接发送到对应供应商。
  • Library 使用本机运行的嵌入模型，并把文档索引存入本地 SQLite vector index。
  • 但打包版内置 Orkas model 经过 Orkas managed model service，语音识别、连接器、OAuth、云同步和公开发布也可能需要网络或账户，因此必须区分“本地存储”和“全离线运行”。
  • Why Orkas：“Local-first by design”
  • Download：Built-in models or your own keys；“a local OpenAI-compatible endpoint”
  • How it works：Library stores “a local SQLite vector index”
  • 项目洞察：本地优先不代表所有能力都离线可用
git clone https://github.com/Orkas-AI/Orkas.git
材料未说明：README 未列出哪些具体连接器或功能会把数据发送到远程服务，以及本地端点的认证和 TLS 配置细节。；README 未提供完整离线模式或网络阻断后的功能矩阵。
视情况 我想让代理定期处理 Gmail、Google Calendar、Notion、Slack、Shopify 或 Stripe 相关工作，并在发送、发布或删除前保留确认；Orkas 是否适合承载这类自动化？
适合读者： 需要按小时、每日、每周或每月处理 Gmail、Google Calendar、Sheets、Drive、Notion、Slack、Shopify 或 Stripe 事务的小型业务自动化使用者

视情况：Orkas 覆盖调度、连接器和高风险操作确认，但 README 没有证明它是可无监督依赖的业务流程引擎。

  • 项目支持 Gmail、Google Calendar、Sheets、Drive、Notion、Slack、Shopify 和 Stripe 连接器。
  • scheduled automations 可按 hourly、daily、weekly 或 monthly 运行，应用重启或电脑唤醒后还能在限定时间内补执行遗漏任务。
  • README/项目洞察说明发送、发布和删除默认请求确认，这符合你的人工闸门约束。
  • 但 Auto-advance 和定时任务可能继续推进不符合预期的步骤；连接器稳定性、授权范围、失败告警和生产级交付保证仍未被 README 证明。
  • 项目洞察：连接器负责与外部业务系统交互
  • key_features：支持 Gmail、Google Calendar、Sheets、Drive、Notion、Slack、Shopify、Stripe
  • README：scheduled automations repeat routine work hourly, daily, weekly or monthly
  • 项目洞察：发送、发布或删除操作前请求确认
材料未说明：README 未说明每个连接器支持的具体操作、OAuth 权限范围、重试策略和速率限制。；README 未说明定时任务失败后的通知方式、审计日志格式或幂等保证。

✨ 核心亮点

  • Commander 协调16个内置专业智能体
  • 支持 Claude Code、Codex 与 OpenCode
  • Projects 保存目标、规则、记忆和文件
  • 自动化支持 hourly、daily、weekly、monthly
  • 开源版不含云同步和 Shared projects

🔧 工程化

  • Commander 把目标拆成 to-dos，并调度专业智能体。
  • Projects 让每次对话继承规则、记忆与文件。
  • Auto-advance 会自动领取下一个待办并回传审阅。
  • Connectors 覆盖 Gmail、Slack、Notion、Shopify、Stripe。
  • 本地优先保存对话、文件、知识库和自定义智能体。

⚠️ 风险

  • Linux 源码运行要求 glibc 2.34+，不支持 musl。
  • 开源构建不支持云同步、协作项目和网页发布。
  • 内置 Orkas 模型调用经过 Orkas 托管模型服务。
  • 首次启动会下载约95 MB embedding model及多项资源。
  • 语音识别音频会发送至 Orkas 并消耗 credits。

👥 适合谁？

  • 需要在 macOS、Windows 桌面持续推进项目的团队。
  • 已使用 Claude Code、Codex 或 OpenCode 的开发者。
  • 希望用 Gmail、Slack、Notion 连接业务流程的个人。
  • 能满足 Node 22.12+ 与 Python 3 的源码用户。