Orkas

社区

开源多智能体 AI 桌面客户端，用对话指挥你的 AI 智能体团队。

分类: 其他第 142 / 230
Stars: ★ 2.2k 非常热门
传输方式: stdio（本地进程）
运行环境: Node.js 20+ · 预编译二进制
凭据: 可选 API Key
许可证: MIT
最近提交: 7 天前
工具数: 6

51FMRS · D

Orkas 是一个开源、本地优先的多智能体桌面应用：指挥官负责规划与调度，9 个内置专职智能体开箱即用，支持自带多家模型服务商密钥或本地端点，数据与密钥留在本机。它同时具备 MCP 客户端相关的定位，可协调外部 CLI 编码智能体与开源工具。适合希望获得本地智能体团队的用户，不适合只想要单个聊天机器人、纯代码框架或全托管云端方案的用户。主要风险在于本机保存的密钥、可执行本地子进程的权限范围，以及 Linux 需从源码运行的限制。

最强项 · 文档质量 12/20 最弱项 · 可靠性 8/20

可靠性

8/20

安全与权限

10/20

维护活跃度

11/20

文档质量

12/20

安装易用性

10/20

查看各项评分依据

可靠性 8/20: 仅依据静态 README 与描述评估。README 描述了较多内部机制（单 FIFO 运行时、dispatchSlots/globalSlots 双信号量、上下文预算公式、混合检索、四类失控守卫、信号触发的自我进化），并引用了 bus.ts、context-budget.ts、workspace-state.ts、metacognition.ts、actor-budgets.ts 等文件，说明作者对关键路径有清晰设计。但仓库根目录未缓存 MCP 服务清单，也未给出可验证的启动/握手证据；缺少 CI 工作流与已提交测试覆盖关键路径的执行证据，因此按静态校准不得高于 12 分，本次给 8 分，扣分点在于未看到可复现的执行证据与错误路径测试。
安全与权限 10/20: README 明确声明本地优先：会话、文件、密钥、知识库、自定义 agent 均保存在本机，模型调用由本机直连服务商，不经 Orkas 服务器；本地模型（Ollama/LM Studio）可通过 OpenAI 兼容端点接入；嵌入由本地 ONNX 模型（bge-small-zh-v1.5）离线计算。这些与“权限最小化、数据边界清晰”一致。但仓库根目录无 MCP 清单，无法核验工具级权限范围与危险操作的确认机制；应用需以本地子进程方式驱动 Claude Code、Codex、OpenCode、Cline 等外部 CLI agent，属于潜在高权限副作用面，README 未说明确认与隔离策略；打包版首次启动要求登录账号。未发现恶意、凭据窃取、隐蔽外传或默认不可逆操作等红线行为，故不触发 0-4 红线评分，但在缺少工具级权限清单与确认流程证据下，按保守原则给 10 分。
维护活跃度 11/20: MIT 许可证清晰，README 有发布/下载徽章与更新入口，项目称 30 个 agent 市场、1852 星、13 个未关闭 issue、未归档，说明仍在活跃维护并有明确组织归属（Orkas-AI，作者 X @leochenpm）。但仅凭给定材料看不到提交历史、发布节奏、依赖升级记录与安全响应渠道（如 SECURITY.md、CVE 流程），治理细节与版本策略存在缺口，按“活跃但有治理/版本化空白”锚点给 11 分。
文档质量 12/20: 文档较充分：安装章节区分打包安装包与源码启动，列出 Node 20+、macOS/Windows 10+/glibc 2.34+ Linux、Alpine/musl 不受支持，说明了首次启动会下载并校验大量资源（uv、Node、嵌入模型约 95MB、OfficeCLI、FFmpeg、whisper.cpp、多语种语音模型）、workspace 路径、OCR 与技能包按需安装，并提供 FAQ 覆盖本地模型、密钥存储、离线能力、账号要求、平台支持与定价。扣分点在于：缺少 MCP 客户端接入的具体配置示例；未披露 MCP/工具参数的详细清单与限制；错误处理与排障（troubleshooting）内容偏薄；部分文档内容为营销对比与外部链接，可作为独立证据的成分有限。
安装易用性 10/20: 安装路径整体清晰：macOS/Windows 提供打包安装包，Linux 走源码。源码步骤为 git clone + ./run.sh 或 run.cmd，文档明确首次启动会准备锁定的 npm 依赖、Python/uv/Node、嵌入模型、OfficeCLI、FFmpeg、whisper.cpp 与语音模型，并在 Electron ABI 下校验平台原生模块。但门槛不低：需要 Node 20+，复杂原生依赖可能需 Python 3 与 C/C++ 工具链；首次启动下载量大、耗时不可控；Linux 无安装包且不支持 musl。更重要的是，仓库中未缓存 MCP 清单，也没有在主流 MCP 客户端中完成连接的配置示例，无法静态验证“可用连接”这一步，因此按静态校准不得高于 15 分，给 10 分。

静态评测 · 未实际运行收录于 2026-09-10

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件写入 / 删除本地文件执行命令或代码访问网络

适合谁

希望获得一支由指挥官协调的专职智能体团队，而不是单个聊天机器人的人
注重数据与密钥留在本地磁盘、不接受托管 SaaS 的用户
希望混合使用多家模型服务商或本地模型端点的用户
希望智能体具备私有技能与记忆、并能通过反思持续改进的用户

不适合谁

只需要一个通用聊天机器人的用户
希望使用完全托管在厂商服务器上的云端团队、不介意数据放在服务商侧的用户
想要一个可嵌入自己应用中的纯代码库（如 LangChain、CrewAI 这类框架）的开发者
无法使用 Node 20+ 或 musl 系（如 Alpine）发行版的用户

所需权限

读取和写入本机工作区目录（macOS/Linux 为 ~/.orkas/，Windows 为 <非系统盘的最小盘符>:\.orkas\）
在本地磁盘存储对话、文件、知识库、自定义智能体与 API 密钥
出网访问你所配置的模型服务商端点（以及选用云端嵌入服务商时的对应服务）
在本地以子进程方式运行外部 CLI 编码智能体（Claude Code、Codex、OpenCode、Cline）
首次启动时下载并校验本地资源（嵌入模型约 95 MB、whisper.cpp 运行时与多语言语音模型、FFmpeg、OfficeCLI 等）

风险与副作用

API 密钥保存在本机磁盘上，任何能访问该账户/设备的进程或人都可能读取，需要依赖操作系统账户与磁盘加密保护
指挥官可驱动外部 CLI 编码智能体并作为本地子进程执行命令，模型可能执行有副作用的操作，需自行限制工作目录与权限
从源码构建会安装大量依赖并准备原生运行时，首次启动准备过程较长且需要网络
Linux 目前仅支持 glibc 2.34+ 的 x64/arm64，Alpine 等 musl 发行版不受支持
打包版桌面应用首次启动要求登录；若不想引入账号层，只能使用本仓库的源码构建
内置的 Orkas 模型按积分计费（可选），使用自有密钥之外的路径会产生额外费用

安装接入

准备工作

运行环境：Node.js 20+ · 预编译二进制

其他可选配置项（1 个）

ORKAS_MAX_DISPATCH_CONCURRENCY 可选限制嵌套派发并发数（dispatchSlots，默认 4）的环境变量，可选设置。

若需要打包安装包：从官网下载 macOS（Apple Silicon 或 Intel）或 Windows x64 安装包并安装。
若从源码运行（目前 Linux 的方式）：确保 Node 20+，在终端执行 git clone https://github.com/Orkas-AI/Orkas.git，进入目录后运行 ./run.sh（macOS/Linux）或 run.cmd（Windows）。
首次启动会安装锁定的 npm 依赖，并准备固定版本的 Python、uv、Node、嵌入模型（约 95 MB）、OfficeCLI、FFmpeg、whisper.cpp 及多语言语音模型资源；Linux 启动前还会在 Electron ABI 下校验原生模块与 Whisper 运行时。
首次启动会在 ~/.orkas/（macOS/Linux）或 <非系统盘的最小盘符>:\.orkas\（Windows）创建工作区。
打开设置 → AI Providers，添加 API 密钥或 OAuth；本地模型选择 Custom（OpenAI 兼容）并填入本地端点地址。注意：源码构建没有账号层，直接进入应用；打包版首次启动要求登录。

验证是否装好

启动 Orkas 后，在一个会话中让 Commander 执行 memory_search 查询知识库，或观察它使用 hand_off_to/dispatch_to 把任务交给某个内置专家代理并返回结果，即可确认工具已正常工作。

常见排障

若应用无法启动，先确认 Node 版本为 20+（源码构建）以及平台满足 macOS / Windows 10+ / glibc 2.34+ Linux x64 或 arm64
Linux 报原生模块或 Whisper 运行时错误时，确认 glibc 版本达标，并保留 Python 3 与 C/C++ 构建工具链以便本地重建原生 npm 包
模型调用失败时检查设置 → AI Providers 中的密钥或 OAuth 是否有效；使用本地模型时确认 Custom（OpenAI 兼容）的 base URL 指向正确的本地端点
本地语音转写首次使用时需要下载并校验 whisper.cpp 运行时与多语言模型，网络受限会导致该功能不可用
知识库检索无结果时，确认文档已完成分块与索引，且嵌入模型（约 95 MB）已成功下载
OCR 与技能相关的 Python 包会在对应功能首次使用时安装到隔离的本地环境，安装失败时对应功能将不可用

试试这样问

连接成功后，可以直接对 AI 助手这样说：

调研前五大竞争对手，写一份报告，然后把报告做成演示文稿
把这份产品 PRD 拆解成开发任务，交给 ProductDeveloper 完成
搜索我的知识库，找出上次会话中关于部署流程的记录
把这个项目交给 Claude Code 修一下构建错误

工具能力 6

hand_off_to 写入

指挥官将任务交给某个智能体并结束本轮，该智能体的回复直接作为最终答案返回给用户。

dispatch_to 写入

指挥官派发任务给某个智能体，智能体的回复对用户可见，结果返回指挥官并以指定的下一步继续本轮。

run_worker 写入

指挥官派发一个临时子任务，任务输入和结果对用户不可见（私有），结果返回指挥官继续流程；在一次响应中发出多个调用会并发执行。

memory_search 只读

在本地知识库索引中检索文档与历史会话（FTS5 全文与向量相似度混合检索，按倒数排名融合）。

memory_read 只读

读取本地知识库索引中的文档内容。

skill_manage 写入

将“我如何解决 X”的过程结晶为一个私有的 SKILL.md 技能，供该智能体从下一轮开始使用。

使用场景

自动化周期性报告与市场调研：专职智能体搜集资料、总结并产出周报

把产品需求文档（PRD）拆解为开发任务并分派给不同智能体执行

与本地文档对话并进行本地数据分析，数据不离开本机

从一次对话同时产出代码、研究报告、视频与幻灯片，由指挥官调度 HyperFrames 等开源工具并转交 Claude Code、Codex、OpenCode、Cline 等 CLI 编码智能体

混合使用不同模型服务商：一个智能体跑在 Claude 上，另一个跑在 DeepSeek 或本地端点上

详细介绍

Orkas 是一个开源、本地优先的多智能体 AI 桌面客户端。你描述一个目标，由 Commander（指挥官）规划步骤、自己处理通用部分，并协调专职智能体并行或串行地执行任务。首次启动即可使用 9 个内置专职智能体（市场中总共有 30 个）；支持自带模型密钥（Claude、OpenAI、Gemini、DeepSeek、Kimi、GLM、Qwen、MiniMax、Doubao）或指向 OpenAI 兼容的本地端点。对话、文件、知识库、API 密钥和自定义智能体都保存在本地磁盘，模型调用直接从本机发往服务商，不经过 Orkas 服务器。每个智能体拥有私有的技能（SKILL.md）与记忆，并通过反思与技能结晶自我进化。支持 macOS、Windows 10+，以及 glibc 2.34+ 的 Linux x64/arm64（Linux 目前需从源码运行）。许可证为 MIT。