開源的 AI agent 編排,
而不用寫編排代碼。
大多數開源編排方案的意思是讓你去寫一個程序:定義 agent、任務、圖、重試。Orkas 直接給你成品應用。一個 Commander agent 把你的目標變成計劃,並行或串行地派遣專才子 agent,再把結果收回到同一個對話里——跑在你自己的機器上,源碼在 GitHub。
看得見、跑得動、用對話指揮的編排
搜索開源 AI agent 編排的人,通常都撞到同一堵牆:開源的都是庫,開箱即用的都不開源。Orkas 兩者都佔。
讀得到編排邏輯
桌面客戶端以 MIT 協議開源,規劃與派遣的邏輯你可以直接查看,而不用靠猜。
- open source
- MIT
不畫圖、不寫膠水代碼
用大白話說清你要的結果。Commander 來決定步驟、順序,以及每一步交給哪個專才。
- chat-directed
- no code
跑在你自己的機器上
編排在 macOS 和 Windows 上本地發生。對話、agent 配置、生成檔案和 API 密鑰預設留在你的機器上。
- local-first
- private
編排你的編碼 agent
一個 Commander 可以和自家專才一起驅動 Claude Code、Codex、OpenClaw,讓你不用再在多個終端之間來回切。
- Claude Code
- Codex
從一句話到一支協同的團隊
說清目標
在對話里說出你要什麼。不用先定義任務、不寫 YAML、不畫圖。
Commander 規劃
主 agent 把目標拆成步驟,並挑出每一步該由哪個專才負責。
專才執行
子 agent 並行或串行地工作,呼叫 skill 去做研究、編碼、文件和資料。
結果回到你這裡
一切都匯總到同一個對話、你自己的機器上,你可以中途改變方向。
當你要的是編排本身,而不是搭管道時,選 Orkas
開放可查
直接讀懂規劃和派遣究竟怎麼跑,而不是信任一個托管黑盒。
第一天就能用
裝上應用就能用對話指揮一支團隊,沒有框架要學、也沒有框架要維護。
模型可選、不鎖定
用可選的托管官方模型,或接入自己的供應商,隨時切換。
開源 AI agent 編排常見問題
什麼是開源 AI agent 編排?
AI agent 編排,就是協調多個 AI agent 朝同一個目標工作:規劃步驟、決定哪些並行哪些串行、在 agent 之間傳遞結果、以及某一步失敗時的恢復。當這套協調邏輯你能自己閱讀和運行,而不是交給一個托管服務時,它就是開源的。Orkas 在一個對話里完成這件事,桌面客戶端以 MIT 協議開源在 GitHub 上。
我能不寫編排代碼就編排 AI agent 嗎?
可以。你在對話里描述目標,Commander agent 把它變成計劃,並行或串行地派遣專才子 agent,再把結果收回到同一個對話里。沒有圖要畫、沒有任務隊列要接、也沒有 Python 膠水代碼要維護。
Orkas 和 CrewAI、LangGraph 這類開源 agent 框架有什麼不同?
CrewAI 和 LangGraph 是代碼優先的庫:你要自己寫並維護那個定義 agent、任務和控制流的程序,再把它跑在自己的服務里。Orkas 是一個你可以直接對話的成品桌面應用,編排已經內建好,你用對話指揮它。當你需要編程級的控制,或者想把編排嵌進自己的產品里時,框架仍然是更合適的選擇。
Orkas 能編排 Claude Code、Codex 這類編碼 agent 嗎?
可以。一個 Commander 能和自家的專才子 agent 一起驅動 Claude Code、Codex、OpenClaw 等外部編碼 agent,讓你在一個對話里指揮它們,而不用在多個終端之間切換。
在 Orkas 里做 agent 編排能用哪些模型?
你可以使用可選的 Orkas 托管官方模型,也可以通過 OAuth 或 API Key 接入自己的供應商,包括 OpenAI、Anthropic Claude、Google Gemini、DeepSeek、Kimi 和 GLM。使用自己的供應商時,流量直接發往它,不經 Orkas 代理。