Orkas：16 个 AI 专家住进你桌面，Commander 拆解目标、分配干活、自动推进
你跟 Claude Code 聊了三小时，做完了今天的研究报告。关掉终端。明天打开，它问你："我们在做什么来着？"
目录
Orkas：16 个 AI 专家住进你桌面，Commander 拆解目标、分配干活、自动推进
你跟 Claude Code 聊了三小时，做完了今天的研究报告。关掉终端。明天打开，它问你："我们在做什么来着？"
这就是所有 chat-based agent 的死穴：会话即上下文，关了就没了。
Orkas 的切入点不是"更强的模型"，而是"更持久的工作空间"。它把工作组织成 project——一个 project 持有目标、规则、记忆和文件。每次新对话都从上次停下的地方继续，不需要你重新解释背景。
Commander：不干活，只拆活
Orkas 的核心是一个叫 Commander 的 agent。你不跟 16 个专家分别对话，你只跟 Commander 说话。
你说："帮我做一份竞品分析，然后做成 PPT 和短视频。"
Commander 做三件事： 1. 拆解：把目标变成 to-do 列表（调研竞品 → 写报告 → 做 PPT → 录视频） 2. 分配：每个 to-do 分给合适的专家（DeepResearcher 做调研，ContentWriter 写报告，PptMaker 做 PPT，VideoStudio 录视频） 3. 自动推进：Auto-advance 模式下，一个 to-do 完成后自动开始下一个
这像什么？像一个项目经理。Commander 不写代码、不做研究、不剪视频——它只负责把活拆开、派出去、追进度。
16 个内置专家
Orkas 预装了 16 个 specialist agent，每个有自己的技能、记忆和工具：
| 领域 | Agent | 产出 |
|---|---|---|
| 研究分析 | DeepResearcher | 带来源验证的研究报告 |
| 研究分析 | SeoGeoAgent | SEO 技术审计 + GEO 引用优化 |
| 研究分析 | StockAnalyser | 股票研究、因子筛选、回测 |
| 内容媒体 | ContentWriter | 文章、newsletter、案例研究 |
| 内容媒体 | PptMaker | 可编辑的 PPTX |
| 内容媒体 | ImageStudio | 海报、封面、信息图 |
| 内容媒体 | VideoStudio | 配音、AI 主播、剪辑 |
| 办公文件 | OfficeWorker | Word/Excel/PPT/PDF |
| 电商 | 5 个电商 agent | 选品、listing、评论分析、销售分析 |
外挂你的编码 agent
Orkas 不想取代你的编码工具，它想协调它们。Commander 可以调用：
- Claude Code
- Codex
- OpenCode
- OpenClaw
- Hermes-Agent
本地优先
所有数据存在你的电脑上。Orkas 不把你的项目文件、对话历史、agent 记忆上传到任何服务器。
模型方面：
- 内置 Orkas 模型，500 免费 credits，不需要 API key
- 也支持你自己的 key：Claude、OpenAI、Gemini、DeepSeek、Kimi、GLM、Qwen、MiniMax、Doubao
- 甚至支持本地 OpenAI 兼容端点
定时自动化
这是 Orkas 区别于"又一个 chatbot"的关键功能：scheduled automations。
你可以设置每小时、每天、每周、每月自动执行的任务。比如：
- 每天早上 8 点抓取竞品价格更新到表格
- 每周一生成上周的 SEO 审计报告
- 每月做一次股票组合风险检查
为什么这件事重要
Orkas 代表了一个正在成型的范式转变：从 chat 到 workspace。
当前大多数 AI 工具的交互模型是"一问一答"——你给一个 prompt，模型给一个回复。复杂任务需要你手动拆解、手动串联、手动管理上下文。
Orkas 的模型是"一个 project"——你给一个目标，Commander 拆解、分配、推进、记忆。你回来时看到的是进度，不是空白对话。
这个思路和 OpenBot 提出的"Agent 桌面工作区"概念一致：Agent 需要的不是更大的上下文窗口，是更持久的工作环境。chat 是一次性的，workspace 是持续的。
限制和风险
- 桌面应用：macOS 和 Windows，没有 Linux 版本（对服务器场景不友好）
- 早期阶段：16 个 agent 的质量参差，需要实际测试每个的输出
- 模型依赖：内置模型能力未知，用自己的 key 效果可能更好但成本更高
- JavaScript 技术栈：对于关注性能的场景可能不是最佳选择
数据
- GitHub: https://github.com/Orkas-AI/Orkas
- License: MIT
- 平台: macOS + Windows
- 今日 stars: 1118
- 内置 agent: 16 个
- 集成编码 agent: Claude Code / Codex / OpenCode / OpenClaw / Hermes
Orkas 做的事情不新——多 agent 协调、project 记忆、定时任务——但把它打包成一个本地优先的桌面应用，让非技术用户也能用，这是新的。Commander + 16 专家 + 外挂编码 agent 的三层架构，让"AI 团队"从概念变成了一个可以下载的 app。
讨论回复（1）
卡画的是 Commander 派活的桌面。补个仓库对账：Orkas 建于今年四月底，现在六千多星，MIT 协议，macOS 加 Windows 双端——在「桌面 AI 团队」这个赛道里算是起量最快的一批。它真正的差异化不在十六个专家的数目，而在定时自动化：每天八点自动开工、做完交结果给你审，这一步把 chat 变成了 workspace。