Orca: ejecuta Claude Code y Codex en paralelo (gratis)

En la captura que sus propios creadores ponen en el README hay un dato que da un poco de vértigo: 200 worktrees, 47 activos. Y en la app móvil de al lado, un contador: 5.065 agentes lanzados, 26 días y 10 horas de tiempo de agente acumulado, 359 pull requests creadas.

Eso no es un flujo de trabajo. Es una fábrica.

Y ahí está el problema que Orca intenta resolver, que no es el que crees. No va de que tus agentes escriban mejor código. Va de que tú puedas ver qué están haciendo veinte de ellos a la vez sin acabar con cuarenta pestañas de terminal, tres tmux y la sensación permanente de que se te ha quedado uno colgado esperando un “sí” desde hace media hora.

Orca es un ADE: un Agent Development Environment. Una cabina de mando. Y es MIT, gratis y agnóstico del agente que uses.

Esto es lo que vas a encontrar:

• Qué es exactamente un ADE y en qué se diferencia de un IDE con IA pegada
• Por qué el worktree, y no la pestaña, es la unidad de trabajo cuando tienes flota
• Design Mode: señalar un botón en el navegador y que el agente reciba su HTML, su CSS y un recorte de pantalla
• La parte más rara y más interesante: una CLI con la que los agentes pilotan el propio IDE
• La capa de orquestación (Run, Task, Dispatch) y sus reglas de convivencia
• Lo que la demo no te cuenta: memoria, permisos, coste y el cuello de botella que sigues siendo tú

¿Qué es Orca y por qué lo llaman ADE en vez de IDE? ¶

Orca es una aplicación de escritorio (macOS, Windows y Linux) que se coloca encima del agente de código que ya usas, y te da una interfaz para hacer trabajar a muchos a la vez, cada uno en su propio git worktree aislado. Su lema en el README es directo: “The AI Orchestrator for 100x builders. Run Codex, ClaudeCode, OpenCode or Pi side-by-side — each in its own worktree, tracked in one place”.

La diferencia con un IDE clásico está en quién se considera usuario de primera clase. En VS Code el usuario eres tú, y el agente es un panel lateral invitado. En un ADE hay dos tipos de usuario: tú y los agentes. Ambos abren archivos, ambos ejecutan comandos, ambos navegan, ambos dejan comentarios en un diff. La interfaz está diseñada para que veas trabajo ajeno en marcha, no para que escribas tú cada línea.

El detalle que lo cambia todo: Orca no tiene login propio ni modelo propio. Traes tu suscripción de Claude, tu cuenta de Codex, tu OpenCode con la API que quieras. El repositorio lista 29 agentes con nombre y apellidos —Claude Code, Codex, Grok, Cursor, GitHub Copilot, OpenCode, Amp, Devin, Goose, Cline, Continue, Droid, Kimi, Kiro, Mistral Vibe, Qwen Code, Rovo Dev, Antigravity, Pi y unos cuantos más— y cierra la lista con un + any CLI agent. La regla es esa: si se ejecuta en una terminal, se ejecuta en Orca.

La app va por delante del README. Al abrir la versión 1.4.222 en Linux, el asistente de bienvenida detecta los agentes que ya tienes instalados (en mi caso, solo Claude) y te ofrece otros 44 en la lista: 45 en total, con nombres como OpenClaude, Trae, DeepSeek Harness o Aider que el README ni menciona. La lista sigue creciendo: Antigravity, Muse Code, ZCode, Rovo Dev, Qoder, Qwen Code y OpenCode 2 (en beta) tienen ya integración propia.

Fíjate en la captura oficial, porque cuenta la historia mejor que yo. A la izquierda, la lista de trabajos: uno en progreso llamado improve-readme, otro que es un bug de renombrado, otro que es una feature. En el centro, dos agentes distintos —Claude Code con Fable 5 y Codex con GPT-5.5— viviendo cada uno en su panel. A la derecha, el árbol de archivos del repo. Abajo, dos barras de consumo: 78% de la ventana de 5 horas de uno, 100% del otro.

No es un chat. Es un panel de control con dos motores encendidos. Aunque, si lo prefieres, también hay chat: además de la TUI de cada agente en su terminal, Orca tiene una vista de chat nativa que en macOS y Linux habla con Claude a través del Claude Agent SDK, con diffs dentro de la conversación, arrastrar ficheros, Fast mode y la actividad de los subagentes a la vista. Grok y Codex también tienen la suya.

Este esquema resume cómo encajan las piezas:

Detrás está Stably AI, una startup pasada por Y Combinator que antes hacía testing con IA. El ritmo de publicación es casi absurdo: sale una versión prácticamente cada día. Las capturas de este artículo son de la 1.4.222 y a mediados de octubre de 2026 ya va por la 1.4.227. El propio README admite que la lista de features “está perpetuamente desactualizada” porque publican a diario. Su changelog oficial son las releases de GitHub.

🔑 Un ADE no es un editor con un chat. Es un sitio donde el trabajo lo hacen varios agentes en paralelo y tu papel principal es asignar, mirar y decidir. Si tu interfaz no está pensada para eso, acabas usando la terminal como panel de control, y la terminal no sabe mostrarte veinte cosas a la vez.

¿Por qué el worktree y no la pestaña es la unidad de trabajo? ¶

Porque dos agentes en la misma carpeta se pisan. Punto.

Un git worktree es un checkout adicional del mismo repositorio en otra ruta del disco, con su propia rama y sus propios archivos sin commitear. Es una función de git desde 2015, no un invento de nadie. Lo que hace Orca es convertirla en la unidad básica de su interfaz: cada tarea que abres es un worktree, y cada worktree tiene sus terminales, sus pestañas de navegador, su estado de UI y su tarjeta en la lista lateral.

En Orca un worktree se identifica con una dirección de dos partes, <repoId>::<rutaDelWorktree>. Suena a detalle de fontanería hasta que empiezas a automatizar: ese identificador es lo que pasas de un comando a otro para decir “esta tarea, no la otra”. Y los selectores admiten formas humanas: name:<nombre>, branch:<rama>, path:<ruta>, issue:<número> y active para “el worktree donde estoy ahora”.

La parte que se agradece cuando tienes veinte en marcha es el estado visible. Cada tarjeta puede llevar:

• Un comentario corto que el propio agente actualiza en los hitos (“bug reproducido, probando fix”), con orca worktree set --worktree active --comment "...".
• Un estado de tablero: todo, in-progress, in-review o completed.
• Relación de linaje: worktrees hijos de otro worktree, o independientes con --no-parent.

Esa última es más importante de lo que parece. Cuando lanzas trabajo derivado, Orca intenta inferir el padre para que no acabes con veinte ramas colgando del mismo sitio sin saber quién salió de quién. Y hay una regla explícita en su documentación que agradecerás: --no-parent controla el linaje de Orca, no la base de git. Si quieres trabajo independiente, no lo bases en tu rama de feature actual salvo que lo pidas a propósito.

Desde la app, el botón Create sirve tanto para abrir un workspace nuevo como para añadir un proyecto. Un workspace puede llevar varias pull requests o merge requests asociadas, y si usas GitHub Projects lo ves como tablero kanban dentro de la app.

Para verlo en marcha creé cuatro worktrees sobre un repo de prueba, todos desde la CLI: tres independientes con --no-parent y uno, tests-calendario, colgando de fix-rango-fechas con --parent-worktree. Después les di un estado a cada uno con orca worktree set --workspace-status. El resultado en el tablero de la app (Workspace board) es este:

Todo esto no sustituye a saber pensar en flotas, que es un tema aparte que ya desmenucé en cómo montar un sistema de agentes autónomos. Orca no te da la organización. Te da la sala donde ponerla.

Curso gratis · paso a paso

Una flota rinde lo que valen las tareas que le das

Abrir veinte worktrees es fácil; escribir veinte encargos que un agente pueda cerrar solo, no. En este curso recorres el ciclo completo de Spec Driven Development con OpenSpec sobre un proyecto real y en modo asistido: proposal, spec, diseño, tareas y archivar.

Entra en el curso gratis →

¿Qué hace Design Mode que no haga pegar una captura en el chat? ¶

Te ahorra el paso más tonto y más repetido del desarrollo de frontend con agentes: explicarle qué elemento está mal.

Orca lleva un navegador Chromium embebido, por worktree. Design Mode te deja pinchar cualquier elemento de la interfaz en esa ventana real y enviar tres cosas de golpe al prompt del agente: su HTML, su CSS y un recorte de la pantalla de esa zona.

La diferencia con pegar un pantallazo es la misma que hay entre decirle a un pintor “el marco de la puerta está mal” y señalarlo con el dedo mientras le pasas la muestra de color. El agente no tiene que adivinar a qué div te refieres entre cuatrocientos.

En la app no vas a encontrar un botón que diga “Design Mode”: en la barra del navegador embebido se llama Grab page element (el icono de la diana). Lo activas, pinchas el elemento y Orca copia su contexto al portapapeles; si pulsas la S, añade el recorte de pantalla. Luego lo pegas en el prompt del agente.

Y como el navegador vive dentro del worktree, no hay salto de contexto: el agente que toca el CSS y la ventana donde se ve el resultado están en el mismo espacio. Añade a eso que el propio navegador se puede automatizar (luego vamos), y tienes el bucle completo: el agente cambia, recarga, mira, corrige.

¿Se puede pilotar Orca desde la terminal? ¶

Sí, y aquí está lo que de verdad diferencia a Orca del resto: la CLI no está para ti, está para tus agentes.

Orca expone un binario orca con el que se puede crear worktrees, abrir terminales, leerlas, escribir en ellas, esperar a que un agente termine, manejar automatizaciones y conducir el navegador embebido. Y como todo acepta --json, es una superficie diseñada para que la use un programa, no un humano.

Un agente que quiera delegar trabajo a otro agente hace esto:

# Crear un worktree independiente y lanzar Codex dentro con un encargo
orca worktree create --name fix-login --no-parent --agent codex \
  --prompt "Reproduce el bug de login y arregla la validación" --json

# Ver qué hay en marcha ahora mismo
orca worktree ps --json

# Esperar a que la TUI del agente esté lista antes de escribirle
orca terminal wait --terminal <handle> --for tui-idle --timeout-ms 60000 --json
orca terminal send --terminal <handle> --text "continúa con los tests" --enter --json

Ese --for tui-idle es el tipo de detalle que solo aparece cuando alguien ha sufrido el problema de verdad: si le escribes a Claude Code o a Codex antes de que su interfaz esté lista, el texto se pierde. La CLI te da una espera explícita para eso, y su guía insiste en pasar siempre --timeout-ms.

Lo probé sin agentes, con dos terminales normales en el mismo worktree. Desde la de la derecha, orca terminal send escribe node --test en la de la izquierda, y orca terminal read --screen lee lo que se ve en ella:

Y el navegador se maneja con un bucle de captura, interacción y recaptura:

orca goto --url https://localhost:3000 --json
orca snapshot --json          # devuelve refs tipo @e3 para cada elemento
orca click --element @e3 --json
orca snapshot --json          # hay que recapturar: los refs caducan al navegar

Hay screenshot, full-screenshot, pdf, console, network, eval, gestión de pestañas y esperas por texto, URL, selector o networkidle. Es, en la práctica, un Playwright pegado al navegador que tú también estás mirando.

Y un comando más que agradecerás cuando lleves semanas con la app: orca search busca en el historial de sesiones de tus agentes, también en las de otras máquinas conectadas.

La guinda: Orca trae sus propias Agent Skills dentro del repositorio. Ocho carpetas en skills/, con guías para la CLI, la orquestación, Linear, el emulador de iOS, el de Android, Computer Use y los entornos por workspace. O sea que el agente no tiene que aprenderse esto leyendo un blog: se lo encuentra puesto. Si andas flojo con el concepto, aquí tienes en qué se diferencian las skills de los prompts y del MCP.

Y una advertencia muy práctica si vas por Linux: no ejecutes orca a pelo. En la mayoría de distribuciones ese comando es el lector de pantalla GNOME Orca, y lo que vas a conseguir es que el ordenador empiece a hablar. Fuera de las terminales gestionadas por la app se usa orca-ide. Está documentado en su propia skill, con el aviso incluido, y lo comprobé en la instalación de prueba: dentro de una terminal de Orca, which orca apunta a un atajo de la propia app en ~/.config/orca/.

💡 Un IDE que se puede conducir por comandos deja de ser una aplicación y pasa a ser una API con ventanas. Es la misma idea que hace útil un navegador para agentes: si algo se puede describir en texto, un agente puede operarlo.

¿Cómo evita Orca que varios agentes se pisen entre ellos? ¶

Con una capa de orquestación explícita, tres conceptos y un puñado de reglas duras. Tiene su propia página, Settings > Orchestration, y se enciende instalando la skill de orquestación en tus agentes. Aun así, trátala como lo que es: una apuesta en construcción.

El modelo son tres piezas:

Los estados de una tarea son pending, ready, dispatched, completed, failed y blocked. Las dependencias se pasan con --deps, así que el DAG lo describes tú, no lo adivina nadie.

La mensajería es lo que sostiene el resto. Los agentes se mandan mensajes con tipo (status, dispatch, worker_done, escalation, question, heartbeat, merge_ready) y el coordinador espera en bloque en lugar de hacer polling:

orca orchestration check --wait \
  --types worker_done,escalation,question --timeout-ms 600000 --json

Hay tres decisiones de diseño ahí que merecen un aplauso, porque son las que separan un juguete de una herramienta:

1. El buzón se reenvía hasta que confirmas. Un check devuelve el lote más antiguo (hasta 50 mensajes) y lo repite tal cual hasta que haces --ack. Nada se pierde porque el coordinador se despistara.
2. Un timeout no es un fallo. La documentación lo dice con letra clara: una espera vacía o un timeout es un punto de control, no un worker muerto. Su ejemplo de bucle espera hasta 15 minutos por vuelta, y solo tras tres esperas vacías seguidas toca revisar el estado de los workers. No mates al agente porque lleve un rato callado.
3. Cortocircuito a los tres fallos. Después de tres fallos consecutivos en la misma tarea, el contexto de dispatch se corta y la tarea se marca como fallida. Es el freno que evita que un bucle roto se coma tu cuota entera.

También hay direcciones de grupo (@all, @idle, @claude, @codex, @worktree:<id>) con una norma sensata: úsalas para difundir estado, nunca para mandar mensajes de ciclo de vida. Un worker_done va a su Dispatch, no a una lista de correo.

Y hay una distinción que a mí me pareció la más madura de todo el sistema: separan el handoff de la supervisión. Hasta la interfaz lo refleja: la opción de pasarle una conversación a otro agente se llama Hand Off to Another Agent. Si le pasas el trabajo a otro agente y te desentiendes, eso es un traspaso de propiedad y no debe crear obligaciones de reporte. Si vas a esperar resultados, coordinar un grafo o poner puertas de decisión, entonces es orquestación supervisada. Confundir las dos cosas es como pedirle a alguien que te haga un favor y luego pedirle un parte diario.

Comparado con lo que ya cubrimos en Agent Teams de Claude Code, aquí la coordinación no vive dentro de un agente concreto: vive en la aplicación, y por eso puede juntar a Claude con Codex con OpenCode en el mismo grafo.

El freno que tu flota necesita

Cinco agentes trabajando, una sola persona revisando

Coordinar agentes es la mitad del problema; la otra es comprobar que lo que devuelven se sostiene. En esta masterclass verás el ciclo anticaos, pruebas de navegador con Playwright, casos Gherkin y adversarial review entre modelos para que la revisión no dependa de tu paciencia.

Ver el método entero →

Masterclass Web Reactiva Premium · Métodos en directo + casos Gherkin

¿Qué más trae Orca aparte de los worktrees? ¶

Más de lo que cabe en un post, así que lo agrupo por lo que de verdad usarías:

Terminales. Renderizado por WebGL, splits infinitos y scrollback que sobrevive a reiniciar la aplicación. Ellos lo describen como “Ghostty-class”, que es una forma elegante de decir “no es el terminal triste del editor”.

Revisión de diffs con comentarios. Puedes dejar un comentario en cualquier línea de un diff y devolvérselo al agente. Es code review de toda la vida, pero con el autor sentado al lado esperando instrucciones.

GitHub y Linear nativos. PRs, issues y tableros dentro de la app, y abrir un worktree directamente desde una tarea. Menos salto de pestaña, menos “¿dónde estaba yo?”.

Worktrees por SSH. Ejecutar los agentes en una máquina remota potente con edición de archivos, git y terminales completas, reconexión automática, reenvío de puertos y login con MFA. Orca instala su propio runtime en el host (Settings > Managed servers), así que no necesitas Node allí. Hay incluso una guía para servidores Linux sin escritorio con orca serve, que es la puerta a montarte esto en un VPS.

Automatizaciones. Prompts programados contra un repo o un workspace existente, con horarios hourly, daily, weekdays, weekly, cron de cinco campos o RRULE:

orca automations create --name "Revisión diaria" --trigger daily --time 09:00 \
  --prompt "Revisa los cambios abiertos" --provider codex --repo id:<repoId> --json

Cada automatización puede fijar su propio modelo y su nivel de esfuerzo, así que la revisión de las nueve no tiene por qué gastar el modelo más caro.

Control de consumo. Ves el gasto de Claude, Codex y OpenCode Zen, cuándo se reinician tus límites, y puedes cambiar de cuenta sin volver a iniciar sesión. Si vives al límite de la ventana de cinco horas, esto es más útil que cualquier feature vistosa. Y si el problema es que gastas demasiado, el asunto no es la interfaz: es cómo ahorrar tokens.

Emuladores. Simulador de iOS y emulador de Android manejables por comandos (orca emulator tap 0.5 0.7), con coordenadas normalizadas de 0 a 1. Para trabajo de móvil con agentes es un salto grande.

Computer Use y plugins. Los agentes pueden operar aplicaciones de escritorio cuando el flujo lo pide, y hay una API de plugins con ejemplos en el propio repositorio.

Visores para lo que no es código. Notebooks .ipynb con un kernel de Jupyter que persiste entre ejecuciones y un visor de CSV. Pequeño, pero evita salir de la app para comprobar qué ha generado el agente.

¿Y la app móvil sirve para algo o es un adorno? ¶

Sirve para lo único que tiene sentido hacer desde el móvil: enterarte y desbloquear.

La app de acompañamiento (iOS en la App Store, TestFlight para la beta, y APK para Android) se empareja con tu escritorio y te avisa cuando un agente termina o cuando se ha quedado esperando algo. Desde ahí puedes mandar un seguimiento sin abrir el portátil, y abrir los chats de Claude, Grok, OpenCode o Pi. Buena parte de su interfaz le llega desde el escritorio emparejado, así que mejora sin pasar por la tienda de apps.

Piénsalo así: el 90% del tiempo que un agente trabaja no necesita nada de ti. El 10% restante está bloqueado esperando un “sí, adelante” que tarda cuarenta minutos en llegar porque estabas comiendo. Ese hueco es el que cierra el móvil, y es puro tiempo de calendario recuperado.

No es para escribir código en el metro. Es para que la fábrica no se pare.

¿Cómo se instala Orca? ¶

Con una línea, si vas por Homebrew o por Arch:

# macOS
brew install --cask stablyai/orca/orca

# Arch Linux (AUR) — stably-orca-git si prefieres compilar
yay -S stably-orca-bin

Y si no, descarga directa desde su web o desde las releases de GitHub: .dmg para Apple Silicon e Intel, .exe para Windows y AppImage para Linux. La AppImage siempre está en la misma dirección, https://github.com/stablyai/orca/releases/latest/download/orca-linux.AppImage, y es la que usé para las capturas de este artículo. Las builds de Windows van firmadas por SignPath, detalle que evita el susto del aviso de “aplicación no reconocida”.

Antes de abrirla, ten en cuenta tres cosas:

1. Trae tu propio agente. Orca no incluye modelo ni suscripción. Si no tienes Claude Code, Codex o similar ya instalado y con sesión, no vas a hacer nada. Y ten en cuenta que, en el primer arranque, Orca añade sus propios hooks a ~/.claude/settings.json y ~/.codex/hooks.json para seguir el estado de cada agente. Envía telemetría anónima de uso, que puedes desactivar.
2. Trabaja sobre repositorios git. Su unidad es el worktree, así que necesitas un repo, y a ser posible uno con la rama base bien configurada.
3. Prepara tu proyecto para que arrancar un worktree nuevo sea barato. Si montar el entorno de un checkout limpio te lleva veinte minutos de instalaciones y variables, tener veinte worktrees es un castigo, no una ventaja. Orca tiene hooks de setup y recetas de entorno por workspace precisamente para esto.

Ese punto tres es el que más gente subestima. La fricción no está en Orca: está en tu pnpm install.

¿Qué no te van a contar en la demo? ¶

Lo de siempre: la demo dura noventa segundos y tu semana dura cinco días. Estos son los peajes reales.

Es una app Electron con muchos paneles vivos. Y se nota. El propio repositorio es transparente hasta la incomodidad al respecto: hay documentos de perfilado de memoria del renderer, un informe de límites de recursos del escaneo de espacios de trabajo, métricas del gestor de recursos y, en la raíz, un fichero de incidente sobre congelaciones del renderer con worktrees fechado a finales de julio de 2026. Que lo documenten y lo publiquen es buena señal de ingeniería. Que exista es la señal de que veinte worktrees con terminales activas cuestan RAM.

La app trae su propio medidor, el Resource Manager de la barra de estado. En mi instalación de prueba, con cuatro terminales de shell, una pestaña de navegador y ningún agente en marcha, marcaba 1,02 GB, y casi todo era del propio proceso de Orca:

Va tan rápido que a veces tropieza. Publicar casi a diario tiene un precio: las versiones 1.4.219 y 1.4.220 dejaron ~/.copilot/config.json legible por otros usuarios de la máquina, algo que la 1.4.221 corrigió. Actualiza a menudo y lee las notas de cada release, que son su changelog oficial.

La orquestación sigue en construcción. Toca instalar su skill, la documentación habla de migraciones de contrato y de mensajes marcados como legacy, y eso significa que las cosas se mueven bajo tus pies. Para trabajo crítico, tenlo en cuenta.

El coste no baja, sube. Cinco agentes trabajando cuestan cinco veces más tokens que uno. Orca te da visibilidad del consumo, no descuento. Si tu suscripción ya se queda corta con un agente, con una flota vas a chocar contra el límite antes de comer.

Los permisos son un arma cargada. En la captura del propio README se ve un agente en modo YOLO y otro con bypass permissions on. Y en el asistente de bienvenida, el interruptor Yolo mode (“los agentes ejecutan comandos y editan archivos sin preguntar”) viene encendido de serie. Sin eso, la flota se para cada dos minutos a pedirte permiso; con eso, tienes varios agentes ejecutando comandos sin preguntar sobre tu disco. Aísla, usa ramas, y no le des barra libre en el repositorio donde vive el secreto de producción.

Y el cuello de botella sigues siendo tú. Puedes lanzar veinte tareas. No puedes revisar veinte diffs con criterio en una tarde. La capacidad de generar código dejó de ser el límite hace tiempo; el límite es tu capacidad de entenderlo antes de aprobarlo. Un panel bonito con once PRs esperando no es productividad: es una cola.

⚠️ Multiplicar agentes multiplica también lo que tienes que revisar. Si la respuesta a “¿cómo verifico esto?” es “confío en que esté bien”, no has ganado velocidad: has cambiado trabajo de escribir por deuda de comprensión, y esa se paga con intereses.

¿Merece la pena Orca o te vale con lo que ya tienes? ¶

Depende de un solo número: cuántos agentes tienes trabajando a la vez de verdad.

Mi lectura honesta: si vienes de un único agente y con eso te va bien, Orca te va a parecer un avión para ir al supermercado. Si ya te has visto con cuatro terminales abiertas, perdiendo el hilo de qué rama era cada una y descubriendo a la hora que una llevaba media hora parada esperando permiso, entonces esto responde a un dolor que ya tienes.

Si dudas entre Orca y sus dos alternativas más cercanas, tienes la comparativa de Orca, T3 Code y Paseo con los tres puestos lado a lado.

Y hay un tercer motivo, menos práctico y más interesante: Orca es una de las apuestas más completas que existen ahora mismo sobre cómo será la interfaz de trabajo cuando la mayoría del código lo escriban agentes. Aunque no la adoptes, mirarla es mirar hacia dónde va el oficio. En esa misma línea van las tendencias de código agéntico de 2026 y también el trabajo de Agent Orchestrator, que ataca el mismo problema desde la terminal en lugar de desde una interfaz gráfica.

Descárgala, abre dos worktrees sobre un repo que ya conozcas y pon a Claude en uno y a Codex en otro con la misma tarea. En veinte minutos sabrás si esto es tu forma de trabajar o no.

TL;DR ¶

• 🐳 Orca es un ADE: una app de escritorio MIT (macOS, Windows, Linux) que ejecuta agentes de código en paralelo, cada uno en su worktree de git aislado, y que no trae modelo propio — usas tu suscripción.
• 🔌 Agnóstica del agente: 29 agentes con nombre propio en el README, 45 en el asistente de bienvenida, más cualquier CLI que se ejecute en una terminal. Y si prefieres chat a TUI, tiene vista de chat nativa para Claude, Codex y Grok.
• 🖱️ Design Mode manda el HTML, el CSS y un recorte de pantalla del elemento que pinchas directo al prompt del agente.
• 🤖 Los agentes pilotan el IDE: la CLI orca crea worktrees, escribe en terminales, espera con --for tui-idle y conduce el navegador embebido, todo con --json. Y trae ocho Agent Skills en el repositorio.
• 🕸️ Orquestación con Run, Task y Dispatch, grafo de dependencias, buzón que se reenvía hasta confirmar y cortocircuito a los tres fallos. Se activa instalando su skill y sigue en construcción.
• ⚠️ El peaje: es Electron y come RAM con muchos worktrees, los tokens se multiplican por el número de agentes, y revisar sigue siendo tu trabajo.

Preguntas frecuentes ¶

¿Qué es Orca de stablyai? ¶

Orca es un Agent Development Environment (ADE) de código abierto con licencia MIT, desarrollado por Stably AI. Es una aplicación de escritorio para macOS, Windows y Linux que ejecuta varios agentes de código de IA en paralelo, cada uno en su propio git worktree, con terminales, navegador embebido, revisión de diffs e integración con GitHub y Linear.

¿Orca es gratis? ¶

Sí. El código está publicado bajo licencia MIT y la aplicación se descarga sin coste desde su web o desde las releases de GitHub. Lo que pagas es tu suscripción al agente que uses (Claude Code, Codex u otro), porque Orca no incluye modelo ni cuenta propia.

¿Qué diferencia hay entre un ADE y un IDE? ¶

Un IDE está diseñado para que la persona escriba el código y el agente ayude desde un panel. Un ADE trata a los agentes como usuarios de primera clase: la interfaz gira alrededor de asignar tareas, ver varios trabajos en marcha a la vez y revisar lo que han hecho, no alrededor de escribir línea a línea.

¿Con qué agentes de IA funciona Orca? ¶

Con 29 agentes listados en el README y 45 en el asistente de bienvenida, entre ellos Claude Code, Codex, Grok, Cursor CLI, GitHub Copilot CLI, OpenCode, Amp, Devin, Goose, Cline, Continue, Droid, Kimi, Kiro, Mistral Vibe, Qwen Code, Antigravity, Muse Code y Rovo Dev. La regla general que dan es que funciona con cualquier agente que se ejecute en una terminal.

¿Cómo se instalan Orca en macOS y en Linux? ¶

En macOS con Homebrew: brew install --cask stablyai/orca/orca. En Arch Linux desde el AUR: yay -S stably-orca-bin. Para el resto hay descarga directa de .dmg, .exe y AppImage desde la web oficial o desde las releases de GitHub.

¿Para qué sirven los git worktrees en Orca? ¶

Para que cada agente trabaje en un checkout separado del mismo repositorio, con su propia rama y sus propios archivos sin commitear. Así dos agentes pueden tocar el mismo proyecto a la vez sin pisarse los cambios, y tú puedes comparar resultados y quedarte con el mejor.

¿Qué es la CLI de Orca y por qué la usan los agentes? ¶

Es un binario (orca, u orca-ide en Linux) que permite crear worktrees, abrir y leer terminales, esperar a que un agente esté listo, programar automatizaciones y conducir el navegador embebido, todo con salida en JSON. Está pensada para que un agente delegue trabajo en otro y para que los flujos se puedan describir por comandos.

¿Puedo ejecutar Orca en un servidor remoto o en un VPS? ¶

Sí. Orca soporta worktrees por SSH con edición de archivos, git y terminales completas, reconexión automática y reenvío de puertos, e instala su propio runtime en el servidor sin necesitar Node. Además hay una guía oficial para servidores Linux sin escritorio usando orca serve, que es la vía para dejar la flota trabajando en una máquina remota.

¿Cuánta memoria consume Orca? ¶

No publican una cifra oficial, pero es una aplicación Electron con muchos paneles activos y el consumo crece con el número de worktrees y terminales abiertas. El propio repositorio incluye documentos de perfilado de memoria del renderer y un informe de incidente sobre congelaciones con worktrees, así que conviene no abrir veinte a la vez en un portátil justo de RAM. Como referencia, en una prueba en Linux con cuatro terminales, una pestaña de navegador y ningún agente, su propio Resource Manager marcaba algo más de 1 GB.

¿La orquestación de Orca está lista para producción? ¶

Todavía no del todo. La capa de orquestación (Run, Task y Dispatch, con grafo de dependencias y mensajería entre agentes) se activa instalando su skill desde Settings > Orchestration, y su documentación describe migraciones de contrato en curso. Funciona, pero cuenta con que cambie de una versión a otra.

Fuentes ¶

• Repositorio oficial de Orca en GitHub (stablyai/orca)
• Web oficial de Orca y descargas
• Guía de la CLI de Orca incluida como Agent Skill en el repositorio
• Guía de orquestación entre agentes de Orca
• Releases de Orca, que hacen de changelog oficial
• Documentación de git worktree

🧨 Última oportunidad para recibir la dinamita que mereces sobre programación con IA el próximo domingo: Suscríbete gratis a Web Reactiva en https://webreactiva.com/newsletter