Akira

Posted on Sep 1 Originally published at apidog.com

並列ワークツリーでCodex, Claude Code, OpenCodeを同時に実行する方法

Orcaでコーディングエージェントを並列実行する

要約: Orca は、Stablyが提供するデスクトップアプリです。複数のコーディングエージェントを、それぞれ独立したGitワークツリーで同時に実行できます。既存のサブスクリプションで任意のCLIエージェントを動かし、ターミナル分割、差分注釈、SSHワークツリー、Chromiumデザインモード、GitHub・Linearブラウジング、モバイルコンパニオンなどを利用できます。2026年9月1日時点で58,464スターを獲得しており、MITライセンスでmacOS、Windows、Linuxに対応しています。ただし、5つの差分のどれが正しいかを判断したり、チームが後から読める作業記録を残したりするツールではありません。

今すぐApidogを試す

本記事は、2026年にインストールすべき5つのオープンソースAIエージェントツールの中から、Orcaを詳しく紹介するものです。

なぜエージェントを並列化するのか

1つのターミナルで1つのエージェントを使う場合、プロンプトを入力し、待機し、レビューし、またプロンプトを入力する、という流れになります。エージェントは高速でも、ボトルネックはユーザーです。

複数のエージェントを同時に実行すればスループットは上がります。しかし、同じワーキングツリーを編集させると、エージェント同士が変更を上書きします。

Orcaは、エージェントごとにGitワークツリーを分離することで、この問題を解決します。さらに、コンテキストスイッチを減らすための開発環境をまとめて提供します。

中心となるアイデア：エージェントごとに1つのワークツリー

Gitワークツリーを使うと、1つのリポジトリを異なるブランチの複数の作業ディレクトリに同時にチェックアウトできます。

Orcaでは各エージェントが独自のワークツリーを持つため、5つのエージェントを同じリポジトリで動かしても、互いのファイルを変更しません。

この仕組みをさらに有効にするのがファンアウトです。

1つのプロンプトを複数のエージェントに同時送信し、それぞれの結果を比較して、最良の変更をマージする。

明確なタスクでは過剰かもしれません。一方で、複雑な移行や設計など、成功する方法を事前に予測できないタスクでは効果的です。異なるモデルで複数回試すと、同じ失敗を繰り返さずに済み、最初の案を何度も改善するより良い結果を選べる場合があります。

手動で行うなら、次の作業が必要です。

5つのターミナルタブを開く
5回 git worktree add を実行する
各タブとワークツリーの対応関係を管理する

Orcaはこの帳簿付けを引き受けます。

実行できるエージェント

ターミナルから実行できるものは、基本的にOrcaからも実行できます。対応するCLIエージェントには、次のものが含まれます。

Claude Code、Codex、Cursor CLI、GitHub Copilot CLI、OpenCode、Grok、Amp、Antigravity、Pi、oh-my-pi、Hermes Agent、Devin、Goose、Auggie、Charm、Cline、Codebuff、Command Code、Continue、Droid、Kilocode、Kimi、Kiro、Mistral Vibe、Qwen Code、Rovo Dev、MiMo Code、その他のCLIエージェント。

重要なのは、Orcaが独自のトークンを転売したり、リクエストをプロキシしたりしないことです。既存のサブスクリプションとAPIキーをそのまま使います。

たとえば、Opus 5でClaude Codeを使っている場合も、オープンモデル向けにCodexを使っている場合も、Orcaは自分のアカウントで実行します。

Claude Code、Codex、OpenCodeに同じプロンプトをファンアウトしても、新しいベンダーと契約する必要はありません。既存の3つのサブスクリプション呼び出しだけで、モデルを比較できます。

インストール方法

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

# Arch Linux
yay -S stably-orca-bin

macOS Apple Silicon・Intel向けの直接ダウンロード、Windowsインストーラー、Linux AppImageはリリースページから入手できます。

ヘッドレスLinuxサーバーではorca serveを使えます。リポジトリには専用ガイドも用意されています。

モバイルコンパニオンはデスクトップアプリとペアリングして使います。iOS App Storeで入手でき、Android APKはリリースに含まれています。

1週間使った後に効いてくる機能

並列ワークツリーが主な特徴ですが、日常の開発体験を変えるのは次の機能です。

アカウント切り替えと使用状況の追跡

アプリ内でClaudeとCodexの使用状況、レート制限のリセット時刻を確認できます。ログアウトせずにアカウントを切り替えることも可能です。

5つのエージェントを並列実行して制限に近づいたとき、リセット時刻が分かれば、作業を計画的に中断・再開できます。

AI差分注釈

差分の任意の行にコメントを付け、エージェントへのフィードバックとして返せます。アプリを離れずにレビュー、修正、コミットまで行えます。

行単位の問題、たとえば「リトライヘルパーのバックオフは指数関数的にすべき」といった指摘は、チャットに書き直すよりも差分に直接アンカーした方が正確です。

SSHワークツリー

リモートマシン上でファイル編集、Git、ターミナルを使いながらエージェントを実行できます。自動再接続とポートフォワーディングにも対応しています。

ラップトップで5つのビルドを同時に実行できない場合に特に便利です。

デザインモード

Chromiumの実際のウィンドウで要素をクリックすると、OrcaはそのHTML、CSS、切り取ったスクリーンショットをエージェントのプロンプトに渡します。

「どこが壊れているか」を文章で説明する必要がなくなるため、フロントエンド作業との相性が良い機能です。

ターミナル分割

WebGLレンダリング、無制限の分割、再起動後も保持されるスクロールバックを備えた、Ghosttyクラスのターミナルを提供します。

GitHub・Linear統合

PR、課題、ボードをアプリ内で閲覧し、タスクから直接ワークツリーを開けます。

Orca CLI

エージェントは次のコマンドを使って、Orca自体をスクリプトから操作できます。

orca worktree create
snapshot
click
fill

そのため、操作をクリックだけでなく自動化できます。

その他の機能

VS Codeベースのエディターへのファイル・画像のドラッグ＆ドロップ
オートセーブ
ワークツリーやエージェントをまたぐクイックオープン
Markdown・PDFプレビュー
実際のUI操作が必要なワークフロー向けのコンピュータ利用
エージェントの完了・停止を知らせる通知と未読状態

メンテナーは毎日リリースしており、変更ログが実質的な機能一覧だと説明しています。頻繁な更新は注意点であると同時に、活発な開発の兆候でもあります。

ファンアウトすべきタスク、避けるべきタスク

並列実行は無料ではありません。5つのエージェントに同じ答えを作らせるだけなら、トークンとレビュー時間を5倍消費します。

基本ルールは次のとおりです。

複数の妥当なアプローチがあるならファンアウトする

次のようなタスクでは、候補を比較する価値があります。

状態管理のリファクタリング
複雑なデータ移行
ボトルネックが特定できていないパフォーマンス問題
未知のライブラリとの統合

仕様が明確なら1つのエージェントを使う

次のようなタスクで5つの差分を作る必要はありません。

エンドポイントにフィールドを追加する
既存の4つのハンドラーと同じ形式のハンドラーを接続する
動作が文書化されている関数のテストを書く

同じモデルの複製ではなく、モデルをまたいで比較する

同じプロンプトをClaude Codeの3インスタンスに送ると、似た結果に収束しやすくなります。Claude Code、Codex、OpenCodeのようにモデルを変えると、学習による違いが現れ、候補の多様性が高まります。

Orcaのアカウント切り替えと使用状況追跡は、このモデル比較を現実的にする重要な機能です。

先に受け入れ基準を書く

正解を説明できないままファンアウトすると、見た目で勝者を選ぶことになります。

エージェントを開始する前に、3つ程度の受け入れ基準を書いておきましょう。レビューが「どれがきれいか」という判断から、「どれが条件を満たすか」という検証に変わります。

ファンアウトは、解決策の探索空間が広いときには良い投資です。唯一の正解しかないタスクでは、割に合いません。

Orcaが生み出す新しい問題

5つのエージェントを実行すると、5つの差分ができます。では、どれを採用すればよいのでしょうか。

Orcaは候補を増やしますが、正しい差分ともっともらしい差分を見分ける機能は提供しません。5つの差分を読む時間は、コードを書く時間より長くなることさえあります。その結果、実際には最もきれいに見える差分を選びがちです。

しかし、きれいなコードが正しいとは限りません。API連携では特にこの問題が顕著です。エージェントはエンドポイントのレスポンス形式を推測し、各自の仮定に合うコードとテストを作ってしまいます。5つの候補がすべて異なる仮定に対して成功しても、どれが正しいかは差分だけでは判断できません。

必要なのは、エージェント自身が作ったのではない契約と、違いがあれば失敗するテストスイートです。

OpenAPI仕様を共有された真実にする。すべてのワークツリーで同じスキーマ、ステータスコード、エラー形式を参照させます。詳しくはOpenAPI仕様をエージェントツールとして使用するを参照してください。
仕様からモックを生成する。ハッピーパスだけでなくエラー分岐も検証し、ステージング環境に到達する前に問題を検出します。
契約テストで勝者を決める。5つのワークツリーで同じテストスイートを実行し、合格した候補を採用します。
形状変更を明示的に検出する。アップストリームの契約変更でテストが壊れるようにし、動作の静かなドリフトを防ぎます。APIの変更がAIエージェントを破壊するときに何が起こるかも参考になります。

ここでApidogがOrcaを補完します。Orcaは複数の候補を安価に作り、Apidogの仕様と決定的なテストスイートは、その候補から証拠に基づいて選ぶための基盤になります。

この検証がなければ、並列化はスループットではなくレビュー負荷を増やします。Apidogをダウンロードし、ファンアウトを始める前に仕様を用意しましょう。

エージェントが多くのコードを書くほど検証が重要になる理由は、AIエージェント時代においてもAPIツールはまだ必要かで説明されています。関連する信頼性の実践については、本番環境AIエージェントの信頼性も参照してください。

スクロールバックは記録ではない

これはOrcaの欠陥というより、ツールの境界です。

Orcaは、1人のオペレーターにとって優れたコックピットです。ワークツリー、ターミナル、差分、再起動後も使えるスクロールバックが、すべて自分のマシンにあります。

しかし、別の人が後から経緯を知る必要があると、状況が変わります。

木曜日に5つのエージェントを実行し、月曜日にチームメイトから「支払いクライアントのリトライロジックをなぜ変更したのか」と聞かれたとします。ワークツリーを閉じていなければ答えはラップトップのターミナルに残っていますが、プロンプトと推論は消えています。残るのは、モデルが書いたコミットメッセージだけです。

プロンプトは記録ではありません。コックピットは組織ではありません。

Sharklyは、この境界の反対側に位置するツールです。両者とも作業を単位ごとに分離し、独自の実行環境とサブスクリプションを利用できます。

違いは、作業単位です。

Orcaの単位：現在見ているワークツリー
Sharklyの単位：セッションを超えて存続するタスク

Sharklyの特徴は次のとおりです。

タスクが共有記録になる。進捗、ツール呼び出し、結果がタスクにストリームされ、エージェントの出力と返信コメントが残ります。
エージェントが保存された構成になる。指示、ランタイム、スキル、リポジトリ、環境を再利用できます。支払いサービス向けの設定を毎朝入力し直す必要はありません。
クルーがリーダー主導で動く。リーダーエージェントがタスクのコンテキストを読み、必要なメンバーを呼び、結果を集約します。これは、ファンアウトに合成ステップを加えた構成です。
実行環境を持ち込める。ラップトップ、サーバー、コンテナなどを接続し、そこにインストール済みのランタイムを使います。
リポジトリ作業をタスクごとに分離できる。ペイン単位ではなくタスク単位で独立したワークツリーを使います。
バックログは自動実行されない。作業を準備・レビューしてから、トークンを消費して実行できます。
チーム向けの構造を持つ。スペース、プロジェクト、スプリント、タスクを使い、Jira同期にも対応します。

実用的な導入手順

Orcaをインストールし、最初の1週間はエージェントを1つだけ使うターミナル、エディター、差分注釈だけでも効果を確認できます。
仕様と契約テストを先に用意する判定基準のないファンアウトは、レビュー負荷を増やします。
難しい問題だけをファンアウトする曖昧なリファクタリングには3つのエージェント、明確なチケットには1つのエージェントを使います。
各エージェントのトークンコストを下げる 5つのエージェントが同じリポジトリをgrepする無駄を避けるため、codebase-memory-mcpとの併用を検討します。
再プロンプトではなく差分注釈を使う行に紐づいた指示の方が、元のコンテキストを保ちやすくなります。
マシンが限界に達したらSSHワークツリーへ移行する実際のビルドでは、3つ目か4つ目のエージェントで必要になることがあります。
2人目の人間が関わるならタスクレイヤーを追加する単独作業ならOrcaだけで十分な場合もありますが、チームでは記録が必要です。

よくある質問

OrcaはIDEを置き換えられますか？

エージェント主導の作業では、多くの場合可能です。オートセーブ対応のVS Codeベースエディター、ファイルエクスプローラー、ターミナル、差分レビュー機能があります。

ただし、深いデバッグではフル機能のIDEを使い続ける人も多いでしょう。

並列エージェントごとに別のサブスクリプションが必要ですか？

いいえ。Orcaは既存のアカウントを利用し、ClaudeとCodexの使用状況、制限、リセット時刻を表示します。

複数のエージェントを同時に動かせばレート制限に達する可能性はありますが、それはOrcaではなくプラン側の制限です。

1つのリポジトリで5つのエージェントを安全に実行できますか？

各エージェントが独立したGitワークツリーを使うため、互いのファイルを上書きしません。

ただし、次のようなリポジトリ外の共有状態は別途管理が必要です。

データベース
実行中の開発サーバー
ポート
その他の共有リソース

これらを環境ごとに分離しないと、エージェントの問題に見える競合や不安定な失敗が起きます。

5つの差分からどう選びますか？

すべての候補に同じテストスイートを実行し、テスト結果で選びます。

テストが候補を区別できないなら、ファンアウトを増やす前にテストを改善してください。各エージェントが実際に何を呼び出したかを確認するには、エージェントツール呼び出しの追跡も役立ちます。

OrcaとSharklyのような作業管理ツールはどちらを選ぶべきですか？

両者は異なるレイヤーで、併用できます。

Orca：今すぐエージェントを動かす場所
作業管理ツール：作業を登録し、割り当て、後からレビューする場所

単独作業ならOrcaだけで十分かもしれません。

本当にMITライセンスですか？

はい。Stablyは商業企業ですが、デスクトップアプリはMITライセンスでオープンソースとして提供されています。

まとめ

Orcaは、開発スループットを高める有力なツールです。並列ワークツリー、本格的なターミナル、差分注釈、リモート実行、モバイルコンパニオンを組み合わせ、既存のサブスクリプションをそのまま利用できます。

ただし、Orcaが増やすのは1時間あたりの候補回答数です。それを本当の進歩に変えるには、候補の中から正しいものを選び、作業の経緯を後から確認できなければなりません。

判断には、OpenAPIなどの契約とテストスイートが必要です。そこを支えるのがApidogです。
記録には、セッションを超えて存続するタスクが必要です。そこを支えるのがSharklyです。

審判のいない5つのエージェントは、出力を5倍にするのではありません。レビューキューを5倍にするだけです。

DEV Community