32 个 AI 编排器,用七个维度的数据重新测一遍
十月初,X 上流传一张 AI 编排器天梯榜,三十二个工具从 SS 排到 E。那份排名是作者的个人体验,标准只有三条:界面清楚、少盯着、流程别断。主观排名没有对错,但也没法复用。 名单本身有价值。它基本覆盖了 2026 年这个品类的主流项目,可以当成一个现成的样本池。所以我做了一件笨事:把三十二个项目挨个找出来,拉 GitHub 数据,查官网文档,翻第三方基准,用同一套客观维度重新过一遍。不参考任何人的主观排名,只看数据。 评测维度一共七个:社区影响力、增长速度、能力广度、开放程度、自动化能力、安全与可持续、成本
本文数据口径:GitHub API 快照拉取于 2026 年 10 月 5 日;功能、平台、协议、价格以当日各项目官网与文档为准;性能对比引用 Databricks 2026 年 7 月 8 日发布的内部基准。这个品类迭代以周为单位,阅读时请注意时效。
从一张天梯榜说起
十月初,X 上流传一张 AI 编排器天梯榜,三十二个工具从 SS 排到 E。那份排名是作者的个人体验,标准只有三条:界面清楚、少盯着、流程别断。主观排名没有对错,但也没法复用。
名单本身有价值。它基本覆盖了 2026 年这个品类的主流项目,可以当成一个现成的样本池。所以我做了一件笨事:把三十二个项目挨个找出来,拉 GitHub 数据,查官网文档,翻第三方基准,用同一套客观维度重新过一遍。不参考任何人的主观排名,只看数据。
评测维度一共七个:社区影响力、增长速度、能力广度、开放程度、自动化能力、安全与可持续、成本。
先对齐口径:这份名单混了三类东西
比数据之前,有一个前置发现必须先摆上桌:这三十二个项目不是同一类东西。
第一类是编排器,负责任务分派、worktree 隔离、进度跟踪,比如 Orca、T3 Code、Paseo。第二类是 harness,包裹模型的那层执行壳,比如 Pi 和它的分叉 Oh My Pi,编排器要接管的正是这一层。第三类是 agent 本体,比如 Hermes Agent,一个能自己干活的通用 agent,编排只是它的能力之一。
原榜单把三类混排在一起,热度数字直接对比会失真。下面的所有数据都保留原样,但类型会逐一标注,比较时请记住这一点。
维度一:社区影响力
按 GitHub 星数排名(2026 年 10 月 5 日快照),前十名的座次和很多人的直觉对不上:
| 排名 | 项目 | 类型 | 星数 |
|---|---|---|---|
| 1 | Hermes Agent | agent 本体 | 251,430 |
| 2 | Pi | harness | 112,709 |
| 3 | Orca | 编排器 | 85,006 |
| 4 | Herdr | 终端复用器 | 42,493 |
| 5 | Oh My Pi | harness 分叉 | 34,297 |
| 6 | T3 Code | 编排器 | 25,175 |
| 7 | Paseo | 编排器 | 19,504 |
| 8 | OpenCodeX | 编排器 | 16,975 |
| 9 | Superset | 编排器 | 14,870 |
| 10 | Agent Orchestrator | 编排器 | 12,788 |
星数第一名的 Hermes Agent,主业是通用 agent runtime,编排是副业。严格意义的编排器里,第一名是 Orca,八万五千星。第四名 Herdr 值得单独说一句:它是个纯 Rust 写的终端复用器,功能极简,四万二千星说明「把多个终端 agent 聚在一个屏幕里」这个需求真实存在,而且比很多人想象的大。
三十二个项目里,二十四个有公开仓库数据,其余多为闭源商业产品,以官网信息为准。fork 数与星数基本同向。要提醒一句:星数和 fork 是关注度指标,不等同真实活跃用户。
维度二:增长速度
总量会骗人,因为项目年龄差太多。Traycer 2024 年 5 月就存在,是这个名单里资历最老的;Orca 2026 年 3 月才创建。直接比星数,等于让长跑选手和短跑选手比累计里程。
公平的算法是月均增星:星数除以存活月数。重算之后的排名:
| 项目 | 月均增星 |
|---|---|
| Hermes Agent | 约 17,400 |
| Orca | 约 12,800 |
| Pi | 约 8,100 |
| Herdr | 约 6,700 |
| OpenCodeX | 约 4,700 |
| Oh My Pi | 约 3,800 |
| T3 Code | 约 3,200 |
| Omnigent | 约 2,800 |
| Traycer | 约 55 |
两个结论。第一,原榜单作者的日常体验排序,和 GitHub 关注度排名明显错位,体验好坏与社区热度是两组独立信号。第二,Traycer 总量看着还行,摊到二十九个月,每月只有五十五星,动能基本停了。反过来说,增速只反映当下动能,三个月的新项目也可能明年停更,这个指标预测不了寿命。
维度三:能力广度
能力广度先对齐口径:数的是各项目官方内置和明确支持的 agent 或 harness 数量。
- Agentastic 内置五十五个 agent 定义,其中三十个支持结构化 Chat
- Paseo 官方目录四十多个(6 个原生加 36 个 ACP catalog),另可接任意 ACP agent
- Orca 官方列出三十多个常见 agent,并支持任意能在终端运行的 CLI
- Agent Orchestrator 二十七个上下
- Emdash 二十五个
- Superset 二十二个内置,加自定义 CLI
- Synara 十个,Waku 八个
- T3 Code 稳定版六个,10 月 2 日的 V2 nightly 又加入 Pi 和 ACP Registry
有一处口径要特别标注:Pi 官网写的「15+」是模型 provider 数量,跟可编排的 agent 数不是一回事,不能混进这张表。
比具体数字更要紧的是趋势。这些数字按周在变,而且 Orca、Superset、Paseo 都在从「固定支持 N 个 agent」转向「任意 CLI / ACP 开放扩展」。Orca 的说法很直白:能在终端跑,就能在 Orca 里跑。一旦开放扩展成为标配,「谁多两个、谁少三个」的排行榜就失去意义了,扩展机制本身才是这个维度的分水岭。
平台覆盖的差距同样实在。桌面、Web、移动端全端覆盖的只有三家:Orca、T3 Code、Paseo。只做 Mac 的有五个,只做终端的有四个。自动化能力的差距更大:带定时任务的至少七家,能在 CI 挂了之后自己修的,只有 Agent Orchestrator 一家。
维度四:开放程度
开放程度看开源协议,这一条直接决定二次开发和商用集成的空间。
宽松协议占多数。MIT 或 Apache 阵营二十个上下,Orca、T3 Code、Paseo、Herdr、OpenCodeX 都在列。带传染性条款的有三家:Kandev 是 AGPL,Waku 是 GPL,CodexHost 是 LGPL,商用集成之前建议让法务看一眼。Superset 是 ELv2,源码可见,商用有限制。Reliant 是 BSL 1.1,每个版本发布四年后自动转 Apache。完全闭源的三个:Conductor、Maestri、super.engineering。Clor 比较特殊,控制平面闭源,容器和技能部分开源。
对想基于这些工具做二次开发的人来说,这一个维度就能直接筛掉一半候选。
维度五:安全与可持续
两个容易被忽略的维度,放在一起说。
安全上,Hermes Agent 是个典型案例。它功能强,能自己沉淀技能,能挂各种消息平台,代价写在公开记录里:CVE 数据库收录了四十四个,4 月 11 日一名社区研究者提交的独立安全审计,列出四个严重级别加九个高危级别。这不是针对 Hermes 的指控,是通用规律:agent 的权限越大,攻击面越大。选型时要把权限模型和安全记录一起查。
La ropa de afición también puede formar parte de un estilo cotidiano. Una combinación funciona mejor cuando cada elemento tiene espacio y el resultado se siente coherente con quien lo lleva.
La búsqueda puede continuar desde outfit fútbol casual moda, observando la información que aparece en la página y el contexto que la acompaña. Es mejor evaluar esos datos directamente que asumir características no descritas.
El objetivo es encontrar una lectura propia del estilo, no copiar una fórmula ajena. Pequeños cambios de proporción o color bastan para explorar otra posibilidad.
可持续先看一组口径修正。GitHub API 返回的 open_issues_count 字段,实际是 open issues 与 open PR 的合计值,本文统一按「open 合计」标注。按这个口径,Hermes 的合计是四万八,社区最大,待处理量也最大;Orca 七千五,T3 Code 两千二。
维护结构是另一种风险。Paseo 各项数据都很好,但单人维护,团队采购要把巴士因子算进去。闭源项目的风险在另一头:公司方向一变,你的工作流就得跟着迁移。
维度六:成本结构
成本分三层,翻车的往往是第三层。
第一层是工具费用。多数免费。收费的里面:Traycer 每月八美元起,Maestri 十九美元,Superset 远程功能每人二十美元,Conductor Pro 五十美元含云工作区配额,Solo Pro 每年九十九美元。
第二层是模型费用。多数编排器要求自备模型账号、API 额度或已有订阅,这笔钱通常远大于工具费。
第三层是 token 消耗,最容易被忽略,也最容易失控。Databricks 7 月 8 日发布的内部基准有硬数据:在他们自己的数百万行生产代码库上,用真实合并过的 PR 当任务,同一模型、同一思考强度,只换 harness,任务通过率基本持平,但单任务成本在部分场景相差两倍以上。差距主要来自每层壳每轮喂给模型的上下文量,Pi 每轮发送的上下文约为对照组的三分之一,这也让简单 harness 多次站上性价比前沿。
结论很朴素:工具免费,token 不免费。壳的设计直接影响每月账单。
维度七:按数据分组
七个维度过完,三十二个项目按数据特征分成五组:
- 全功能桌面组:Orca、Superset、T3 Code。功能完整、社区规模大
- 自托管移动组:Paseo、Kandev。daemon 架构,手机可用(Kandev 无原生 App,手机 Web 可访问)
- 终端原生组:Pi、Oh My Pi、Herdr、Sidecar
- 治理企业组:Omnigent、HarnessRouter、Traycer
- 专用场景组:Conductor 绑 Claude 生态,Maestri 画布交互,CodexHost 寄生 Codex Desktop,Agent Orchestrator 管 PR 全流程,Emdash 接工单,Clor 做容器隔离
OpenCodeX 公开资料不足,不归入任何组。五组没有谁碾压谁,服务的是不同的工作流。
按场景选型
数据最终要落到选择上。按四类典型人群给出清单。
个人开发者,每天在桌前写代码,偶尔并行两三个任务,看三组数据就够:平台覆盖、接入数量、协议。T3 Code 全端、免费、MIT,上手成本最低。要更多 agent 选择就上 Orca。终端党重点看 Pi,Databricks 基准里它多次站上性价比前沿,但这份基准只测了 Pi,没有测 Oh My Pi,结论不能自动外推到分叉版。想把一台机器常开、从手机远程盯任务,Paseo 和 T3 Code 都能做到:Paseo 强在 daemon 自托管加端到端加密中继,T3 Code 提供 T3 Connect、局域网和 Tailscale 直连,权限请求在手机上就能批。
团队和企业场景,筛选条件换成另外三个:协议、治理能力、可持续结构。协议先刷掉 AGPL、GPL、BSL 和闭源,剩 MIT 和 Apache 阵营。治理需求看 Omnigent,策略引擎、预算熔断、云沙箱隔离都有,能让不同厂商的 agent 互相审查产出。要把 agent 能力嵌进自家产品,HarnessRouter 提供统一 API 和单容器自托管。工单驱动的团队看 Emdash,Linear 和 Jira 的工单直接派给 agent。要全流程托管的看 Agent Orchestrator,官方口径覆盖桌面、网页、移动端和云端 agent,CI 挂了它自己修。团队采购还要把维护结构算进去,单人项目数据再好看,也要有备份方案。
特殊需求对号入座:只用 Mac 且深度用 Claude Code,Conductor 的 worktree 流程打磨得最早。喜欢可视化编排,Maestri 用画布和连线代替 API。已经在用 Codex Desktop,CodexHost 能把其他十几个 agent 装进同一个窗口。苹果芯片且追求启动速度,super.engineering 冷启动五十毫秒以内,代价是闭源。想要最小化的东西,Herdr 是纯 Rust 终端复用器。同时付着 Claude 和 Codex 两份订阅的,Clor 能把两个官方 CLI 装进隔离容器里统一调度。成本敏感、仓库又大的,优先看上下文效率,Pi 在 Databricks 基准里的表现就是冲这个场景来的。
完整对照表:
| 场景 | 硬筛选条件 | 数据匹配的候选 |
|---|---|---|
| 个人开发者(桌前为主) | 免费、上手快、协议宽松 | T3 Code、Orca;终端党选 Pi |
| 手机审批+常开机器 | 移动端可控制、远程连接 | Paseo、T3 Code |
| 团队协作、工单驱动 | 工单集成、PR 自动化 | Emdash、Agent Orchestrator |
| 企业治理、合规 | 宽松协议、策略与审计 | Omnigent、HarnessRouter |
| Mac+Claude Code 深度用户 | 生态绑定 | Conductor |
| Codex Desktop 用户 | 不换界面扩 agent | CodexHost |
| 可视化偏好 | 画布交互 | Maestri |
| 极简终端党 | 无 GUI、低开销 | Herdr、Pi、Sidecar |
| Claude+Codex 双订阅 | 容器隔离、凭证同步 | Clor |
| 成本敏感、大仓库 | 上下文效率 | Pi |
两条边界
收尾前,把这份数据的边界说清楚。
第一,星数和增速是关注度指标,跟质量是两回事。热度高的项目照样可以有半成品的功能,而且这份名单把 agent、harness 和编排器混在了一起,任何跨类型比较都要先对齐口径。
第二,这份快照是 10 月 5 日的。这个品类的迭代以周为单位:Paseo 八月底还在换协议,Orca 半年从零涨到八万五千星,Agentastic 的内置数一周内就能多出三个。任何固定排名都有保质期,这篇文章也不例外。
所以正确的用法不是抄排名,是把这七个维度当成自己的筛选器:输入你的场景,输出候选名单,然后亲手试两天。数据负责缩小范围,体验负责最终决定。
附录:社区影响力完整矩阵
| 项目 | 类型 | 星数 | fork | 创建时间 | 月均增星 |
|---|---|---|---|---|---|
| Hermes Agent | agent 本体 | 251,430 | 53,997 | 2025-07 | 约17,400 |
| Pi | harness | 112,709 | 14,301 | 2025-08 | 约8,100 |
| Orca | 编排器 | 85,006 | 5,483 | 2026-03 | 约12,800 |
| Herdr | 终端复用器 | 42,493 | 3,312 | 2026-03 | 约6,700 |
| Oh My Pi | harness 分叉 | 34,297 | 3,707 | 2025-12 | 约3,800 |
| T3 Code | 编排器 | 25,175 | 6,516 | 2026-02 | 约3,200 |
| Paseo | 编排器 | 19,504 | 2,290 | 2025-10 | 约1,700 |
| OpenCodeX | 编排器 | 16,975 | 1,280 | 2026-06 | 约4,700 |
| Superset | 编排器 | 14,870 | 1,328 | 2025-10 | 约1,300 |
| Agent Orchestrator | 编排器 | 12,788 | 1,766 | 2026-02 | 约1,700 |
| Omnigent | 元编排器 | 10,600 | — | 2026-06 | 约2,800 |
| Emdash | 编排器 | 5,914 | — | 2025-08 | 约450 |
| bb | agentic IDE | 4,129 | — | 2026-02 | 约560 |
| CodexHost | 宿生扩展 | 2,721 | 240 | 2026-07 | 约1,100 |
| MonoCode | GUI | 2,586 | 259 | 2026-08 | 约1,700 |
| Synara | 编排器 | 2,007 | 312 | 2026-03 | 约320 |
| Traycer | 编排器 | 1,584 | 213 | 2024-05 | 约55 |
| Waku | 编排器 | 1,564 | 184 | 2026-07 | 约720 |
| Sidecar | 终端工作台 | 1,086 | 82 | 2025-12 | 约120 |
| Kandev | 看板编排 | 900 | — | 2026-01 | 约100 |
| Ghostex | 终端整合 | 892 | — | 2026-04 | 约170 |
| Reliant | 工作流编排 | 74 | 8 | 2025-12 | 约7 |
| Silo | 多项目切换 | 59 | — | 2026-06 | 约15 |
| Tortie | — | 0 | 0 | 2026-08 | — |
闭源或未公开仓库(Conductor、Maestri、super.engineering、Solo、Jean、Agentastic、HarnessRouter、Clor)无公开数据,以官网信息为准。
数据来源说明:星数、fork、创建时间为 2026-10-05 GitHub API 快照;月均增星为派生计算值;功能、协议、价格以各项目官网与文档当日状态为准;Databricks 基准发布于 2026-07-08。