[GH-ISSUE #275] 自荐 Orca：DeepSeek-native 终端 Coding Agent，支持 Persistent Goal 与 Workflow #97

New issue

Open

opened 2026-10-26 09:45:19 +00:00 by bsakaguchi · 0 comments

bsakaguchi commented

2026-10-26 09:45:19 +00:00

Owner

Originally created by @echoVic on GitHub (Jul 2, 2026).
Original GitHub issue: https://github.com/deepseek-ai/awesome-deepseek-agent/issues/275

想自荐一下 Orca：一个 DeepSeek-native 的本地终端 Coding Agent。
项目地址：https://github.com/echoVic/blade-deepseek
官网：https://orcaagent.dev/
npm：https://www.npmjs.com/package/@blade-ai/orca

Orca 不是通用 agent shell 外面套一层 DeepSeek provider，而是围绕 DeepSeek 的 reasoning / streaming / tool-use 语义做的本地 Rust agent runtime。

我觉得比较适合 awesome-deepseek-agent 的点主要是这些：

Persistent Goal Mode
可以用 /goal 设置长期目标。目标会按 session 持久化，进程重启后还能继续；每轮成功后自动续跑，直到模型显式标记完成、阻塞，或用户暂停/清除。
Workflow / Background Agents
支持 orca workflow run <script-or-name>，可以把动态 workflow 挂到 TUI 会话里执行。Workflow tool 会启动后台任务，返回 task metadata，最终报告再回到当前会话，适合多阶段代码任务、审计、验证流。
DeepSeek-native model routing
默认 model = "auto"：主 coding loop 走 deepseek-v4-pro，摘要、记忆提取等辅助任务走 deepseek-v4-flash。也可以显式指定 deepseek-v4-pro / deepseek-v4-flash。
Max reasoning effort 已支持
当前已支持 reasoning_effort = "max"，也支持 DEEPSEEK_REASONING_EFFORT=max / high 覆盖。默认是 max，适合 coding 场景。
可恢复历史与可审计事件流
本地 JSONL transcripts 支持 history list/show/search、--resume、--fork、压缩归档；--output-format jsonl 会输出 reasoning、message、approval、tool、workflow、verification、completion 等事件，方便接入 harness 或自动化评测。
审批感知工具系统
内置 read_file / grep / bash / edit / write_file / subagent / workflow / MCP resources 等工具。工具按能力声明审批策略，read 可直接运行，write / shell / network / agent 动作按 suggest / auto-edit / full-auto 处理。

收录要求这块也已经对齐：

使用当前模型名：deepseek-v4-pro / deepseek-v4-flash
默认支持 reasoning_effort = "max"
文档中会说明 DeepSeek V4 的 1M context，并说明 Orca 会在 80% 阈值后自动压缩上下文
可提供英文 + 简体中文双语 guide，并按字母序加 README 表格入口

如果维护者觉得方向合适，我可以提交一版双语 integration guide PR，内容按 installation → configuration → first run 的格式来写。

Originally created by @echoVic on GitHub (Jul 2, 2026). Original GitHub issue: https://github.com/deepseek-ai/awesome-deepseek-agent/issues/275 想自荐一下 **Orca**：一个 DeepSeek-native 的本地终端 Coding Agent。项目地址：https://github.com/echoVic/blade-deepseek 官网：https://orcaagent.dev/ npm：https://www.npmjs.com/package/@blade-ai/orca Orca 不是通用 agent shell 外面套一层 DeepSeek provider，而是围绕 DeepSeek 的 reasoning / streaming / tool-use 语义做的本地 Rust agent runtime。我觉得比较适合 awesome-deepseek-agent 的点主要是这些： 1. **Persistent Goal Mode** 可以用 `/goal` 设置长期目标。目标会按 session 持久化，进程重启后还能继续；每轮成功后自动续跑，直到模型显式标记完成、阻塞，或用户暂停/清除。 2. **Workflow / Background Agents** 支持 `orca workflow run <script-or-name>`，可以把动态 workflow 挂到 TUI 会话里执行。Workflow tool 会启动后台任务，返回 task metadata，最终报告再回到当前会话，适合多阶段代码任务、审计、验证流。 3. **DeepSeek-native model routing** 默认 `model = "auto"`：主 coding loop 走 `deepseek-v4-pro`，摘要、记忆提取等辅助任务走 `deepseek-v4-flash`。也可以显式指定 `deepseek-v4-pro` / `deepseek-v4-flash`。 4. **Max reasoning effort 已支持** 当前已支持 `reasoning_effort = "max"`，也支持 `DEEPSEEK_REASONING_EFFORT=max` / `high` 覆盖。默认是 `max`，适合 coding 场景。 5. **可恢复历史与可审计事件流** 本地 JSONL transcripts 支持 `history list/show/search`、`--resume`、`--fork`、压缩归档；`--output-format jsonl` 会输出 reasoning、message、approval、tool、workflow、verification、completion 等事件，方便接入 harness 或自动化评测。 6. **审批感知工具系统** 内置 read_file / grep / bash / edit / write_file / subagent / workflow / MCP resources 等工具。工具按能力声明审批策略，read 可直接运行，write / shell / network / agent 动作按 `suggest` / `auto-edit` / `full-auto` 处理。收录要求这块也已经对齐： - 使用当前模型名：`deepseek-v4-pro` / `deepseek-v4-flash` - 默认支持 `reasoning_effort = "max"` - 文档中会说明 DeepSeek V4 的 1M context，并说明 Orca 会在 80% 阈值后自动压缩上下文 - 可提供英文 + 简体中文双语 guide，并按字母序加 README 表格入口如果维护者觉得方向合适，我可以提交一版双语 integration guide PR，内容按 `installation → configuration → first run` 的格式来写。

No labels

pull-request

No milestone

No project

No assignees

1 participant

Notifications

Due date

The due date is invalid or out of range. Please use the format "yyyy-mm-dd".

No due date set.

Dependencies

No dependencies set.

Reference

deepseek-ai/awesome-deepseek-agent#97

No description provided.

Rows
Columns