Pi – 极简开源的终端编程 Agent，支持自定义工具与多模型接入

1. Pi是什么

Pi（Agent Harness）是由开发者 Mario Zechner 推出的极简开源终端编程 Agent，同时也是系统 OpenClaw 的底层 Coding Agent。该工具以"极简内核 + 高度可扩展"为核心设计哲学，默认仅向模型提供 read、write、edit、bash 四个基础工具，系统提示词压缩至不到 1000 token，而其余所有功能均通过 TypeScript 扩展机制实现。Pi 支持 15+ 模型提供商接入、树状分叉会话历史以及跨厂商实时切换模型，定位为面向开发者社区的、可深度定制的 Agent 运行框架。

技术定位与领域： Pi 属于自然语言处理与软件工程交叉领域的终端编程 Agent（Coding Agent），其独特定位在于"Agent Harness"——即一个不捆绑具体模型、不预设完整工具链的极简运行框架，由开发者自行组合模型与工具能力。

研发背景： 项目由 Mario Zechner 个人发起并开源，作为 OpenClaw 项目的底层驱动组件。其研发动机源于对现有 Coding Agent（如 Claude Code）臃肿提示词与封闭工具链的不满，追求以极小的系统开销换取最大的可定制空间。

核心价值： 解决了传统 Coding Agent 提示词冗长、工具依赖固化、难以跨厂商切换模型、会话过程不可回溯等实际问题。通过四工具极简设计、TypeScript 热加载扩展和树状会话历史，将 Agent 的"内核"与"能力"彻底解耦，为开发者和社区提供了高度的自由度和二次开发空间。

技术特点： 系统提示词加工具定义不到 1000 token，上下文窗口利用效率高；TypeScript 扩展支持热加载，运行中即可注册新工具与命令；兼容 AGENTS.md 和 CLAUDE.md 配置，支持与 Claude Code 等既有工具的零迁移切换。

2. 主要功能

• 极简工具集： 默认仅提供 read、write、edit、bash 四个基础工具，将文件搜索、代码分析等高级操作交由模型通过 grep/find 等命令自行完成。系统提示词与工具定义合计不到 1000 token，显著降低了上下文占用，使模型可将更多上下文窗口用于实际任务处理，响应速度得到有效提升。

• 多模型提供商接入： 内置 15+ 模型提供商支持，涵盖 Anthropic、OpenAI、Kimi、DeepSeek、MiniMax、智谱、Qwen 等国内外主流服务商，并针对国产模型单独配置了中国区节点。支持 OAuth 订阅登录与 API Key 两种认证方式，用户可依据成本、性能或合规需求自由选择模型来源。

• 树状会话历史： 会话以树形结构存储而非传统线性记录，用户可随时通过 /tree 命令跳回任意历史节点，重新提问或从该节点分叉出新的尝试路径。所有分支共存于单个文件中，有效避免了线性对话中"试错后无法回退"的沉没成本问题。

• 跨厂商实时切换模型： 在会话进行过程中，可通过 /model 命令或 Ctrl+L 快捷键在不同厂商的模型之间切换，而上下文信息会自动完成交接与转换。这一能力使开发者可以在同一任务中灵活组合不同模型的长处（如混合使用推理模型与编码模型），无需中断会话或迁移上下文。

• 四种运行模式： 提供交互式 TUI、Print/JSON 脚本模式、RPC 协议、Node.js SDK 四种运行形态，覆盖从日常终端编码到程序化集成的完整场景。RPC 与 SDK 模式使 Pi 可以作为后端引擎嵌入到 IDE 插件、CI/CD 流水线或自定义工具中。

• TypeScript 扩展热加载： 将 TypeScript 编写的扩展模块放入特定目录即可实现热加载，运行中输入 /reload 立即生效。扩展可注册自定义工具、命令并拦截事件，由于 Pi 本身具备编码能力，它甚至可以在运行过程中现场为自己编写扩展，实现能力的自我迭代。

• Skills 与 Prompt 模板： 支持 Agent Skills 标准，Markdown 文件可直接转化为带参数的 / 命令，用户无需编写代码即可沉淀团队内部的提示词模板和操作流程。

• 社区包生态： 扩展、Skills、模板、主题可打包为标准 Pi packages，通过 pi install npm:xxx 或 Git 仓库地址一键安装分享。这一机制让官方未内置的功能可以快速由社区生态补齐。

• 上下文工程能力： 支持通过 SYSTEM.md 覆盖系统提示词、自动 Compaction 摘要压缩、动态上下文注入等多种机制，使开发者可以精确控制进入上下文窗口的每个 token，实现对模型行为的精细调控。

3. 如何使用

1. 环境要求： 需预先安装 Node.js 环境（建议使用 Node.js 18 及以上版本），操作系统支持 Linux、macOS 及 Windows（WSL 环境体验更佳）。由于模型推理在云端完成，本地无需配置 GPU 或其他专用硬件。

| 安装步骤： 在终端执行 npm install -g --ignore-scripts @earendil-works/pi-coding-agent 或运行 `curl -fsSL https://pi.dev/install.sh |

3. 登录配置： 首次使用需运行 /login 命令，选择 OAuth 订阅登录方式（适用于 Anthropic 等支持订阅的服务商）或填入 API Key 来配置模型提供商。可通过 /model 命令查看和管理已配置的多家提供商。

4. 进入项目并加载上下文： 进入目标项目目录后再次运行 pi，Pi 会自动沿目录树向上查找并加载 AGENTS.md 或 CLAUDE.md 文件作为项目上下文。这意味着原有的 Claude Code 项目配置无需任何迁移即可直接复用。

5. 开始对话与操作： 在交互界面中直接用自然语言描述需求，支持 @ 模糊搜索文件、! 执行 Shell 命令、Ctrl+V 粘贴图片。如需切换模型，可输入 /model 或按 Ctrl+L，上下文会自动交接转换。

6. 会话回溯与分叉： 使用 /tree 命令查看树状会话历史，可跳回任意节点重新提问或分叉出新的尝试路径，所有分支共存于同一会话文件中。

7. 扩展与自定义： 在 ~/.pi/agent/extensions/ 目录编写 TypeScript 扩展模块，保存后输入 /reload 即可热加载生效，无需重启会话。新工具会立即注册到可用命令列表中。

8. 导出与分享： 会话结束后，可用 /export 将完整对话导出为 HTML 文件，或用 /share 生成 GitHub Gist 分享链接，便于协作与知识沉淀。

9. 退出与续接： 按 Ctrl+C 或 Ctrl+D 退出当前会话，下次使用 pi -c 命令即可无缝继续上一次的对话上下文。

4. 优缺点分析

5. 同类工具对比

选型建议： 对于追求极简、高效、高度可定制，且需要在多个模型提供商之间灵活切换的开发者或团队，Pi 是理想选择，其 TypeScript 热加载扩展机制尤其适合有二次开发能力的技术团队。若项目需要开箱即用的丰富功能、原生 Sub-agents 支持和权限确认机制，且不介意绑定 Anthropic 生态，Claude Code 提供更完整的体验。对于已深度使用 VS Code 工作流且需要 MCP 工具接入的开发者，Cline 的编辑器集成和图形化界面更具优势；而需要 OpenAI 生态定向优化的编码场景，Codex CLI 的专项能力值得考虑。

6. 编辑总结

Pi 在 AI 编程助手领域提出了一种富有启发性的设计取向：以极简内核取代功能堆砌，以开放扩展取代封闭工具链。从技术创新性来看，将系统提示词压缩至 1000 token 以内并仅保留四个基础工具，这一取舍实际上是对"大模型能力边界"的重新审视——它假设现代模型完全有能力自主编排 Shell 命令完成高级操作，从而将上下文资源全部让渡给真实任务。结合 TypeScript 热加载扩展和树状会话历史，Pi 在 Agent 架构上实现了"内核与能力"的清晰解耦，这一架构思路对同类工具的设计具有方法论层面的参考价值。实用价值方面，Pi 的跨厂商模型切换机制解决了模型锁定问题，让开发者可以根据任务类型和成本预算动态选择推理引擎；对 AGENTS.md 和 CLAUDE.md 的兼容，则显著降低了用户的迁移成本。适用人群上，它更契合具有 TypeScript 开发能力、追求高效上下文利用、或需要在多模型环境中工作的中高级开发者；对于偏好开箱即用、需要图形界面和系统化权限管控的用户，则需权衡学习成本。综合考虑其 MIT 开源协议和社区生态的自迭代能力，Pi 在开发者工具链中有望持续演进，其"极简内核 + 无限扩展"的设计路径也代表了编程 Agent 轻量化发展的一个明确方向。

7. 应用场景

• 快速脚本与原型开发： 开发者可在终端直接用自然语言描述需求，让 Pi 生成、调试并运行脚本。树状会话历史支持快速试错不同实现方案，在某个分支失败后可随时回溯到之前节点重新尝试，大幅提升原型迭代效率。

• 代码库重构与维护： 利用 Pi 的代码编辑能力（read、write、edit）在大型项目中进行批量重构。通过 AGENTS.md 沉淀项目规范和历史决策，配合跨模型切换特性，可在同一任务中使用不同模型分别完成分析与修改，降低重构过程中的上下文丢失风险。

• 自定义开发工作流： 团队可通过编写 TypeScript 扩展将 Pi 改造成符合自身需求的专属工具链，例如自动代码审查、文档生成、特定框架的项目脚手架等。扩展热加载机制使新工具可即时生效，无需重启服务或等待官方更新。

• 开源协作与知识分享： 使用 /share 导出 GitHub Gist 或 /export 生成 HTML 文件，将完整的调试和分析过程分享给协作者或用于技术博客撰写。树状会话结构使得讨论过程清晰可追溯，便于他人理解决策路径。

• 远程服务器与容器化开发： 在 SSH 服务器或 Docker 容器中运行 Pi，配合 tmux 实现后台持久化会话，适用于云端开发、CI/CD 流水线集成等无图形界面环境。RPC 和 SDK 模式可直接嵌入自动化脚本，实现编程任务的程序化调度。

8. 常见问题FAQ

Q：Pi 与 Claude Code 的核心差异是什么？
A：Pi 采用极简设计，系统提示词不到 1000 token，仅提供四个基础工具，其余能力通过 TypeScript 扩展实现；Claude Code 则内置大量工具和功能，系统提示词上万 token。Pi 还支持 15+ 模型提供商和树状会话历史，而 Claude Code 仅限 Anthropic Claude 模型且为线性会话结构。

Q：Pi 支持哪些模型提供商？是否支持国产模型？
A：Pi 内置 15+ 提供商，包括 Anthropic、OpenAI、Kimi、DeepSeek、MiniMax、智谱、Qwen 等，并为国产模型单独配置了中国区节点。用户可通过 OAuth 订阅登录或 API Key 两种方式接入，并在会话中实时切换不同厂商模型。

Q：如何让 Pi 具备搜索文件等高级能力？
A：Pi 默认仅提供 read、write、edit、bash 四个工具，文件搜索等操作需让模型通过 Shell 命令（如 grep/find，或结合 ! 命令）自行完成。如需更高级的封装能力，可编写 TypeScript 扩展注册自定义工具，放入扩展目录后 /reload 热加载生效。

Q：会话中如何切换模型？上下文会丢失吗？
A：在会话中随时输入 /model 或按 Ctrl+L 即可在不同厂商的模型间切换，上下文信息会自动完成交接与转换，无需手动迁移或重新注入。这一机制使开发者可在同一任务中灵活组合不同模型的能力。

Q：原有的 Claude Code 项目配置能否直接复用？
A：可以。Pi 会自动沿目录树向上查找并识别 AGENTS.md 和 CLAUDE.md 文件，将其作为项目上下文自动加载。同时 Pi 兼容 Agent Skills 标准，Markdown 文件可直接转化为带参数的 / 命令，原有配置无需迁移。

Q：Pi 如何保障操作安全性？
A：Pi 默认采用 YOLO 模式，执行操作时不弹窗确认，因此在高风险环境中使用时需谨慎。供应链经过安全加固（hardened），代码完全开源可审计。对于需要权限确认的场景，可通过扩展机制自行实现确认流程，或评估使用其他带有权限弹窗的替代工具。

9. 项目地址

1. 产品官网： https://pi.dev/
2. GitHub 仓库： https://github.com/earendil-works/pi