Pi: 一个极简可扩展的终端编码 Agent 框架
Pi: 一个极简可扩展的终端编码 Agent 框架
用了 Claude Code 半年后，我换成了这个完全开源的终端编码 Agent。它不强迫你接受它的工作流，核心保持极简，你想要什么功能自己加——这可能是开源世界对闭源编码工具最有力的回应。
什么是 Pi？
Pi 是由 badlogicgames（Mario Zechner，libGDX 作者）发起的一个开源项目，它是一个可扩展的终端编码 Agent 框架。核心设计哲学非常直接：
Pi 不告诉你该怎么工作。你适配 Pi，Pi 也适配你。
对比市面上那些大而全的闭源编码 Agent：
- Claude Code：功能全但闭源，你不能改核心逻辑，定价按 token 算长期用不便宜
- Cursor：编辑器绑定，想要完全控制权就得接受它的编辑器
- 其他开源项目：要么功能残缺，要么架构笨重难以扩展
Pi 的思路不一样：
- 核心极简：只提供基础的工具调用（read/write/bash）、会话管理、多 LLM 提供商支持
- 完全可扩展：通过扩展、技能、提示词模板、Pi 包来满足不同工作流
- 不绑定编辑器：就是个终端程序，你用什么编辑器都能搭着用
- 支持几乎所有 LLM：OpenAI、Anthropic、Google、DeepSeek、Groq、xAI、OpenRouter…30+ 提供商一键切换，连本地 llama.cpp 都支持
5 分钟快速上手
安装非常简单，一条命令搞定：
npm install -g --ignore-scripts @earendil-works/pi-coding-agent
如果你不想用 npm，也可以用官方安装脚本：
curl -fsSL https://pi.dev/install.sh | sh
认证方式两种：环境变量或者交互式登录。我习惯用环境变量：
export ANTHROPIC_API_KEY=sk-ant-...
pi
或者直接运行 pi 然后 /login 交互式选择提供商，支持 Anthropic/OpenAI/GitHub Copilot 等订阅账号登录。
启动后你会看到这样的界面：
默认就给了四个工具：
read：读取文件write：写入文件edit：编辑文件片段bash：运行 shell 命令
你直接和它聊就好了，比如"帮我看看这个项目的结构，给README提几个改进建议"，它会自己调用工具完成任务。
核心功能亮点
1. 会话树：随时分支，不用重来
这是我觉得 Pi 最惊艳的设计之一。所有会话存在一个 JSONL 文件里，本身就是一棵树：
你可以：
- 随时用
/fork从历史某一点分支开新会话 - 用
/tree可视化浏览整个会话树，任意点跳转继续 - 自动保存，支持压缩，上下文满了自动总结不丢历史
换句话说，你不用因为试错走错方向就重头再来。在当前分支试错，试完回到分叉点换个思路继续就行，这才是正确的工作流。
2. 极致可扩展性：从极简到全功能
Pi 核心很小，但你可以把它堆成你想要的样子：
提示词模板：把常用提示存成 Markdown，敲个名字就展开。比如代码评审模板：
<!-- ~/.pi/agent/prompts/review.md -->
Review this code for bugs, security issues, and performance problems.
Focus on: {{focus}}
用的时候直接打 /review 就展开了。
技能：遵循 Agent Skills 标准，放对目录就能用，想加什么能力就加什么。比如果项目有 AGENTS.md 规则，Pi 会自动加载。Hermes Agent 本身就支持把工作流存成技能，直接能用。
扩展：TypeScript 模块，你可以加自定义工具、命令、快捷键，甚至能把 Doom 跑进去：
是的，你没看错，等 LLM 思考的时候能在 Pi 里玩 Doom。这就是可扩展性的威力——作者做了个示例，告诉你什么都能加。
Pi 包：把扩展、技能、提示词、主题打包成 npm 或 git 包，别人一条命令就能装：
pi install npm:@foo/pi-tools
pi install git:github.com/user/repo
3. 所有 LLM 通吃，随时切换
Pi 维护了统一的多提供商 API，支持 30+ LLM 提供商，包括：
- 订阅制：Anthropic Claude Pro/Max、OpenAI ChatGPT Plus、GitHub Copilot
- API Key：Anthropic、OpenAI、Azure OpenAI、DeepSeek、Groq、Google Gemini、Mistral、xAI、OpenRouter…
- 本地：llama.cpp，自己下载模型跑本地私域
想切换模型？按 Ctrl+L 弹出选择器，点一下就切了，不用重启。
4. 安全设计：信任你自己控制
Pi 默认不带权限系统，它用你的用户权限跑，这点好坏看你怎么用。但它给了你隔离方案：
- Gondolin：API Key 放主机，工具调用跑在微 VM 里隔离
- Plain Docker：整个 Pi 跑在容器里
- OpenShell：策略控制的沙箱
怕危险？自己容器化跑就好了，Pi 不拦着你。
设计哲学：为什么说"不 MCP"？
作者写了篇博客What if you don’t need MCP?，观点很有意思：
MCP 把简单问题复杂化了。如果一个工具需要给 LLM 用，直接写个 CLI 带 README 说明怎么用就行了，LLM 自己会看会用。搞一层复杂的协议标准，最后还是要有人实现所有工具，收益在哪？
Pi 坚持：简单就是最好的。
- 不需要复杂的协议层
- 不需要标准化所有工具
- 你要什么，写个脚本就行，LLM 看得懂 README
这个观点我挺认同——很多时候，我们不是缺标准，是把简单问题搞复杂了。
谁该用 Pi？
✅ 适合用 Pi 的人：
- 你讨厌闭源工具强迫你按它的方式工作
- 你喜欢折腾，想要定制自己的编码 Agent 工作流
- 你需要同时切换多个 LLM 提供商
- 你相信开源，想要完全控制权
- 你是 Terminal 用户，不想被绑定到特定编辑器
❌ 可能不适合：
- 你想要开箱即用的全功能体验，不想自己折腾
- 你完全依赖 GUI/编辑器集成，接受不了纯终端
- 你团队需要企业级权限管理，Pi 需要自己搭隔离
实用配置推荐
我用了一段时间，总结几个顺手的配置：
1. 开启自动压缩
默认已经开了，上下文快满的时候自动压缩，不用手动管。可以在 /settings 里调阈值。
2. 项目信任
第一次在新项目跑 Pi 会问你信不信任这个目录。选信任它才会加载项目本地配置，安全考虑，没问题。常用的目录可以 /trust 存下来，下次不用再问。
3. AGENTS.md 项目规则
如果你项目有自己的开发规范，放个 AGENTS.md 在根目录，Pi 启动自动加载，LLM 每次都会遵守。Hermes 的工作流就是这么干的，非常好用。
4. 键盘快捷键
常用的几个记住，效率提升很多：
| 快捷键 | 作用 |
|---|---|
Ctrl+C | 清空编辑器 |
Ctrl+C 两次 | 退出 |
Esc | 取消当前操作 |
Esc 两次 | 打开会话树 |
Ctrl+L | 切换模型 |
Ctrl+O | 折叠/展开工具输出 |
@ | 输入 @ 开始模糊搜索项目文件 |
总结
Pi 不是那种要颠覆一切的大杀器，它是一个给喜欢控制的人准备的极简框架。
闭源工具给你开箱即用，但你得接受它的一切。Pi 给你一个最小核心，你把它拼成你想要的样子。如果你厌倦了"大而全就是好"，想要一个能跟着你工作流变的编码 Agent，Pi 值得试试。
相关链接
- GitHub: https://github.com/earendil-works/pi
- 官网: https://pi.dev
- 文档: https://pi.dev/docs/latest
- Discord 社区: https://discord.com/invite/3cU7Bz4UPx
- 作者博客: https://mariozechner.at/
如果你也在用 Pi，欢迎分享你的配置和扩展包。