8 posts tagged with "Pi"

Pi 突然火，真正的看点不是"它是不是又一个 Coding Agent"，而是 Agent 竞争的评判标准正在换轨：从比功能清单，变成比 harness。

1. 功能清单时代：比谁的 sub-agent、plan mode、memory、MCP 更全
2. Pi 的反常克制：核心只留 read / write / edit / bash，能力全部外置
3. 卖点变了：不是"我帮你做好了一切"，而是"给你一块可改装的底盘"
4. 三条路线：Pi 是可塑底座，OpenClaw 是常驻入口，HermesAgent 是学习循环
5. 新的评判维度：能不能改造、工具怎么接、权限怎么管、上下文怎么压缩

Prompt 像说明书，harness 才是方向盘和刹车——这才是 Pi 这波火起来的底层原因。

换更简单的 Harness，能把 Token 砍掉一半。Pi Agent 是这条线上的典型代表。

1. 同模型实测：Pi 平均 2.82M token，是 Claude Code 5.52M 的 51%。
2. 耗时：Pi 8.75 分钟 vs Claude Code 11 分钟，差距有限。
3. 极简默认：4 工具（read/write/edit/bash），系统提示词 < 1000 token。
4. 双层扩展：Skill 是说明书；Extension 改写 Agent 自身运行方式。
5. 自改造：Pi 自己读扩展文档、自己写代码改 Extension。
6. Sub-agent：靠 Extension 实现，按角色配不同厂商模型和思考强度。
7. SDK 嵌入：把 Pi 核心能力移出终端，作为应用里的 Agent 引擎。

开箱即用选 Claude Code / Codex；想改造 Agent 或嵌进自己的应用，选 Pi。

Pi 不是「一个 CLI 加一个 RPC」——它是一个能在 CLI、Node.js 嵌入、子进程 RPC、JSONL 流四种场景下等价使用的 agent runtime。createAgentSession() 是统一入口。

1. 统一入口：createAgentSession() 同时支撑 CLI、SDK、RPC、JSON 四种姿势
2. AgentSession 三类方法：Prompt 排队、事件订阅、模型 / 状态控制
3. 四种运行模式：Interactive（TUI）/ Print（单次）/ RPC（stdin JSONL）/ JSON（事件流）
4. SDK vs RPC 选型：Node.js 嵌入 → SDK；Python / Go / Rust 集成 → CLI RPC
5. 最小 CLI 包装：40 行代码就能跑一个完整的 Pi agent
6. 五大核心启发：Pi 给 AI 产品开发的 5 条原则

Pi 在「统一多 provider」这件事上做得非常彻底——30+ 个内置 provider、4 种 key 解析语法、扩展可动态注册新 provider。但最值得记住的不是支持的 provider 多，而是它对「安全」这件事的态度：明确告知无沙箱，把隔离责任推给 OS / 容器 / 虚拟机。

1. 统一层 pi-ai：把 Anthropic / OpenAI / Google 等 API 收敛成统一接口
2. 两类 provider：订阅型（OAuth via /login）和 API Key 型
3. 4 种 key 解析：环境变量插值、shell 命令执行、转义符、字面量
4. model id 不用手动维护：列表随每次 release 更新
5. 思考等级 6 档：off / minimal / low / medium / high / xhigh
6. 安全模型：无沙箱，隔离责任在 OS / 容器 / 虚拟机层

Pi 的 extension 是 TypeScript 模块，不是 YAML / JSON 也不是 hook 脚本。它能注册工具、命令、快捷键、provider、UI 渲染器，订阅 30+ 种生命周期事件——这套 API 是 Pi「minimal core」哲学的具体兑现。

1. 形式：TypeScript 模块，default-export function (pi: ExtensionAPI) { ... }
2. 作用域：全局 ~/.pi/agent/extensions/ 或项目本地 .pi/extensions/
3. 三类能力：订阅事件、注册功能、主动操作 session
4. 杀手锏：pi.registerProvider() 动态注册 / 覆盖 provider，无需重启
5. 状态管理：存在 tool result 的 details 里，跟着 entry 进 JSONL 树
6. 安全警告：extension 以完整系统权限运行，只装可信来源

Pi 把上下文压缩做成一等公民：自动触发、结构化摘要、可扩展、可手动控制。两种机制——压缩和分支摘要——共用同一套文件跟踪与摘要格式。

1. 触发条件：上下文超阈值或 /compact 触发压缩；/tree 切分支触发分支摘要
2. 核心字段：reserveTokens（默认 16384）、keepRecentTokens（默认 20000）
3. 七段式摘要 schema：Goal / Constraints / Progress / Key Decisions / Next Steps / Critical Context
4. 关键设计：重复 compaction 从上一 compaction 的保留边界开始，磁盘上只有「三块」而非 N 段
5. 累积文件跟踪：read/modified 文件清单跨多次 compaction 累积
6. 可扩展：session_before_compact 钩子允许扩展完全替换摘要生成

Pi 把「一次会话」抽象成一颗 JSONL 树。每条 entry 是一个节点，节点之间靠 id 和 parentId 串成父子关系；当前活跃的位置是「叶子」。

1. 存储：JSONL 树形文件，按工作目录分组存到 ~/.pi/agent/sessions/
2. 数据格式：每行一条 entry，类型由 type 字段区分，节点靠 id/parentId 串成树
3. 消息模型分两层：pi-ai 给基础 LLM 类型，pi-coding-agent 扩展出 BashExecution / Custom 等专用消息
4. BashExecution 是 Pi 特有：把 !、!! 命令结构化地放进会话，跟普通 tool result 分开
5. custom vs custom_message：前者只存盘不进入 LLM context，后者进入 context
6. 树形的设计：撑起分支探索、无损压缩、多事件流并行

Pi 把 Session 设计成树而不是线，不是「数据结构的偏好」，而是支撑所有核心能力的基础。

Pi 用一句话定义自己：核心要小，行为由扩展装配。

1. 核心极简：默认不内置 MCP、sub-agent、plan mode、to-do、权限弹窗
2. 4 个 npm 包：pi-ai / pi-agent-core / pi-coding-agent / pi-tui，单向依赖
3. 最底层是 pi-ai：纯 LLM 适配，零 agent 概念
4. 分层好处：每一层独立 npm 包，按需引入
5. 核心只做四件事：加载扩展、跑 agent 循环、读写 session 文件、提供 TUI

记忆点：Pi 卖的不是「帮你做好了一切」，而是「给你一块可改装的底盘」。