12 posts tagged with "Pi"

Pi 极简内核决定了所有"看起来复杂"的功能都靠外挂。

1. 设计哲学：极简内核 + plugin + skills 双路径，所有可定制能力外挂
2. 安装姿势：从官网 packages 列表复制命令，全局默认；加 -l 改为项目级
3. 8 大常用插件：联网、并行子代理、MCP 适配器、BTW、Plan Mode、Goal、Dynamic Workflows、微信
4. Skills 协议：放 .agents/skills/ 目录即生效，Playwright CLI 是典型用法
5. Web UI：社区 star 数最高项目接管插件 / 技能管理面板
6. Pi 自己写插件：内置开发知识，UI 定制、权限保护类插件都能跑通

Pi 把"一次会话"抽象成可遍历的工作单元，五大命令撑起完整的生命周期管理。

1. 核心概念：Session 是 Pi 多轮对话的工作单元，三次问答 + 一次 /new 就是一段独立历史
2. 启动与续接：/new 新开、pi -c 续最近、pi -r 交互式挑选历史 session
3. /tree 回退：Pi 特别的对话树设计，历史可跳到任意节点，从那里继续或开新分支，三选项可控制回退方式
4. /fork vs /clone：/fork 从单节点分叉只带之前历史，/clone 复制整棵会话树
5. 代码回退：/tree 只回退对话不碰文件，必须 git 配合才能回滚实际代码改动
6. /compact vs /new：压缩省空间但模糊重点，清空彻底但丢弃中间细节

只给四个工具不是减配，是把所有会因团队而异的东西都从内核里拿出去。

• 默认工具只有 四 个：read / bash / edit / write
• MCP、sub-agent、待办事项、权限弹窗一律不进核心
• 理由：每个团队的权限规则都不一样，内置任何一套都是错的
• 循环内核极简：模型决定动工具，工具返回结果，再交回模型
• 内核之外开了三十多个插口，从会话启动到归档通知
• 提示词只能写原则，tool_call 前的 Hook 代码才是停止键
• 极简不等于省事，扩展继承运行账号的全部权限

Agent 提前停下来的本质，是把「一轮回答结束」错认成「整个任务完成」。Pi 的 /goal 扩展把这层混淆拆开。

1. 核心问题：一轮回答结束 ≠ 任务完成，普通 Agent 缺少独立完成判断机制。
2. 目标弱化：长上下文里，初始目标被中间产物稀释，模型围绕当前成果回复。
3. Goal 四步循环：保存完整目标 → 每轮重读提示词 → 必须调用 goal_complete → 未完成自动续跑。
4. 两种判断方式：Codex 工作模型自查 + 完成工具；Claude Code 独立评估模型判断。
5. 适用任务四特征：结果明确、可验证、逐步收敛、不需要频繁人工决策。
6. 任务描述四要素：结果、范围、验收方式、禁止操作。
7. 能力边界：Goal 是持续执行保障层，正确性最终仍取决于模型和验证方法。

企业级 Agent 落地，关键是「它能不能被改造」，不是功能多不多。

1. 市场风向：底层接 Pi 的 Agent 产品越来越多，如 OpenClaw，MinimaxCode 等项目。
2. 极简内核：4 工具（read / write 创建或覆盖 / edit 替换片段 / bash 执行）。
3. 系统提示：~370 token（约 150 行），主流最短。
4. 企业扩展：全生命周期都是可改写钩子。
5. 可移植：插件本地到生产无缝，TS/Python SDK + RPC。
6. 透明可审计：系统提示完全开放，能看清行为边界。
7. 结论：极简 = 透明 = 可控，是落地前提。

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