拓冰网站定制 
用好 Pi一份来自官方文档与社区实战的深度技巧指南如果你已经被各种 AI 编程 Agent 的全家桶压得喘不过气——臃肿的系统提示词、点不完的权限弹窗、永远猜不到它在想什么的黑盒——那么 Pipi.dev可能是你一直在找的那个反骨仔。它不是又一个套壳工具而是一个让你自己改造的极简 Agent 骨架。本文结合官方文档与 Hacker News、技术博客圈的一线实战经验带你把 Pi 从能跑用成好用。一、先搞清楚Pi 到底是什么Pi 是一个运行在终端里的、模型无关model-agnostic的开源编码 Agent。它的核心理念写在了官网首页“Change the harness, not your workflow.”改造骨架而不是改造你的工作流。“Adapt Pi to your workflows, not the other way around.”这句话是理解 Pi 一切设计的钥匙。大多数 AgentClaude Code、Codex、Cursor选择把规划模式、权限弹窗、子代理、待办列表等等内置好替你做完决策Pi 反其道而行——它只给你一个极薄的核心bash、read、edit、write四个核心工具剩下的能力让你通过extensions扩展、skills技能、prompt templates提示词模板、themes主题自己长出来。社区里有个很传神的比喻Pi 是 AI 编码 Agent 界的 Emacs / NeovimHN 用户onetom原话“Pi is the Emacs of coding AI agents.”。它极简、可高度定制、由 TypeScript 写成有人吐槽这点但也意味着它有庞大的贡献者池。几个容易混淆的点petronellatech 专门澄清过Inflection 的消费级聊天助手 Pi 在pi.ai不是本文主角。树莓派在 raspberrypi.comPi Network 是加密货币——都跟这个 pi.dev 无关。本文的 Pi pi.dev由 Mario Zechnerbadlogic主导包名mariozechner/pi-coding-agentMIT 许可代码在github.com/badlogic/pi-mono。二、为什么值得用Pi 的四个杀手锏1. 极致的低开销 更多上下文留给你的代码这是 Pi 最硬核的卖点。根据 composio.dev 引用的 Systima 实测数据每次请求的**固定开销fixed overhead**对比触目惊心Harness每次请求固定开销Claude Code~32,800 tokensOpenCode~6,900 tokensPi 1,000 tokensPi 的系统提示词不到 1000 tokens而 Claude Code 光系统提示词就能吃掉 14,000 tokens。这意味着什么同样的上下文窗口Pi 能装下更多你的真实代码同样的任务你的 token 花费显著更低。HN 用户0xbadcafebee也指出更小的系统提示词 没有 MCP 负担 token 用量可能大幅下降。2. 15 模型提供商真正模型自由Pi 支持 Anthropic、OpenAI、Google、Azure、Bedrock、Mistral、Groq、Cerebras、xAI、Hugging Face、Kimi、MiniMax、NVIDIA、OpenRouter、Ollama……而且可以指向自建/本地推理端点比如内网 Ollama 服务器或私有 AI 集群。支持用订阅登录ChatGPT Plus、Claude Pro/Max、GitHub Copilot 的 OAuth也能用API Key。会话中随时切模型/model或CtrlLCtrlP循环收藏的模型。社区经典玩法用便宜的模型做探索用强模型做最终实现dev.to arstechpro。对受监管行业政府、金融、医疗来说无 SaaS 后端 可指向本地端点是决定性优势——你的源代码可以永远不离开内网petronellatech。3. 完全透明、可审计、可修改MIT 许可、单仓库、全开源。你可以读它的每一行代码审计它怎么调用模型、怎么处理工具。这对需要合规审计的团队是顶层选项。它甚至能解释它自己的架构——你问扩展怎么工作、“怎么创建自定义技能”Pi 会读自己的文档、查自己的代码然后讲给你听甚至直接帮你改dev.to theoklitosbam7。4. 树状会话历史这是大家一致好评的功能HN 用户vorticalbox的原话“Sessions are stored as trees, that is actually really nice.” Pi 的会话不是线性列表而是一棵树。你可以随时/tree跳到历史任意节点从那里继续可以/fork从某条用户消息开新分支/clone把当前活跃分支复制成新会话。做探索性开发时这相当于给你的对话上了版本控制。三、上手第一周这些技巧让你立刻变高效技巧 1像管理 git 分支一样管理你的会话别把会话当一次性聊天。用/tree打开会话树回到某个如果当初没那么问就好了的节点重新开始用/fork从历史消息开平行宇宙试不同方案用/clone复制当前分支做 A/B 对比。探索复杂问题时这种对话版本控制能省下大量重复铺垫。技巧 2用/session把 token 和花费摊开看/session会显示会话文件路径、ID、消息数、token 用量和花费。这是少数把开销对你完全透明的 Agent有博主吐槽在 Claude Code 里甚至不知道怎么透明地看到花了多少 token。盯着它你能直观感受到切到便宜模型精简上下文带来的真实节省。技巧 3一句话切模型、切思考等级pi --model sonnet:high Solve this complex problem—— 启动时指定模型和思考强度。会话中/model或CtrlL切换ShiftTab循环思考等级thinking levels。pi --models claude-,gpt-4o限制模型轮换范围。实战策略多个博主共识日常用 DeepSeek 这类便宜模型当主力马遇到硬骨头再/model切到 Opus / GPT-5 Codex 收尾。深谷deepakness的配置就是DeepSeek 当 daily driver Grok 处理复杂任务 Claude Code 只做前端 UI。技巧 4把文件“进来把命令”!出去引用文件在输入框打模糊搜索项目文件并引用也能直接在命令行传文件。Tab 还能补全路径。执行 Shell 命令!command运行命令并把输出喂给模型!!command运行但不把输出塞进上下文省 token适合你只想跑一下、不想污染上下文时。官方示例pi --tools read,grep,find,ls -p Review the code—— 一行进入只读模式适合代码审查场景。pi --exclude-tools ask_question—— 禁用某个扩展或内置工具同时保留其余工具。技巧 5图片直接拖进终端CtrlVWindows 上AltV粘贴图片或直接拖进终端。如果默认模型没有视觉能力社区方案是装pi-vision-handoff扩展把图片转交给有视觉能力的模型处理。技巧 6四种运行模式不止交互式Pi 有interactive交互、print/JSON、RPC、SDK四种模式一次性/脚本模式pi -p Summarize this codebasecat file | pi -p ...image.png | pi -p Whats in this image?。自动化--mode json输出结构化事件--mode rpc支持 stdin/stdout 进程集成。多行输入ShiftEnterWindows Terminal 上CtrlEnter。复制上一条回复CtrlX。四、进阶把 Pi 改造成你的专属 Agent这是 Pi 真正封神的地方。核心心法Pi 把能力外包给你你用 markdown 文件和扩展把它填成你想要的样子。方案 A用 AGENTS.md / CLAUDE.md 注入项目大脑Pi 启动时加载AGENTS.md或CLAUDE.md全局的放~/.pi/agent/AGENTS.md项目级的放仓库根目录。改完不用重启会话里/reload即可生效。全局 AGENTS.md 可以写什么参考深谷的实际配置- 默认模型无视觉能力时用 pi-vision-handoff 处理图片 - 答案在代码库里就先读本地文件不在再用 pi-web-access 联网查 基于联网结果做大改动前先跟我确认 - 执行危险文件编辑/破坏性命令前先解释 - 写得简单点避免 AI 腔不要华丽形容词、不要多余副词、不要过度正式这就是把你的工作习惯固化成 Agent 的默认行为。深谷还用了APPEND_SYSTEM.md专门放写作风格和行为规范。方案 BSkills —— 教Agent 新本事Skills teach the agent. Extensions extend the agent.技能教会Agent扩展扩展Agent。—— composio.dev 的精准总结Skill 是一个自包含的能力包核心是SKILL.md按需加载。Pi 启动时扫描技能位置把名称和描述塞进系统提示词任务匹配时Agent 用read或bash加载完整SKILL.md来执行模型不一定主动读可用/skill:name强制加载。命名规则1–64 字符仅小写字母/数字/连字符不能以连字符开头结尾不能连续连字符pdf-processing✅PDF-Processing/-pdf/pdf--processing❌。社区推荐技能impeccable—— 给 Pi 一套真正的前端设计系统而不是空洞的让它好看点。做前端必装。mattpocock/skills—— 引入正规 TDD 工作流、鼓励质疑弱假设、先推理再实现。安装npx skillslatest add mattpocock/skills -a pi -g。别忘了Pi 能自己创建技能。直接让它为我的场景建个技能它会连脚本、文档一起生成。方案 CExtensions —— 在 Agent 眼皮底下动手术扩展和技能的本质区别LLM 永远看不到扩展。它钩入 Agent 循环的生命周期事件——消息发给 LLM 之前、压缩运行之前、工具被调用时、会话启动时——在幕后运作nader.substack。这意味着你可以加一个新工具、一个斜杠命令、一个自定义 UI、甚至 MCP 支持。加权限守卫在危险命令执行前拦截确认。加安全层内容扫描器检查工具返回里有没有提示词注入、会话启动时加固系统提示词Medium 用户 ruizrica2 的做法还做了个/secure命令审计项目。加花哨的工作提示比如whimsical扩展思考时每两秒切换彩色状态语深谷定制版。Pi 能原地修改自己让它改自己的扩展 → 它改完 → 你/reload→ 继续干活。这是它自举能力的精髓。方案 DPrompt Templates Themes PackagesPrompt Templates固化你的提示词结构。Themes改终端 UI 的颜色、样式——Pi 极简到几乎每个 UI 细节都能改。Pi Packages把上面这些打包通过 npm 或 git 分享。社区已有完整的第三方市场一条命令就能装别人的实现不信任第三方让它现场给你写一个。“Pi is aggressively extensible so it doesn’t have to dictate your workflow.” —— Pi 故意做得侵略性地可扩展这样它就不必替你做主。五、三套拿来即用的实战工作流工作流 1本地模型 数据主权隐私优先Benjamin Wegener 在 M4 Mac 上的实践值得抄作业用Ollama TurboQuant本地推理文档永远不离开硬件。用.pi/agent下的agents.md/system.md做自定义微调其实是提示词层面的定制。用 Metal 跑重推理、把后台开发进程分开规避本地推理的上下文切换开销。收益隐私没有云厂商窥探、低延迟本地推理常比 API 往返快、数据主权。适合代码敏感、有合规要求、或单纯不想把代码喂给公有 API 的人。工作流 2多模型协作省钱又保质日常DeepSeek / 便宜模型快速探索、跑通。收尾/model切 Opus / GPT-5 Codex 做最终实现。复盘用不同模型互相 review 代码HN 上有经验的玩法模型 A 写、模型 B 审跨模型审查往往能揪出更多 bug。工作流 3tmux 多实例Pi 没有后台 bash那就自己造Pi 故意不做后台 bash、不做子代理、不做权限弹窗——官方态度很明确“用 tmux。”你可以用 tmux 开多个 Pi 实例并行跑任务。用扩展自己实现 plan mode、to-do 列表写进TODO.md即可、确认弹窗。社区如 Archon Pi 的组合能搭出 plan-implement-validate 完整流水线。这正是 Pi 的哲学它不替你决定该有什么功能它给你造功能的能力。六、社区怎么说来自 HN 和博客圈的真实声音“Pi is the Emacs of coding AI agents.”—— HN 用户onetom。精准概括了它极简内核 无限可扩展的定位。关于该不该从 Claude Code 迁移HN 和博客圈有个清醒共识Context Studios 总结得最好“Pi rewards engineers who treat the agent as a sharp instrument they keep their hands on. Claude Code rewards teams that want the agent to carry more of the process.”Pi 奖励那些把 Agent 当锋利手术刀、始终自己握在手里的工程师Claude Code 奖励那些想让 Agent替自己扛下更多流程的团队。别把它们当竞品mcplato / Context StudiosPi 是最小骨架Codex 是被托管的工作流Claude Code 是住在编辑器里的集成 Agent——它们是不同品类回答的是不同问题。Pi vs OpenCodecomposio.dev实测 100 小时后的结论平局因为面向不同的人。“Pi 是你去编程的平台像 Neovim用 TypeScript 自己造骨架OpenCode 是你去配置的产品开箱即用自带 plan mode、权限、MCP、撤销重做、LSP。”一个冷静的提醒BenjaminWegenerPi 作为开发者自主权模型的概念验证很成功但除非你接受用厂商维护的功能换取自己动手搭建维护的代价否则它不能直接替代商业 harness。它把能力给了你也把责任给了你。HN 上被反复提到的几个点树状会话很香、轻量级 Agent 架构值得学习、有人担心 Anthropic OAuth 可能有封号风险、本地模型总觉得比 Claude Code 慢半拍或不够好这也是很多人还没完全迁移的主因HN item 46847274。七、避坑指南Pi 不适合谁诚实地说Pi 不是万能药。以下情况请三思你想要开箱即用、啥都配好→ Claude Code / Cursor 更省心。你没有工程能力去配置、扩展、维护→ Pi 的自由会变成你的负担。你需要一个有客服、有 MSA 合同的供应商→ Pi 是开源项目不是 vendor relationshippetronellatech。你依赖 plan mode、权限弹窗、内置待办、后台 bash→ 这些 Pi 都没有得自己用 tmux / 扩展 / markdown 文件补。你只想用某个固定厂商的模型→ 那厂商原生工具可能更顺。一句话判断如果你享受自己打磨工具、看重透明/隐私/低成本/模型自由Pi 是神器如果你要的是装好就能跑、有人兜底选集成度更高的产品。八、快速上手清单装去 pi.dev 拿一行安装命令Win/Linux/macOS 多终端可用。装完第一件事登录你喜欢的模型提供商订阅 OAuth 或 API Key 二选一。写全局~/.pi/agent/AGENTS.md把先读本地文件再联网、危险操作先确认、别写 AI 腔这类习惯固化进去。跑pi --model sonnet:high ...体验模型思考强度/session看花费。装 1–2 个技能如impeccable做前端、mattpocock/skills做 TDD。需要新能力时先让 Pi 自己造再造轮子或装第三方包。用/tree玩转会话树把它当对话的版本控制。结语Pi 的野心不是再做一个 AI 编程工具而是把 Agent 的定义权交还给你。它用不到 1000 tokens 的系统提示词、15 模型提供商、树状会话、以及侵略性地可扩展的架构换来了透明、低成本、模型自由和无限定制。代价是它把一部分造功能的活儿甩给了你。用社区的话收尾最贴切——“Adapt Pi to your workflows, not the other way around.”别想着让 Pi 适应它的默认样子去把它改造成你的样子。这才是用对 Pi 的方式。参考资料官方文档Pi 官方文档 - UsagePi 官方文档 - SkillsPi 官方文档 - ProvidersPi 官网Hacker News 讨论Pi – A minimal terminal coding harness608 分306 评论Main reason I haven’t switched over to the new pi coding agent“I’m a pi.dev man myself.”技术博客 / 评测Pi.dev Review: Hands-On Look at the Pi Coding Agentpetronellatech含与 Claude Code/Codex/Cursor 对比Setting Up and Using the Pi Coding Agentdeepakness真实配置清单Mastering Pi: My Journey to the Customizable Coding AgentBenjaminWegener本地模型隐私实践Agent engineering: PiRoman Imankulov自己写扩展的范例How I Turned Pi Into a Multi-Agent Coding Assistantruizrica2安全层多模式Pi: The Open-Source AI Coding Agent You Probably Haven’t Tried Yetdev.to arstechpro模式与 CLI 技巧Pi Coding Agent: A Self-Documenting, Extensible AI Partnerdev.toHow to Build a Custom Agent Framework with PInader.substack扩展机制原理对比 / 选型Pi vs OpenCode: After 100 Hourscomposio.dev含 token 开销实测数据Top 11 Pi Agent Skills Every Developer Must Usecomposio.devPi Agent vs Claude Code: When Minimal Beats MaximalContext StudiosDeepSeek Harness vs Pibswen引 HN 讨论 用好 Pi：一份来自官方文档与社区实战的深度技巧指南
用好 Pi一份来自官方文档与社区实战的深度技巧指南如果你已经被各种 AI 编程 Agent 的全家桶压得喘不过气——臃肿的系统提示词、点不完的权限弹窗、永远猜不到它在想什么的黑盒——那么 Pipi.dev可能是你一直在找的那个反骨仔。它不是又一个套壳工具而是一个让你自己改造的极简 Agent 骨架。本文结合官方文档与 Hacker News、技术博客圈的一线实战经验带你把 Pi 从能跑用成好用。一、先搞清楚Pi 到底是什么Pi 是一个运行在终端里的、模型无关model-agnostic的开源编码 Agent。它的核心理念写在了官网首页“Change the harness, not your workflow.”改造骨架而不是改造你的工作流。“Adapt Pi to your workflows, not the other way around.”这句话是理解 Pi 一切设计的钥匙。大多数 AgentClaude Code、Codex、Cursor选择把规划模式、权限弹窗、子代理、待办列表等等内置好替你做完决策Pi 反其道而行——它只给你一个极薄的核心bash、read、edit、write四个核心工具剩下的能力让你通过extensions扩展、skills技能、prompt templates提示词模板、themes主题自己长出来。社区里有个很传神的比喻Pi 是 AI 编码 Agent 界的 Emacs / NeovimHN 用户onetom原话“Pi is the Emacs of coding AI agents.”。它极简、可高度定制、由 TypeScript 写成有人吐槽这点但也意味着它有庞大的贡献者池。几个容易混淆的点petronellatech 专门澄清过Inflection 的消费级聊天助手 Pi 在pi.ai不是本文主角。树莓派在 raspberrypi.comPi Network 是加密货币——都跟这个 pi.dev 无关。本文的 Pi pi.dev由 Mario Zechnerbadlogic主导包名mariozechner/pi-coding-agentMIT 许可代码在github.com/badlogic/pi-mono。二、为什么值得用Pi 的四个杀手锏1. 极致的低开销 更多上下文留给你的代码这是 Pi 最硬核的卖点。根据 composio.dev 引用的 Systima 实测数据每次请求的**固定开销fixed overhead**对比触目惊心Harness每次请求固定开销Claude Code~32,800 tokensOpenCode~6,900 tokensPi 1,000 tokensPi 的系统提示词不到 1000 tokens而 Claude Code 光系统提示词就能吃掉 14,000 tokens。这意味着什么同样的上下文窗口Pi 能装下更多你的真实代码同样的任务你的 token 花费显著更低。HN 用户0xbadcafebee也指出更小的系统提示词 没有 MCP 负担 token 用量可能大幅下降。2. 15 模型提供商真正模型自由Pi 支持 Anthropic、OpenAI、Google、Azure、Bedrock、Mistral、Groq、Cerebras、xAI、Hugging Face、Kimi、MiniMax、NVIDIA、OpenRouter、Ollama……而且可以指向自建/本地推理端点比如内网 Ollama 服务器或私有 AI 集群。支持用订阅登录ChatGPT Plus、Claude Pro/Max、GitHub Copilot 的 OAuth也能用API Key。会话中随时切模型/model或CtrlLCtrlP循环收藏的模型。社区经典玩法用便宜的模型做探索用强模型做最终实现dev.to arstechpro。对受监管行业政府、金融、医疗来说无 SaaS 后端 可指向本地端点是决定性优势——你的源代码可以永远不离开内网petronellatech。3. 完全透明、可审计、可修改MIT 许可、单仓库、全开源。你可以读它的每一行代码审计它怎么调用模型、怎么处理工具。这对需要合规审计的团队是顶层选项。它甚至能解释它自己的架构——你问扩展怎么工作、“怎么创建自定义技能”Pi 会读自己的文档、查自己的代码然后讲给你听甚至直接帮你改dev.to theoklitosbam7。4. 树状会话历史这是大家一致好评的功能HN 用户vorticalbox的原话“Sessions are stored as trees, that is actually really nice.” Pi 的会话不是线性列表而是一棵树。你可以随时/tree跳到历史任意节点从那里继续可以/fork从某条用户消息开新分支/clone把当前活跃分支复制成新会话。做探索性开发时这相当于给你的对话上了版本控制。三、上手第一周这些技巧让你立刻变高效技巧 1像管理 git 分支一样管理你的会话别把会话当一次性聊天。用/tree打开会话树回到某个如果当初没那么问就好了的节点重新开始用/fork从历史消息开平行宇宙试不同方案用/clone复制当前分支做 A/B 对比。探索复杂问题时这种对话版本控制能省下大量重复铺垫。技巧 2用/session把 token 和花费摊开看/session会显示会话文件路径、ID、消息数、token 用量和花费。这是少数把开销对你完全透明的 Agent有博主吐槽在 Claude Code 里甚至不知道怎么透明地看到花了多少 token。盯着它你能直观感受到切到便宜模型精简上下文带来的真实节省。技巧 3一句话切模型、切思考等级pi --model sonnet:high Solve this complex problem—— 启动时指定模型和思考强度。会话中/model或CtrlL切换ShiftTab循环思考等级thinking levels。pi --models claude-,gpt-4o限制模型轮换范围。实战策略多个博主共识日常用 DeepSeek 这类便宜模型当主力马遇到硬骨头再/model切到 Opus / GPT-5 Codex 收尾。深谷deepakness的配置就是DeepSeek 当 daily driver Grok 处理复杂任务 Claude Code 只做前端 UI。技巧 4把文件“进来把命令”!出去引用文件在输入框打模糊搜索项目文件并引用也能直接在命令行传文件。Tab 还能补全路径。执行 Shell 命令!command运行命令并把输出喂给模型!!command运行但不把输出塞进上下文省 token适合你只想跑一下、不想污染上下文时。官方示例pi --tools read,grep,find,ls -p Review the code—— 一行进入只读模式适合代码审查场景。pi --exclude-tools ask_question—— 禁用某个扩展或内置工具同时保留其余工具。技巧 5图片直接拖进终端CtrlVWindows 上AltV粘贴图片或直接拖进终端。如果默认模型没有视觉能力社区方案是装pi-vision-handoff扩展把图片转交给有视觉能力的模型处理。技巧 6四种运行模式不止交互式Pi 有interactive交互、print/JSON、RPC、SDK四种模式一次性/脚本模式pi -p Summarize this codebasecat file | pi -p ...image.png | pi -p Whats in this image?。自动化--mode json输出结构化事件--mode rpc支持 stdin/stdout 进程集成。多行输入ShiftEnterWindows Terminal 上CtrlEnter。复制上一条回复CtrlX。四、进阶把 Pi 改造成你的专属 Agent这是 Pi 真正封神的地方。核心心法Pi 把能力外包给你你用 markdown 文件和扩展把它填成你想要的样子。方案 A用 AGENTS.md / CLAUDE.md 注入项目大脑Pi 启动时加载AGENTS.md或CLAUDE.md全局的放~/.pi/agent/AGENTS.md项目级的放仓库根目录。改完不用重启会话里/reload即可生效。全局 AGENTS.md 可以写什么参考深谷的实际配置- 默认模型无视觉能力时用 pi-vision-handoff 处理图片 - 答案在代码库里就先读本地文件不在再用 pi-web-access 联网查 基于联网结果做大改动前先跟我确认 - 执行危险文件编辑/破坏性命令前先解释 - 写得简单点避免 AI 腔不要华丽形容词、不要多余副词、不要过度正式这就是把你的工作习惯固化成 Agent 的默认行为。深谷还用了APPEND_SYSTEM.md专门放写作风格和行为规范。方案 BSkills —— 教Agent 新本事Skills teach the agent. Extensions extend the agent.技能教会Agent扩展扩展Agent。—— composio.dev 的精准总结Skill 是一个自包含的能力包核心是SKILL.md按需加载。Pi 启动时扫描技能位置把名称和描述塞进系统提示词任务匹配时Agent 用read或bash加载完整SKILL.md来执行模型不一定主动读可用/skill:name强制加载。命名规则1–64 字符仅小写字母/数字/连字符不能以连字符开头结尾不能连续连字符pdf-processing✅PDF-Processing/-pdf/pdf--processing❌。社区推荐技能impeccable—— 给 Pi 一套真正的前端设计系统而不是空洞的让它好看点。做前端必装。mattpocock/skills—— 引入正规 TDD 工作流、鼓励质疑弱假设、先推理再实现。安装npx skillslatest add mattpocock/skills -a pi -g。别忘了Pi 能自己创建技能。直接让它为我的场景建个技能它会连脚本、文档一起生成。方案 CExtensions —— 在 Agent 眼皮底下动手术扩展和技能的本质区别LLM 永远看不到扩展。它钩入 Agent 循环的生命周期事件——消息发给 LLM 之前、压缩运行之前、工具被调用时、会话启动时——在幕后运作nader.substack。这意味着你可以加一个新工具、一个斜杠命令、一个自定义 UI、甚至 MCP 支持。加权限守卫在危险命令执行前拦截确认。加安全层内容扫描器检查工具返回里有没有提示词注入、会话启动时加固系统提示词Medium 用户 ruizrica2 的做法还做了个/secure命令审计项目。加花哨的工作提示比如whimsical扩展思考时每两秒切换彩色状态语深谷定制版。Pi 能原地修改自己让它改自己的扩展 → 它改完 → 你/reload→ 继续干活。这是它自举能力的精髓。方案 DPrompt Templates Themes PackagesPrompt Templates固化你的提示词结构。Themes改终端 UI 的颜色、样式——Pi 极简到几乎每个 UI 细节都能改。Pi Packages把上面这些打包通过 npm 或 git 分享。社区已有完整的第三方市场一条命令就能装别人的实现不信任第三方让它现场给你写一个。“Pi is aggressively extensible so it doesn’t have to dictate your workflow.” —— Pi 故意做得侵略性地可扩展这样它就不必替你做主。五、三套拿来即用的实战工作流工作流 1本地模型 数据主权隐私优先Benjamin Wegener 在 M4 Mac 上的实践值得抄作业用Ollama TurboQuant本地推理文档永远不离开硬件。用.pi/agent下的agents.md/system.md做自定义微调其实是提示词层面的定制。用 Metal 跑重推理、把后台开发进程分开规避本地推理的上下文切换开销。收益隐私没有云厂商窥探、低延迟本地推理常比 API 往返快、数据主权。适合代码敏感、有合规要求、或单纯不想把代码喂给公有 API 的人。工作流 2多模型协作省钱又保质日常DeepSeek / 便宜模型快速探索、跑通。收尾/model切 Opus / GPT-5 Codex 做最终实现。复盘用不同模型互相 review 代码HN 上有经验的玩法模型 A 写、模型 B 审跨模型审查往往能揪出更多 bug。工作流 3tmux 多实例Pi 没有后台 bash那就自己造Pi 故意不做后台 bash、不做子代理、不做权限弹窗——官方态度很明确“用 tmux。”你可以用 tmux 开多个 Pi 实例并行跑任务。用扩展自己实现 plan mode、to-do 列表写进TODO.md即可、确认弹窗。社区如 Archon Pi 的组合能搭出 plan-implement-validate 完整流水线。这正是 Pi 的哲学它不替你决定该有什么功能它给你造功能的能力。六、社区怎么说来自 HN 和博客圈的真实声音“Pi is the Emacs of coding AI agents.”—— HN 用户onetom。精准概括了它极简内核 无限可扩展的定位。关于该不该从 Claude Code 迁移HN 和博客圈有个清醒共识Context Studios 总结得最好“Pi rewards engineers who treat the agent as a sharp instrument they keep their hands on. Claude Code rewards teams that want the agent to carry more of the process.”Pi 奖励那些把 Agent 当锋利手术刀、始终自己握在手里的工程师Claude Code 奖励那些想让 Agent替自己扛下更多流程的团队。别把它们当竞品mcplato / Context StudiosPi 是最小骨架Codex 是被托管的工作流Claude Code 是住在编辑器里的集成 Agent——它们是不同品类回答的是不同问题。Pi vs OpenCodecomposio.dev实测 100 小时后的结论平局因为面向不同的人。“Pi 是你去编程的平台像 Neovim用 TypeScript 自己造骨架OpenCode 是你去配置的产品开箱即用自带 plan mode、权限、MCP、撤销重做、LSP。”一个冷静的提醒BenjaminWegenerPi 作为开发者自主权模型的概念验证很成功但除非你接受用厂商维护的功能换取自己动手搭建维护的代价否则它不能直接替代商业 harness。它把能力给了你也把责任给了你。HN 上被反复提到的几个点树状会话很香、轻量级 Agent 架构值得学习、有人担心 Anthropic OAuth 可能有封号风险、本地模型总觉得比 Claude Code 慢半拍或不够好这也是很多人还没完全迁移的主因HN item 46847274。七、避坑指南Pi 不适合谁诚实地说Pi 不是万能药。以下情况请三思你想要开箱即用、啥都配好→ Claude Code / Cursor 更省心。你没有工程能力去配置、扩展、维护→ Pi 的自由会变成你的负担。你需要一个有客服、有 MSA 合同的供应商→ Pi 是开源项目不是 vendor relationshippetronellatech。你依赖 plan mode、权限弹窗、内置待办、后台 bash→ 这些 Pi 都没有得自己用 tmux / 扩展 / markdown 文件补。你只想用某个固定厂商的模型→ 那厂商原生工具可能更顺。一句话判断如果你享受自己打磨工具、看重透明/隐私/低成本/模型自由Pi 是神器如果你要的是装好就能跑、有人兜底选集成度更高的产品。八、快速上手清单装去 pi.dev 拿一行安装命令Win/Linux/macOS 多终端可用。装完第一件事登录你喜欢的模型提供商订阅 OAuth 或 API Key 二选一。写全局~/.pi/agent/AGENTS.md把先读本地文件再联网、危险操作先确认、别写 AI 腔这类习惯固化进去。跑pi --model sonnet:high ...体验模型思考强度/session看花费。装 1–2 个技能如impeccable做前端、mattpocock/skills做 TDD。需要新能力时先让 Pi 自己造再造轮子或装第三方包。用/tree玩转会话树把它当对话的版本控制。结语Pi 的野心不是再做一个 AI 编程工具而是把 Agent 的定义权交还给你。它用不到 1000 tokens 的系统提示词、15 模型提供商、树状会话、以及侵略性地可扩展的架构换来了透明、低成本、模型自由和无限定制。代价是它把一部分造功能的活儿甩给了你。用社区的话收尾最贴切——“Adapt Pi to your workflows, not the other way around.”别想着让 Pi 适应它的默认样子去把它改造成你的样子。这才是用对 Pi 的方式。参考资料官方文档Pi 官方文档 - UsagePi 官方文档 - SkillsPi 官方文档 - ProvidersPi 官网Hacker News 讨论Pi – A minimal terminal coding harness608 分306 评论Main reason I haven’t switched over to the new pi coding agent“I’m a pi.dev man myself.”技术博客 / 评测Pi.dev Review: Hands-On Look at the Pi Coding Agentpetronellatech含与 Claude Code/Codex/Cursor 对比Setting Up and Using the Pi Coding Agentdeepakness真实配置清单Mastering Pi: My Journey to the Customizable Coding AgentBenjaminWegener本地模型隐私实践Agent engineering: PiRoman Imankulov自己写扩展的范例How I Turned Pi Into a Multi-Agent Coding Assistantruizrica2安全层多模式Pi: The Open-Source AI Coding Agent You Probably Haven’t Tried Yetdev.to arstechpro模式与 CLI 技巧Pi Coding Agent: A Self-Documenting, Extensible AI Partnerdev.toHow to Build a Custom Agent Framework with PInader.substack扩展机制原理对比 / 选型Pi vs OpenCode: After 100 Hourscomposio.dev含 token 开销实测数据Top 11 Pi Agent Skills Every Developer Must Usecomposio.devPi Agent vs Claude Code: When Minimal Beats MaximalContext StudiosDeepSeek Harness vs Pibswen引 HN 讨论