大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



一个工具包，搞定 AI Agent 开发的所有基础设施

---

过去两年，AI 编程助手如雨后春笋：GitHub Copilot、Cursor、Claude Code……但开发者在实际使用中常常碰到三堵墙：

第一堵墙：绑定死了。 工具和特定 LLM 提供商强绑定，换个模型就要换整套工具链。

第二堵墙：不能改。 想自定义行为？要么 fork 源码，要么对着文档苦等官方更新。

第三堵墙：散装的。 想在终端用、又想接 Slack、还想跑自己的模型服务，需要东拼西凑好几套工具。

pi-mono 就是为了解决这三个痛点而生的。

---

pi-mono 是一个开源的 AI Agent 工具包，项目的核心定位是：

“AI agent toolkit: coding agent CLI, unified LLM API, TUI & web UI libraries, Slack bot, vLLM pods”

换成大白话就是：一个 monorepo，包含了从「和 AI 对话写代码」到「部署自己的模型服务」全流程所需的所有基础设施。

项目由 Mario Zechner（libGDX 作者，游戏开发界知名开发者）主导开发，目前活跃度极高，几乎每天都有更新。

---

pi 是整个项目的门面。它是一个跑在终端里的 AI 编程助手，但和市面上大多数工具不同，它的设计哲学是：

“Adapt pi to your workflows, not the other way around.”
让工具适应你的工作流，而不是反过来。

默认工具集极简：开箱即用只给模型四个工具 —— read（读文件）、write（写文件）、edit（编辑文件）、bash（执行命令），刻意不加子 Agent 和 Plan Mode，保持轻量。

四种运行模式：

• •  Interactive ：交互式 TUI 界面
• •  Print / JSON ：打印输出，适合脚本调用
• •  RPC ：进程间集成
• •  SDK ：嵌入到自己的应用中

会话管理：会话自动保存到 ~/.pi/agent/sessions/，支持分支浏览、时间线回溯（/tree 命令），类似 Git 分支的概念管理对话历史。

---

pi-ai 包提供了统一的多模型接口，一套 API 调用 OpenAI、Anthropic、Google 等多家提供商：

import  from ’@mariozechner/pi-ai’;

// 支持自动补全的强类型调用





const

 model = getModel(‘openai’, ’gpt-4o-mini’);

const




 context: Context = {
  systemPrompt

: ’You are a helpful assistant.’,
  messages

: [{ role: ’user’, content: ’帮我写一个快排算法’ }],
};

// 流式输出





const

 s = stream(model, context);
for

 await (const event of s) 

本地模型同样支持，只需在 ~/.pi/agent/models.json 添加配置：

{
  “providers”

: {
    “ollama”

: {
      “baseUrl”

: ”http://localhost:11434/v1”,
      “api”

: ”openai-completions”,
      “models”

: [{ ”id”: ”qwen2.5-coder:7b” }]
    }


  }


}

Ollama、vLLM、LM Studio 等 OpenAI 兼容服务均可接入。

---

这是 pi-mono 最有特色的部分。用户可以通过 TypeScript Extension 来扩展 pi 的行为，无需修改核心源码：

import type { ExtensionAPI } from ”@mariozechner/pi-coding-agent”;
import

 { Type } from ”@sinclair/typebox”;

export




 default function (pi: ExtensionAPI) ;
    }
  });

  // 注册自定义工具（LLM 可以调用）





  pi.registerTool({
    name

: ”greet”,
    description

: ”向用户打招呼”,
    parameters

: Type.Object({ name: Type.String() }),
    async

 execute(toolCallId, params) {
      return

 { content: [{ type: ”text”, text: 你好，${params.name}！







 }] };
    },
  });

  // 注册自定义命令（用户输入 /hello 触发）





  pi.registerCommand(“hello”, );
}

扩展支持打包成 Pi Package 通过 npm 或 git 分发，团队间共享配置非常方便。

---

Skills 是放在项目 .pi/skills/ 目录下的 Markdown 文件，pi 启动时会自动加载，相当于给模型配置项目专属的背景知识和操作规范。例如：你可以写一个 deploy.md 的 Skill，描述你们团队的部署流程，之后直接告诉 pi「帮我部署」，它就知道走哪套流程。

Prompt Templates 则是可复用的提示词模板，适合团队统一 AI 使用规范。

---

pi 内置支持主流模型提供商，通过 /login 订阅或配置 API Key 即可切换。在交互模式中，Ctrl+L 或 /model 命令可以随时在不同模型间切换，无需重启。

支持的提供商包括：OpenAI、Anthropic、Google（含 Gemini）、AWS Bedrock、Google Vertex AI，以及任何 OpenAI 兼容的本地服务。

---

# 通过 npm 全局安装 pi 编程助手
npm install -g @mariozechner/pi-coding-agent

# 进入任意项目目录，启动





pi

pi                       # 进入交互模式
pi "帮我重构这个函数"      # 非交互模式，直接执行任务
pi -c                    # 继续上次会话
pi -r                    # 浏览历史会话列表
pi --no-session          # 临时模式，不保存会话
pi --fork 
                     # 从某个历史节点 fork 出新会话

/model       切换模型（或 Ctrl+L）
/tree        浏览会话分支树
/fork        从当前节点创建新分支
/hotkeys     查看所有快捷键
Ctrl+O       切换消息过滤模式

pi install npm:@foo/bar              # 从 npm 安装
pi install git:github.com/user/repo  # 从 git 安装
pi install ./my-local-extension      # 本地路径安装
pi list                              # 查看已安装包
pi update                            # 更新所有包

git clone https://github.com/badlogic/pi-mono
cd

 pi-mono
npm install        # 安装所有依赖
npm run build      # 构建所有包
npm run check      # Lint + 格式检查 + 类型检查
./test.sh          # 运行测试
./pi-test.sh       # 从源码运行 pi（可在任意目录执行）

---

---

pi-mono 是一个面向严肃开发者的 AI Agent 基础设施项目。它不追求「开箱即用、面向大众」的产品路线，而是把扩展性和可组合性放在第一位。

适合你，如果你：

• • 不满足于「黑盒」的 AI 编程助手，希望深度定制行为
• • 需要在多个 LLM 提供商之间灵活切换，或接入本地私有模型
• • 想把 AI Agent 能力嵌入到自己的工具链、Slack 工作流中
• • 是一个喜欢折腾、相信「工具应该服务于工作流」的工程师

可能不适合，如果你：

• • 只是想要一个简单好用的 AI 编程助手，不想管底层细节
• • 团队以非技术角色为主，难以维护 TypeScript 扩展

从提交频率和 CHANGELOG 的活跃程度来看，这个项目正处于高速迭代阶段，值得持续关注。

项目地址：github.com/badlogic/pi-mono

---

如果你觉得这篇文章有帮助，欢迎点赞转发～