又一个爆火的AI编程工具!不仅能写代码,还能用来搭建 Agent

平时用 AI 写代码，我们接触最多的可能是 Codex、Claude Code 这类工具。

但最近发现了一个值得研究的开源项目：Pi。

它不只是一个命令行 AI 编程工具，还提供了构建 Agent 的基础组件。如果你平时写代码，或者正在学习 AI 应用开发，可以了解一下。

Pi 是什么？

简单来说，Pi 是一个可以在终端中使用的 AI 编程 Agent，同时也提供了可供开发者使用的 SDK 和扩展机制。

你可以把它理解成一个能够操作代码项目的 AI 程序员。

比如，你有一个项目，里面包含几十个业务模块。以前接手陌生项目，可能需要花不少时间阅读代码、梳理调用关系。

使用 Pi，你可以直接进入项目目录，让它分析项目结构、梳理业务流程、查找问题，甚至修改代码并运行测试。

如果你已经在使用 Codex，可能会问：它们不是都能写代码吗，为什么还要用 Pi？

两者确实存在不少重叠。

Codex 更适合直接完成编程任务；Pi 除了可以作为编程工具使用，还提供了值得研究和定制的 Agent 核心组件。

如果你的目标只是提高工作效率，没有必要为了使用 Pi 就放弃现有工具。

但如果你想进一步研究 Agent 的运行机制，甚至自己开发 AI 应用，Pi 就多了一个学习和实验的价值。

Pi 的代码仓库中包含多个核心模块，他们各自负责不同的事情。

1. pi-coding-agent：直接使用的编程工具

这是普通开发者最容易接触的部分。安装后，可以在终端中启动 Pi，让它协助阅读项目、编写代码、执行命令。

如果你平时使用 VS Code、Windows Terminal 或 PowerShell 开发，也可以把它加入自己的开发工作流。

2. pi-agent-core：研究 Agent 的运行机制

这是我认为最值得学习的部分之一。

一个简单的 AI Agent，并不是调用一次大模型就结束了。

例如，你让 AI 帮你修复一个 Bug，它可能需要经历这样的过程：

• • 阅读你的需求，判断需要检查哪些文件。
• • 调用工具读取源代码。
• • 根据代码内容判断问题所在。
• • 修改文件，执行测试命令。
• • 查看测试结果，如果失败就继续分析和修复。
• • 确认任务完成后，向你反馈结果。

这就是 Agent 循环的一种典型形式：模型决定下一步做什么，工具执行操作，执行结果再交回模型，直到任务完成或需要人工介入。

Pi 的 Agent 核心组件可以帮助开发者研究这套机制，而不是只能把 AI 编程工具当成一个黑盒使用。

3. pi-ai：统一调用不同的大模型

开发 AI 应用时，经常需要接入不同的模型服务。

今天使用一个模型，明天想换成另一个模型，如果业务代码和具体模型绑定得太紧，后续维护就会比较麻烦。

Pi 的 pi-ai 提供了统一的模型调用接口，帮助开发者处理不同模型提供商之间的差异。具体能使用哪些模型，还需要根据当前版本和提供商的支持情况确认。

4. TypeScript SDK：把 Agent 能力集成到自己的应用

如果你不满足于直接使用 Pi，还可以研究它提供的 SDK。

例如，你可以尝试开发一个代码分析助手，让用户输入项目目录，由程序调用模型分析代码，再把分析结果展示在自己的界面中。

当然，这不意味着安装 SDK 后就能自动获得完整的业务系统。权限控制、任务管理、错误处理和前端交互，仍然需要自己设计。

除了日常写代码，我觉得 Pi 还有几个值得尝试的方向。

一：学习 AI Agent 的实现原理

如果你正在学习大模型应用开发，可以跟着 Pi 的源码研究模型调用、工具执行、上下文管理和 Agent 循环。

相比只看概念文章，直接跟踪一次真实任务的执行过程，会更容易理解各个模块之间的关系。

二：开发自己的 AI 工具

例如，基于 SDK 开发代码审查助手、项目文档生成器或自动化分析工具。

如果你想把 AI 能力接入现有业务，也可以把 Pi 当作一个参考案例，研究如何组织模型、工具和业务逻辑。

需要注意的是，Pi 并不是一个开箱即用的 RAG 平台。如果你想开发企业知识库，仍然需要理解文档解析、向量检索、召回策略等相关技术。

安装方式？

如果你的电脑已经安装了 Node.js，可以先确认版本满足项目要求。该项目的安装说明要求 Node.js 22.19 或更高版本。

打开 PowerShell，执行：

npm install -g --ignore-scripts @earendil-works/pi-coding-agent

安装完成后，检查命令是否可用：

pi --version

接着启动：

pi

首次使用时，需要根据提示配置模型提供商和认证信息。你可以查看官方文档了解具体配置方法。

不过需要注意，安装工具并不等于免费获得模型额度。使用需要付费的 API 时，还要准备相应的 API Key 和调用额度。

GitHub 项目地址： https://github.com/earendil-works/pi