如果你也在找一个「不绑架供应商、能深度定制、还能嵌进自己程序」的终端 AI 编码 Agent，那 Pi 值得一试。它和 Claude Code、OpenAI Codex CLI 是同一类东西，但设计哲学很不一样：最小内核 + 极强可扩展性——核心极小，几乎一切「功能」都靠扩展、技能、自定义 Provider 补上。

这篇文章是我边读 Pi 官方文档、边对照本地源码仓库（v0.80.7）整理出来的使用向指南。从「它是什么」一路讲到「怎么配模型、怎么用、怎么扩展」。如果你只想先跑起来，直接跳到第 4 节；想理解它的设计，第 1、2 节别跳过。

1. Pi 是什么（定位与理念）

一句话：运行在终端里的 AI 编码 Agent，类似 Claude Code、OpenAI Codex CLI。

Pi 的官方理念是 “There are many agent harnesses but this one is yours”——Agent 工具很多，但这个是你自己的。「你的」意味着完全自主可控，体现在五个层面：

  1. 模型自主：不捆绑任何模型供应商，15+ 家任选，Key 归你管、账单归你控，想换就换。
  2. 权限自主：工具启用/禁用由你决定（--tools / --exclude-tools），文件读写、命令执行都在你的用户权限下跑，没有隐藏的后台进程或云端代理。
  3. 行为自主：扩展（Extensions）和技能（Skills）架构让你可以拦截、修改、替换 Agent 的任何行为——从工具调用到上下文注入，从快捷键到 UI 面板，全部可编程。
  4. 数据自主：会话历史、配置、凭证全部落本地（~/.pi/agent/），不上传任何遥测或使用数据（除非你主动 /share），源码开源可审计。
  5. 集成自主：四种运行模式（交互 / Print / RPC / SDK）覆盖从日常编码到脚本自动化再到程序嵌入的全部场景，你决定 Agent 以什么形态融入你的工作流，而不是反过来。

工作方式：给一句话，它在项目目录里读文件、写文件、跑命令，循环调用大模型直到完成任务。

核心哲学：最小内核 + 极强可扩展性（Primitives, Not Features / 「原语而非功能」）。这句话不是口号，后面第 2 节我会用真实的代码量把它坐实。

金句：Adapt Pi to your workflows, not the other way around.（让 Pi 适应你的工作流，而不是反过来。）

设计取舍：Pi 故意不内置很多「看起来应该有」的功能，而是用扩展或 CLI 替代。理解这一点，你就不会总问「为什么 Pi 没有 XXX」：

不内置的功能 Pi 的替代方案
MCP 协议集成 把工具写成带 README 的 CLI，或装 MCP 扩展
子 Agent tmux 开多会话，或自己写扩展
权限确认弹窗 放进容器跑，或自己写确认流程扩展
计划模式 把计划写文件，或写扩展
内置待办事项 用 TODO.md，或装扩展
后台 bash tmux 获得完整可观测性

适合谁：偏好终端工作流者、想深度定制甚至让 Agent 改写自己的进阶用户、需同时接多家模型者、想把 Agent 嵌进自己程序的开发者（SDK/RPC）。

安全前提：默认以用户权限运行，无内置沙箱；不受信任的仓库使用前先读第 16 节安全须知。

2. 代码规模与架构哲学（最小内核 + 极强可扩展性）

「最小内核」常常被人当营销话术，但 Pi 是真的。下面是我基于本地仓库（v0.80.7 tag）实测的数字：

  • 全仓 5 个包、382 个文件、约 113,242 行。
  • 各包规模：
包 文件数 行数 角色
ai 152 38,156 模型 / provider 适配层
coding-agent 164 52,710 编码 Agent 主体（含 CLI）
tui 28 12,145 终端 UI
agent 25 8,244 内核抽象（agent loop）
orchestrator 13 1,987 编排
总计 382 113,242 5 个包全量（不含测试）

「核心」有三层口径，对应第 1 节「最小内核」理念：

  1. 极简内核：agent 包里定义 agent 能力的核心只有 3 个文件、约 1,370 行——
    • agent-loop.ts（792 行）：主循环（收消息 → 调模型 → 跑工具 → 回灌）
    • agent.ts（575 行）：agent 定义 / 工具调用
    • node.ts（2 行）：节点原语
  2. 实现内核：coding-agent/src/core/（目录名即 core）——44 个文件、约 26,824 行，落地会话管理、模型解析、扩展加载、工具、权限、资源加载。
  3. 全仓：382 文件 / 约 11.3 万行。

为什么「功能」几乎不在内核：11.3 万行里有大量是 TUI、模型解析、扩展加载这些可扩展层；真正定义「agent 能做什么」的抽象极薄，其余全靠扩展（Extensions）、技能（Skills）、自定义 Provider 补上——这正是第 1 节「原语而非功能 / Primitives, Not Features」的工程量佐证。

读码起点：想验证上面说法，直接看 agent/src/agent-loop.ts（3 个文件就能读懂内核），再进 coding-agent/src/core/ 看落地。

3. 四种运行模式

Pi 不是只能「开个终端对话」，它有四种形态，对应不同的使用场景：

模式 说明 典型入口
Interactive 完整终端 UI（TUI），日常编码 直接 pi
Print / JSON 一次性输出 / 事件流，脚本自动化 pi -p "..." / --mode json
RPC stdin/stdout JSON 协议，非 Node 程序集成 --mode rpc
SDK 作为库嵌入 Node 应用 import { ... } from "@earendil-works/pi-coding-agent"

日常用 Interactive 就够了；想把 Pi 接进 CI、脚本或自己的程序，后三种模式是关键。第 12 节会展开。

4. 安装 Pi

两种方式，新手推荐一键脚本。

方式一：一键脚本（推荐新手）

# macOS / Linux
curl -fsSL https://pi.dev/install.sh | sh
# Windows（PowerShell）
powershell -c "irm https://pi.dev/install.ps1 | iex"

方式二：npm 全局安装（加 --ignore-scripts 更安全）

npm install -g --ignore-scripts @earendil-works/pi-coding-agent
# 等价：pnpm add -g --ignore-scripts ... / bun add -g --ignore-scripts ...

--ignore-scripts 关闭依赖的生命周期脚本；Pi 正常使用不依赖安装脚本。这是一个供应链安全约定——依赖的安装脚本能执行任意代码，关掉它更稳妥。

验证：pi --version（例：0.80.7 区间）。

卸载：npm uninstall -g @earendil-works/pi-coding-agent（或对应 pnpm/bun 全局移除命令）。

卸载不删配置，配置仍在 ~/.pi/agent/；需手动清理。

5. 配置模型 Provider（Pi 不含模型，需自备凭证）

Pi 本身不带模型，你得自己提供 API 凭证。录入凭证主要有 多种方式，常见的是以下四种：

1、订阅登录（省心，自动管 Key）
2、API Key（灵活，自管 Key）
3、自定义模型供应商
4、云平台

现在介绍前三种。

5.1 方式一：订阅登录账号

最省心的方式——用你已有的订阅账号授权，Pi 自动管 Key。

  • 适用供应商：Claude Pro/Max、ChatGPT Plus/Pro（Codex）、GitHub Copilot。
  • 怎么用：进 Pi 后输入 /login，按提示授权；退出用 /logout。
  • 凭证落点：自动写入 ~/.pi/agent/auth.json，过期自动刷新，无需手动维护 Key。

/login 进入后：

Pi使用指南（大纲）-1784616864329.webp

选择使用账号登陆：

Pi使用指南（大纲）-1784616670577.webp

选择订阅账号供应商：

Pi使用指南（大纲）-1784616580409.webp

5.2 方式二：API Key（自管 Key，15+ 家供应商）

适用 Anthropic / OpenAI / Google / DeepSeek 等 几十 家，有三种方法录入 Key：

A 方法：/login 选择 API key 登录

Pi使用指南（大纲）-1784616762871.webp

截图里列出了 35 个供应商可直接填 Key：

Pi使用指南（大纲）-1784616784032.webp

B 方法：环境变量（当前 shell 生效，临时）

export ANTHROPIC_API_KEY=sk-ant-...      # Anthropic
export OPENAI_API_KEY=sk-...             # OpenAI
export GEMINI_API_KEY=...                # Google
export DEEPSEEK_API_KEY=...              # DeepSeek
# 15+ 家，变量名见官方 Providers 文档：https://pi.dev/docs/latest/providers#api-keys

C 方法：持久化到 auth.json（长期生效）

auth.json 里写 Key 的三种写法：

  • "!命令"：运行时执行该命令，取 stdout 作为 Key（如从密钥管理器取）。
  • "$变量名"：读取同名环境变量作为 Key。
  • 字面量：直接把 Key 字符串写进 auth.json。

5.3 进阶：自定义模型与供应商（models.json）

如果你想接 Ollama、vLLM、LM Studio、代理，或 DeepSeek 这类「非内置供应商」，靠 models.json 实现。

  • 入口文件：~/.pi/agent/models.json（Windows：%USERPROFILE%\.pi\agent\models.json）。每次打开 /model 自动重载，编辑后无需重启；无 auth 时模型会加载但不可用。

  • 用途：把 Ollama / vLLM / LM Studio / 代理 / DeepSeek 等「非内置供应商」接进来，或覆盖内置供应商的 endpoint。

  • 顶层结构：providers 对象，每个 provider 含连接信息 + models 数组：

    {
  "providers": {
    "provider-name": {
      "baseUrl": "https://...",
      "api": "openai-completions",
      "apiKey": "$ENV_VAR",
      "models": [ ... ]
    }
  }
}

  • Provider 字段：baseUrl(API 地址) / api(API 类型) / apiKey(可选，也可走 /login、auth.json、--api-key) / oauth(动态 OAuth，如 "radius"，需 gateway baseUrl) / headers / authHeader(设 true 自动加 Authorization: Bearer <apiKey>) / modelOverrides(逐模型覆盖内置/已注册模型)。

  • 支持的 API 类型（api）：openai-completions(最兼容) / openai-responses / anthropic-messages / google-generative-ai。可在 provider 级设默认，model 级覆盖。

  • apiKey / headers 的三种写法（与 5.2 的 auth.json 一致）："!命令"(执行命令取 stdout) / "$ENV_VAR" 或 "${ENV_VAR}"(环境变量) / 字面量；"$$" 字面 $、"$!" 字面 !。

  • 模型字段（models 数组每项）：

字段 必填 说明
id 是 传给 API 的模型标识
name 否 人类可读标签，用于 /model 显示与匹配
api 否 覆盖 provider 的 api
reasoning 否 是否支持扩展思考
thinkingLevelMap 否 pi 思考级别 → provider 值映射（见下）
input 否 ["text"] 或 ["text","image"]
contextWindow 否 上下文窗口(tokens)，默认 128000
maxTokens 否 最大输出(tokens)，默认 16384
cost 否 每百万 token 费率 input/output/cacheRead/cacheWrite
compat 否 provider 兼容项（合并 provider 级）

  • thinkingLevelMap（控制思考强度）：pi 级别 off / minimal / low / medium / high / xhigh / max。值为 string=发送该值；null=不支持(隐藏/跳过)；省略=用 provider 默认（xhigh/max 不支持）。

  • 示例 A：DeepSeek（OpenAI 兼容，来自 DeepSeek 官方接入指南）

    {
  "providers": {
    "deepseek": {
      "baseUrl": "https://api.deepseek.com",
      "api": "openai-completions",
      "apiKey": "$DEEPSEEK_API_KEY",
      "models": [
        {
          "id": "deepseek-v4-pro",
          "name": "DeepSeek V4 Pro",
          "contextWindow": 1000000,
          "maxTokens": 384000,
          "input": ["text"],
          "reasoning": true,
          "cost": { "input": 1.74, "output": 3.48, "cacheRead": 0.145, "cacheWrite": 0 }
        },
        {
          "id": "deepseek-v4-flash",
          "name": "DeepSeek V4 Flash",
          "contextWindow": 1000000,
          "maxTokens": 384000,
          "input": ["text"],
          "reasoning": true,
          "cost": { "input": 0.14, "output": 0.28, "cacheRead": 0.028, "cacheWrite": 0 }
        }
      ]
    }
  }
}
    • 配好后 export DEEPSEEK_API_KEY=...（Windows：$env:DEEPSEEK_API_KEY=...）；进项目 pi → /model → 选 deepseek → 选 Pro / Flash。
    • ⚠️ 字段差异提醒：DeepSeek 官方示例里用 compat.reasoningEffortMap 控思考强度，但 Pi 官方文档已将其标记为旧字段，应改用 model 级 thinkingLevelMap（见上表）；写新配置请以官方为准。

  • 示例 B：本地 Ollama（最简，仅 id 必填）

    {
  "providers": {
    "ollama": {
      "baseUrl": "http://localhost:11434/v1",
      "api": "openai-completions",
      "apiKey": "ollama",
      "models": [ { "id": "llama3.1:8b" }, { "id": "qwen2.5-coder:7b" } ]
    }
  }
}

  • 示例 C：覆盖内置供应商（走代理）——只设 baseUrl 即可把请求路由到代理：

    { "providers": { "anthropic": { "baseUrl": "https://my-proxy.example.com/v1" } } }

  • 自定义供应商（非 OpenAI/Anthropic 协议）：实现自定义 API 与 OAuth 流，详见官方 Custom providers 文档。

不想了解，直接粘贴DeepSeek 官方《接入Pi》给出的完整配置内容，注意变量$DEEPSEEK_API_KEY的替换：

{
  "providers": {
    "deepseek": {
      "baseUrl": "https://api.deepseek.com",
      "api": "openai-completions",
      "apiKey": "$DEEPSEEK_API_KEY",
      "models": [
        {
          "id": "deepseek-v4-pro",
          "name": "DeepSeek V4 Pro",
          "contextWindow": 1000000,
          "maxTokens": 384000,
          "input": ["text"],
          "reasoning": true,
          "cost": {
            "input": 1.74,
            "output": 3.48,
            "cacheRead": 0.145,
            "cacheWrite": 0
          },
          "compat": {
            "requiresReasoningContentOnAssistantMessages": true,
            "thinkingFormat": "deepseek",
            "reasoningEffortMap": {
              "minimal": "high",
              "low": "high",
              "medium": "high",
              "high": "high",
              "xhigh": "max"
            }
          }
        },
        {
          "id": "deepseek-v4-flash",
          "name": "DeepSeek V4 Flash",
          "contextWindow": 1000000,
          "maxTokens": 384000,
          "input": ["text"],
          "reasoning": true,
          "cost": {
            "input": 0.14,
            "output": 0.28,
            "cacheRead": 0.028,
            "cacheWrite": 0
          },
          "compat": {
            "requiresReasoningContentOnAssistantMessages": true,
            "thinkingFormat": "deepseek",
            "reasoningEffortMap": {
              "minimal": "high",
              "low": "high",
              "medium": "high",
              "high": "high",
              "xhigh": "max"
            }
          }
        }
      ]
    }
  }
}

5.4 配置优先级

凭证解析顺序（这不是一种录入方式，而是所有方式都遵循的通用规则——Pi 按以下优先级从高到低取 Key）：

  1. --api-key 命令行参数
  2. auth.json
  3. 环境变量
  4. models.json 里的自定义 Key

6. 第一次运行

  • 进入项目目录，运行 pi，输入一句话（如「总结这个仓库」）即可。
  • 项目信任提示：检测到 .pi 等资源时，交互式启动会询问是否信任；选择存入 trust.json。
    • 非交互模式按 defaultProjectTrust 处理。
  • Agent 工作循环：用户消息 → turn 循环（模型调工具 → 执行 → 结果塞回上下文 → 继续）→ 直到给出最终回复。

7. 四个内置工具

Pi 开箱带四个核心工具，外加三个默认关闭的只读工具：

工具 作用 默认启用
read 读文件 是
write 创建 / 覆盖文件 是
edit 局部补丁修改 是
bash 运行 shell 是
grep / find / ls 搜索 / 查找 / 列目录 否（需开启）
  • 控制参数：--tools、--exclude-tools、--no-builtin-tools、--no-tools。
  • 提醒：工具能改文件，建议全程配合 git 使用。

8. AGENTS.md 项目指令

类似 Claude 的 CLAUDE.md，Pi 同时支持 AGENTS.md 与 CLAUDE.md 两个文件名。

  • 这个文件怎么来的（重点）：Pi 不会自动生成 AGENTS.md，也没有 /init 这类初始化命令；它是你（或让 Pi 用 write 工具）手动创建的文件，Pi 只在启动时去发现并加载。
    • 创建方式：① 直接手写（项目根目录或 ~/.pi/agent/AGENTS.md）；② 让 Pi 自己写——对它说「给这个项目写个 AGENTS.md」，它用 write 工具生成。
    • 发现机制：启动时 loadProjectContextFiles() 在 全局 ~/.pi/agent/ + 从 cwd 逐级向上 找 AGENTS.md/CLAUDE.md（大小写不敏感），全部内容拼接进系统提示；可用 --no-context-files（-nc）关闭。
  • 加载顺序（由大到小，当前目录优先最高）：
    全局 ~/.pi/agent/AGENTS.md → 父目录 → 当前目录。
  • 修改系统提示：
    • .pi/SYSTEM.md：整段替换系统提示。
    • .pi/APPEND_SYSTEM.md：追加到系统提示。
    • 改后需 /reload 或重启 Pi 生效。

9. 交互模式常用操作

  • 引用文件：输入 @ 触发模糊搜索；命令行也可以写成 pi @README.md "..."。
  • 运行命令：!cmd 输出进上下文；!!cmd 输出不进上下文。
  • 切换模型 / 思考强度：/model 或 Ctrl+L；Shift+Tab 循环思考强度；Ctrl+P 循环收藏模型。
  • 启动即指定：--provider --model、厂商/模型、名称:思考强度、--models（多模型循环）。
  • 输入技巧：Shift+Enter 多行；Tab 路径补全；Ctrl+V 粘图；Ctrl+G 用外部编辑器。
  • 边跑边插话：Enter 转向；Alt+Enter 追加后续；Escape 中止当前执行。

10. 斜杠命令速查

命令 说明
/login /logout 订阅登录 / 退出
/model /scoped-models 选模型 / 作用域模型
/settings 打开设置
/resume /new /name /session 会话：恢复 / 新建 / 命名 / 管理
/tree /fork /clone 会话树：跳转 / 分叉 / 复制分支
/compact 压缩上下文
/copy /export /import /share 复制 / 导出 HTML / 导入 / 私有 Gist 分享
/reload /trust /hotkeys /changelog /quit 重载 / 信任 / 快捷键 / 更新日志 / 退出

11. 会话管理（树形历史）

Pi 的会话是树形的，可以任意分叉而不丢分支——这是它比很多同类工具好用的地方。

  • 会话存 ~/.pi/agent/sessions/，按工作目录归类；任意分叉不丢分支。
  • 恢复：pi -c（最近一次）、pi -r（浏览历史）、--name、--session、--no-session。
  • 导航：/tree 跳节点；/fork 从历史分叉；/clone 复制分支。
  • 压缩：/compact [提示] 手动或自动压缩上下文（详见官方 Compaction 文档）。
  • 导出 / 分享：/export 导出 HTML；/share 发布为私有 Gist。

12. 非交互与程序化集成

除了交互模式，Pi 还能当「工具」用：

  • Print：pi -p "..."，支持管道输入、带图，跑完即退。
  • JSON 事件流：--mode json，结构化事件，适合脚本消费。
  • RPC：--mode rpc，stdin/stdout JSONL 协议，给非 Node 程序驱动。
  • SDK：Node 应用内嵌（@earendil-works/pi-coding-agent 作为库），比 RPC 更紧密。
  • 导出：pi --export session.jsonl output.html。
  • 三种程序化入口的权威细节见官方：SDK / RPC / JSON event stream 三篇文档。

13. 扩展 Extensions（核心可定制能力）

Pi 的「功能」主要靠扩展实现。

  • 形态：TypeScript 模块，用 jiti 直接加载，无需编译。
  • 位置：全局 ~/.pi/agent/extensions/*.ts；项目 .pi/extensions/*.ts。
  • 能做什么（能力表）：
    registerTool（注册工具）/ registerCommand（命令）/ registerShortcut（快捷键）/ tool_call 拦截 / context 修改 / sendMessage / registerProvider（自定义供应商）/ ctx.ui（自定义 UI）。
  • 最小示例：监听事件、拦截危险命令、注册工具或命令。
  • 本地测试：pi -e ./my-extension.ts。
  • 生态：官方提供 50+ 示例扩展。

14. 技能 Skills

  • 实现 Agent Skills 标准，兼容 Claude Code / Codex 技能。
  • 渐进式披露：仅名字 + 描述进提示；匹配到时才 read 加载正文。
  • 位置：全局 ~/.pi/agent/skills/ 或 ~/.agents/skills/；项目 .pi/skills/（需信任）。
  • 结构：目录含 SKILL.md（必填 frontmatter：name / description）+ 任意附带文件。
  • 手动调用：/skill:名称 [参数]。

15. Pi 包管理 + 其他定制

  • Pi 包管理（打包分享扩展/技能/提示/主题）：

    pi install npm:@foo/pi-tools     # 从 npm 装
pi install git:github.com/...    # 从 git 装
pi install -l <本地路径>          # 本地装
pi remove <source>               # 卸载
pi update                         # 更新 pi 自身
pi update --all                  # 连同扩展一起更新
pi list                           # 列出已装
pi config                         # TUI 管理扩展/资源开关

  • 自定义模型：~/.pi/agent/models.json 添加受支持供应商的模型条目（对应官方 Custom models）。

  • 自定义供应商：实现自定义 API 与 OAuth 流（官方 Custom providers）。

  • 提示模板 Prompt templates：可复用提示，从斜杠命令展开（官方 Prompt templates）。

  • 主题 Themes：内置 + 自定义终端主题（官方 Themes）。

16. 安全须知（务必读）

  • 无内置沙箱：以用户身份运行；真实隔离靠 OS / 容器。
  • 项目信任：ask（默认）/ always（-a）/ never（-na）；存 trust.json。
    • 信任机制只是输入加载守卫（防静默改设置），不防提示注入。
  • 不可信任务处理：放容器 / VM；仅挂必要工作区；不挂 ~/.pi/agent；最少 Key；限制网络；审查 diff。
  • 官方容器化文档：Gondolin / Docker / OpenShell 三种沙箱方案。

17. 参考资源

官方核心资源

  • 官网：https://pi.dev
  • 官方文档（Latest）：https://pi.dev/docs/latest
  • 源码仓库：https://github.com/earendil-works/pi
  • npm 包：@earendil-works/pi-coding-agent（https://www.npmjs.com/package/@earendil-works/pi-coding-agent）
  • 一键安装脚本：https://pi.dev/install.sh，https://pi.dev/install.ps1

官方文档分章节（按本文涉及主题）

  • 快速开始 Quickstart：https://pi.dev/docs/latest/quickstart
  • 使用 Pi Using Pi（交互 / 斜杠命令 / 上下文文件 / CLI 参考）：https://pi.dev/docs/latest/usage
  • Providers（内置供应商的订阅与 API Key 配置）：https://pi.dev/docs/latest/providers
  • 安全 Security（项目信任 / 沙箱边界 / 漏洞上报）：https://pi.dev/docs/latest/security
  • 容器化 Containerization（Gondolin / Docker / OpenShell 三种沙箱）：https://pi.dev/docs/latest/containerization
  • 扩展 Extensions（TypeScript 模块：工具 / 命令 / 事件 / UI）：https://pi.dev/docs/latest/extensions
  • 技能 Skills（Agent Skills 标准）：https://pi.dev/docs/latest/skills
  • 提示模板 Prompt templates：https://pi.dev/docs/latest/prompt-templates
  • 主题 Themes：https://pi.dev/docs/latest/themes
  • Pi 包管理 Pi packages（打包分享扩展 / 技能 / 提示 / 主题）：https://pi.dev/docs/latest/packages
  • 自定义模型 Custom models：https://pi.dev/docs/latest/models
  • 自定义供应商 Custom providers（自定义 API 与 OAuth 流）：https://pi.dev/docs/latest/custom-provider
  • 程序化嵌入 SDK：https://pi.dev/docs/latest/sdk
  • RPC 模式（stdin/stdout JSONL 集成）：https://pi.dev/docs/latest/rpc
  • JSON 事件流模式（Print 结构化事件）：https://pi.dev/docs/latest/json
  • 会话管理 Sessions（分支 / 树形导航）：https://pi.dev/docs/latest/sessions
  • 开发 Development（本地构建 / 项目结构 / 调试）：https://pi.dev/docs/latest/development
  • 平台设置 Platform setup：Windows https://pi.dev/docs/latest/windows · Termux https://pi.dev/docs/latest/termux · tmux https://pi.dev/docs/latest/tmux · 终端设置 https://pi.dev/docs/latest/terminal-setup

第三方 / 中文资料

  • 菜鸟教程《Pi Coding Agent 入门教程》：https://www.runoob.com/ai-agent/pi-coding-agent.html
  • DeepSeek 官方《接入Pi》：https://api-docs.deepseek.com/zh-cn/quick_start/agent_integrations/pi_mono/
# 人工智能 # 数据结构与算法
Logo
https://edu.csdn.net/learn/39067/627173?utm_source=2019755004

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

3分钟掌握Codex技能安装：一键部署你的AI助手工具库

想要为你的Codex AI助手安装新技能？不用再手动复制文件了！skill-installer为你提供了一套完整的解决方案，让你能够从GitHub仓库快速获取和安装各种实用的Codex技能。无论你是AI开发新手还是经验丰富的开发者，这个工具都能让你在几分钟内扩展Codex的功能边界。## 为什么选择skill-installer？ 🤔在AI辅助编程的时代，Codex技能已经成为提升开发效

avatar AI编程社区

DB-GPT分布式AI数据引擎：企业级智能分析平台架构解析

DB-GPT作为新一代AI数据助手，通过分布式架构和智能代理引擎重构了传统数据分析范式。该平台将大型语言模型的自然语言理解能力与企业级数据处理需求深度融合，构建了面向生产环境的可扩展AI数据平台。其核心价值在于将复杂的SQL生成、数据分析和可视化任务转化为简单的自然语言交互，同时确保系统安全性、可追溯性和企业级可靠性。## 技术定位与生态分析在当前数据智能生态中，DB-GPT填补了传统BI

avatar AI编程社区

如何用Awesome Claude Skills将AI助手打造成你的全能创作伙伴和职业顾问

你是否曾想过，如果有一个AI伙伴能帮你完成从专业文章撰写到完美简历定制的所有工作，工作效率会提升多少倍？Awesome Claude Skills正是这样一个神奇的AI技能宝库，它汇集了1000+个精心筛选的Claude技能，覆盖内容创作、职业发展、文档处理等各个方面，让你在AI的帮助下轻松应对各种工作挑战。## 痛点分析：传统工作流程的三大瓶颈在内容创作和职业发展中，我们常常面临这样的困

avatar AI编程社区