needhelp
← 返回博客

Pi Coding Agent 崛起：一个只有4个工具的终端框架，凭什么成为 AI 编程赛道的黑马

作者 needhelp
pi
pi-coding-agent
ai-agent
open-source
developer-tools
coding-agent
openclaw
minimalism

Mario Zechner 是谁？如果你玩过《杀戮尖塔》的手游移植版，或者用过 libGDX 做游戏开发，那你已经用过他的作品了。这位奥地利程序员在 2025 年底干了一件在 AI 工具军备竞赛里看起来”逆行”的事：他写了一个只有 4 个工具的 AI 编程助手。

这个叫 pi-mono 的项目，现在 GitHub 上 55,000 Stars。基于它构建的 OpenClaw，半年内冲到 374,000 Stars，短暂超越 React 成为 GitHub 上 Star 最多的项目。它的下游 fork（earendil-works/pi）也有 51,000 Stars。

当 Claude Code 功能越加越多、Cursor 推订阅、Aider 绑 Python 环境的时候，Pi 的选择是：砍。

“我写了一个偏执的最小化编码助手”

Mario 的博客文章开头就很直白：

“我写了一个偏执且极简的编码 Agent。它只有 4 个工具，系统提示词很短，任何超出基本文件操作的功能全靠扩展。”

不是谦虚——这就是设计目标。

Pi 的核心就是一个 while 循环：喂给 LLM 一段约 300 词的提示词，发给它 read、write、edit、bash 四个工具，然后让它干活。没有 Plan Mode、没有子 Agent、没有 MCP 集成、没有权限弹窗。开箱即用就是 “YOLO 模式”——它默认信任你知道自己在做什么。

Terminal window
# Pi 的全部核心工具
read    # 读文件
write   # 创建或覆写文件
edit    # 精确文本替换
bash    # 执行 Shell 命令

就这些。代码搜索、Web 访问、浏览器控制、多 Agent 编排——全进扩展层。

功能Claude CodeCursorAiderPi
内置工具数20+15+10+4
系统提示词~8K tokens~6K tokens~5K tokens~1K tokens
Plan Mode✓✓✓扩展实现
子 Agent✓✓✗扩展实现
MCP 支持✓✓✗扩展实现
GUI✓✓✗TUI

“比 Claude Code 少了 80% 的功能”，这是社区流传的评价。但这不是 bug——这是 feature。

分层架构：每个层级都可以单拿出来用

Pi 是一个 monorepo，四层分明：

graph TD
    A["pi-ai<br/>LLM 抽象层"] --> B["pi-agent-core<br/>Agent 运行时"]
    B --> C["pi-coding-agent<br/>CLI Agent"]
    C --> D["pi-tui<br/>终端界面"]
    C --> E["pi-web-ui<br/>Web 界面"]
    
    F["Extensions<br/>TypeScript 模块"] -.-> C
    G["Skills<br/>Markdown 提示词"] -.-> C
    H["Packages<br/>npm/Git 分享"] -.-> C

pi-ai 是统一的 LLM 调用层，对接 Anthropic、OpenAI、Google Gemini、xAI Grok、Groq、Cerebras、OpenRouter、Ollama 等 15+ 提供商，全都走同一个 API。内置 token 计数和费用追踪。

pi-agent-core 是核心循环引擎，一个 TypeScript 文件就能看完。管理工具执行、参数校验、中断信号、事件流。

pi-coding-agent 在核心之上加了会话管理、扩展系统、斜杠命令和 CLI 界面。

关键之处：每一层都可以独立引入。OpenClaw 不是把 Pi 当子进程跑的——它直接 import AgentSession，在自己的事件循环里完全掌控 Agent 生命周期。一个聊天机器人框架能在一个终端工具之上建出 374K Stars 的产品，靠的就是这种架构。

扩展系统：你自己写一个 Agent

Pi 的扩展系统用 TypeScript 模块接入 Agent 生命周期。你可以：

  • 注册自定义工具让 LLM 调用（pi.registerTool()）
  • 拦截工具调用在真正执行前（阻止 rm -rf、注入环境变量）
  • 添加 TUI 组件和快捷键
  • 打包成 npm 包分享给社区
// 一个 30 行的扩展：拦截危险命令
import type { ExtensionAPI } from "@earendil-works/pi-coding-agent";


export default function (pi: ExtensionAPI) {
  pi.on("tool_call", async (event, ctx) => {
    if (event.toolName === "bash" &&
        event.input.command?.includes("rm -rf")) {
      const ok = await ctx.ui.confirm(
        "危险操作！", "确认执行 rm -rf？"
      );
      if (!ok) return { block: true, reason: "已阻止" };
    }
  });
}

这彻底改变了 AI 工具的”功能获取”模式。不用等供应商加功能——写 30 行 TypeScript，/reload，功能就有了。

社区响应也很猛。pi-web-access 做网络搜索、pi-subagents 做并行 Agent、pi-chrome 做浏览器控制、pi-btw 做深度任务追踪。甚至还有人写了本中文书，叫《Pi 的设计艺术》，深入剖析整个架构决策。

OpenClaw：374K Stars 的验证

2025 年 11 月 27 日，一个叫 ClawdBot 的项目上线 GitHub。72 小时内经历了三次改名（ClawdBot → MoltBot → OpenClaw）、扛住了 Anthropic 的商标纠纷、熬过了一场与代币绑定的 1600 万美元加密骗局争议。什么都没挡住它。

到 2026 年 5 月，OpenClaw 积累了 374,743 Stars，仅用 60 天超越 React，成为 GitHub 历史上增长最快的仓库。

OpenClaw 是一个自托管、本地优先的 AI 个人助手，覆盖 WhatsApp、Telegram、Discord、Slack 等渠道。而它的底层引擎，就是 Pi 的 Agent Session API。

graph LR
    A[Pi Agent Core] --> B[OpenClaw]
    A --> C[Pi CLI]
    A --> D[VS Code 扩展]
    A --> E[oh-my-pi Rust Agent]
    style B fill:#f96,stroke:#333,stroke-width:2px

这意味着每一次 Pi Agent 循环的改进，所有下游项目立刻受益。Pi 不再只是一个工具——它在变成基础设施。

oh-my-pi：Rust 重写的硬核实验

OpenClaw 证明 Pi 架构能撑住规模，oh-my-pi 则证明这个架构的设计思路可以跨语言移植。

can1357 用 Rust 重写了核心工具链，引入 “hashline edits”——用内容哈希做锚点定位，取代了传统的大段文本复现。在 TerminalBench 上跑 16 个模型、180 个任务：

模型原始oh-my-pi
Grok Code Fast6.7%68.3%
DeepSeek V342.8%71.1%
Claude Sonnet 455.6%77.2%

Grok Code Fast 从 6.7% 跳到 68.3%，不是模型变聪明了，是 hashline edit 大幅缩减了模型的出错表面积。Raudbjorn 的 omp fork 保持了这个特性集。

为什么这很重要

Pi 的崛起不是意外，而是一次”反功能通胀”的投票。

Claude Code 需要 Anthropic 账号，Cursor 推订阅付费，Aider 依赖 Python 环境——Pi 说：带自己的 API Key 来，带自己的模型来，带自己的扩展来，或者什么都不带。它跑在 Bun 上，一个终端窗口装下，不打电话回家。

数字不撒谎：

  • pi-mono 55K Stars（GitHub）
  • earendil-works/pi 51K Stars（GitHub）
  • OpenClaw 374K Stars（GitHub）
  • npm 社区 22+ 扩展包
  • 统一 API 支持 15+ LLM 提供商
  • npm 包 942K 周下载量

但真正的指标不是 Star 数，而是有多少开发者从”我该用哪个 Agent”变成了”我想要我的 Agent 能做什么”。

这就是 Mario Zechner 交付的东西：不是一个工具，而是造自己的工具的许可。

参考

分享本页