pi-web

Pi 是由 earendil-works 发起并持续维护的开源 AI 代理工具包，核心定位是“为 AI 编码代理提供一套模块化、可组合的基础设施——从统一 LLM API 到代理运行时，从终端交互到 Web 可视化，让构建与使用 AI 代理不再受单一模型或工具链的束缚”——它不满足于做一份简单的 LLM API 封装或零散的代理脚本，而是将统一多提供商 LLM 接口、代理运行时与状态管理、交互式编码代理 CLI、差分渲染 TUI 库、应用组合运行时等 5 大核心模块整合于一套完整的开源工具链中，全部配有 npx / npm 一键安装、完整文档站、MIT 开源协议以及企业级供应链安全加固。市面大多 AI 代理工具要么是依赖单一模型提供商的轻量封装（缺乏模型自由），要么是功能固定的黑盒应用（无法按需组合）——但很少有项目能将“模块化、可组合的代理基础设施”与“从终端到 Web 的完整交互体验”同时做到，Pi 解决的正是这个问题。

一、Pi 是什么

Pi 采用“模块化包 + 统一接口 + 多端交互”三位一体的使用体验，通过 GitHub 完全开源发布，采用 MIT 许可证。项目由 earendil-works 发起并持续维护，核心定位是“AI 代理工具包（Agent Harness）”。项目提供完整的官方网站 pi.dev、文档站以及多个独立可组合的 npm 包。项目从底层到上层构建了完整的代理技术栈：@earendil-works/pi-ai 提供统一的 LLM API 抽象层，支持 OpenAI、Anthropic、Google 等多提供商接入，用户可在不同模型间自由切换而无需重写代码；@earendil-works/pi-agent-core 提供代理运行时，包含工具调用（Tool Calling）和状态管理（State Management）的核心能力；@earendil-works/pi-coding-agent 是基于上述能力构建的交互式编码代理 CLI；@earendil-works/pi-tui 提供终端 UI 库，支持差分渲染；@earendil-works/chord 则是独立的应用组合运行时，提供服务、复制状态、RPC 和插件的编排能力。

Pi 的运作机制与市面常见的“单一模型封装”或“黑盒代理应用”有本质区别。它不是让用户调用一个固定的 API 就结束，也不是提供一个功能固定的终端工具，而是一套模块化、可组合、可扩展的代理基础设施。用户可以根据需求选择不同的包进行组合——只需要统一 LLM 接口就用 @earendil-works/pi-ai，需要完整的代理运行时就加上 @earendil-works/pi-agent-core，需要终端交互就使用 @earendil-works/pi-coding-agent，需要 Web 界面则配合 Pi Web 使用。所有包共享相同的设计哲学和配置规范，确保组合使用时的一致性和可预测性。

二、Pi 能做什么

Pi 的核心能力可以精炼地概括为：统、跑、交、编、安，围绕这五大维度提供了从 LLM 接入到代理部署的完整路径，覆盖 AI 代理开发与使用的全方位需求，具体包括：

统一多提供商 LLM 接口（统） ——不是“绑定某一家模型”，而是“一套 API 接入所有主流 LLM”。@earendil-works/pi-ai 提供统一的 LLM API 抽象层，支持 OpenAI、Anthropic、Google 等多提供商接入。用户可以在不同模型之间自由切换，而无需为每个提供商重写集成代码。这种“模型无关”的设计，让开发者不会被任何单一模型锁定。

代理运行时与工具调用（跑） ——不是“只能对话”，而是“能调用工具、管理状态的完整代理运行时”。@earendil-works/pi-agent-core 提供代理运行时的核心能力——工具调用（Tool Calling）让代理可以执行外部操作，状态管理（State Management）让代理在多轮交互中保持上下文。开发者可以基于此构建具有自主决策能力的代理应用。

交互式编码代理 CLI（交） ——不是“被动回答问题的聊天机器人”，而是“主动执行任务的编码代理”。@earendil-works/pi-coding-agent 是交互式编码代理的命令行界面，用户可以在终端中与代理进行对话式协作，代理能够理解代码上下文、执行命令、读写文件。项目还提供了作为官方 Web UI 的 Pi Web，将会话管理、模型配置与文件浏览搬进浏览器。

差分渲染 TUI 库（编） ——不是“静态终端输出”，而是“高效更新的终端界面”。@earendil-works/pi-tui 提供终端 UI 库，支持差分渲染——只更新变化的部分，而非重绘整个屏幕。这为构建高性能、响应式的终端应用提供了基础设施。

企业级供应链安全与容器化（安） ——不是“依赖链松散、安全靠自觉”，而是“从依赖锁定到容器隔离的全链路安全防护”。Pi 对待 npm 依赖变更如同审查代码变更——外部依赖精确锁定版本，package-lock.json 是依赖事实来源，pre-commit 阻止意外的 lockfile 提交。CI 定期运行 npm audit 和签名验证。对于运行时安全，Pi 提供了三种容器化模式：Gondolin 扩展（将工具和命令路由到 Linux 微 VM）、Plain Docker（在容器中运行整个进程）、OpenShell（在策略控制的沙箱中运行），用户可根据安全需求选择合适的隔离级别。

三、Pi 适合谁用

Pi 的内容设计使其适配各类希望通过模块化基础设施构建或使用 AI 代理的开发者与团队，核心聚焦那些“不想被单一模型锁定、希望拥有可组合的代理技术栈”，希望从“调用 API”升级为“构建自己的代理系统”的人群，主要涵盖以下几类：

AI 代理框架开发者与平台工程师——正在构建自己的代理系统或平台，希望有一个模块化的基础设施作为底层，而不是从零造轮子。Pi 的模块化包设计——从统一 LLM API 到代理运行时到终端 UI——让开发者可以按需组合，而非被单一框架的设计选择所绑定。

希望从“单一模型依赖”升级为“多模型自由切换”的团队——不希望被 OpenAI 或某一家模型提供商锁定，希望代理系统能够自由切换和对比不同模型。@earendil-works/pi-ai 的统一 LLM 接口让多模型支持成为架构级特性而非后期补丁。

AI 编码代理的日常用户——希望在终端中与 AI 编码代理协作，完成代码编写、文件操作、命令执行等任务。@earendil-works/pi-coding-agent 提供了交互式 CLI，配合 Pi Web 的可视化会话管理，让日常编码协作既有终端的效率又有可视化的便利。

开源贡献者与研究者——希望研究或贡献 AI 代理技术栈。Pi 项目鼓励用户分享 OSS 编码代理会话，通过 badlogic/pi-share-hf 将真实世界的代理会话发布到 Hugging Face，帮助改进编码代理。

对安全与供应链有严格要求的组织——需要确保依赖链可审计、运行时隔离可控。Pi 的供应链安全加固（精确锁定依赖、lockfile 作为事实来源、CI 审计）和三种容器化隔离模式，为企业级部署提供了从开发到运行的全链路安全保障。

四、Pi 的应用场景是什么

基于其内容设计与定位，Pi 的应用场景主要围绕 AI 代理系统开发、多模型代理应用构建、终端编码协作、安全代理部署和开源代理研究，覆盖从个人开发到企业级部署的多个场景，具体包括：

AI 代理系统开发与定制场景——开发者希望从零构建一套 AI 代理系统，但不想重复实现 LLM 接入、工具调用、状态管理等基础能力。Pi 提供了一条“选择需要的包（pi-ai + pi-agent-core + 可选 pi-tui 或 pi-coding-agent）→ 按需组合 → 构建自己的代理应用”的模块化路径。每个包都是独立可用的，开发者可以只取所需。

多模型代理应用构建场景——团队需要构建一个能够根据任务自动选择最优模型的代理系统。@earendil-works/pi-ai 的统一 LLM 接口让多模型支持成为原生能力——用户可以在一个代理系统中同时接入 OpenAI、Anthropic、Google 等多个模型，根据任务类型动态路由。

终端编码协作与日常开发场景——开发者希望在终端中与 AI 编码代理协作，进行代码编写、调试、文件操作等任务。@earendil-works/pi-coding-agent 提供了交互式 CLI，配合 @earendil-works/pi-tui 的差分渲染能力，让终端交互既高效又流畅。

安全敏感的自托管代理部署场景——企业需要在自有基础设施上部署 AI 代理，对运行时隔离有严格要求。Pi 的三种容器化模式——Gondolin 扩展（工具路由到微 VM）、Plain Docker（完整容器隔离）、OpenShell（策略控制沙箱）——让用户可以根据安全需求选择合适的隔离级别。

开源代理研究与社区共建场景——研究者或开源贡献者希望分享真实的代理会话数据，帮助改进编码代理技术。Pi 项目通过 pi-share-hf 工具支持将代理会话发布到 Hugging Face。这种“真实数据驱动”的研究方式，比玩具基准测试更能反映代理在实际任务中的表现。

五、Pi 为什么值得关注

Pi 之所以值得关注，核心在于它将“AI 代理技术栈从碎片化的单一工具升级为模块化、可组合、可扩展的基础设施”，并具备“统一 LLM 接口、模块化包设计、完整交互体验、供应链安全、MIT 开源”的独特价值，具体体现在以下几点：

从“单一模型绑定”到“统一 LLM 接口”的模型自由。大多数 AI 代理工具绑定特定的模型提供商——换模型意味着重写代码。@earendil-works/pi-ai 提供统一的 LLM API 抽象层，支持 OpenAI、Anthropic、Google 等多提供商接入。用户可以在不同模型之间自由切换，而无需为每个提供商重写集成代码。这种“模型无关”的设计，让开发者不会被任何单一生态锁定。

从“单体框架”到“模块化包”的组合自由。大多数 AI 代理框架是“all-in-one”的单体——你要么全盘接受，要么无法使用其中某一部分。Pi 将代理技术栈拆解为多个独立可用的 npm 包——pi-ai（统一 LLM 接口）、pi-agent-core（代理运行时）、pi-coding-agent（编码代理 CLI）、pi-tui（终端 UI）、chord（应用组合运行时）。开发者可以只取所需，按需组合，而非被单一框架的设计选择所绑定。

从“终端专用”到“终端 + Web 双界面”的体验覆盖。大多数代理工具只提供终端交互。Pi 在提供 pi-coding-agent 终端 CLI 的同时，还拥有官方 Web UI——Pi Web 将会话管理、模型配置与文件浏览搬进浏览器，与会话共享相同的本地配置和文件。用户可以在终端中高效编码，在浏览器中直观管理——两种界面，一套数据，无缝切换。

从“松散依赖”到“供应链安全加固”的企业级保障。大多数开源项目对依赖管理不够严格——依赖变更可能引入未审计的代码。Pi 将 npm 依赖变更视为“需审查的代码变更”：外部依赖精确锁定版本，package-lock.json 是依赖事实来源，pre-commit 阻止意外的 lockfile 提交，CI 定期运行 npm audit 和签名验证。这种“供应链即代码”的安全哲学，让 Pi 适合在企业级环境中使用。

从“单层运行”到“三种容器化模式”的安全隔离。Pi 默认以启动用户的权限运行，但提供了三种容器化模式供需要更强边界的场景选择：Gondolin 扩展（将工具和命令路由到本地 Linux 微 VM）、Plain Docker（在容器中运行整个进程）、OpenShell（在策略控制的沙箱中运行）。用户可以根据安全需求选择合适的隔离级别，而非“要么全开要么全关”。

开源 MIT + 活跃生态 + 社区共建。Pi 采用 MIT 许可证，完全开源免费可商用。项目提供完整的文档站、RFC 公开讨论机制和社区会话分享工具。项目鼓励用户通过 pi-share-hf 将真实代理会话发布到 Hugging Face，用真实世界数据推动编码代理技术的进步。这种“开源 + 社区数据共建”的模式，让 Pi 不仅是工具，更是一个持续进化的代理研究平台。

现实挑战与生态成熟度。Pi 并非没有短板。首先，项目目前由 earendil-works 主导维护，虽然通过 MIT 协议和模块化设计降低了使用门槛，但核心迭代节奏受限于团队精力。其次，项目默认不包含内置权限系统来限制文件系统、进程、网络或凭证访问，需要用户自行通过容器化或沙箱来加强边界。