各位小伙伴们大家好，我是 cxuan。

今天我们来聊一下 Pi 。

Pi 这个 Agent，我也是想写很久了。

如果你刚接触 Pi，暂且可以先把它理解成一个运行在 CLI 里的 Coding Agent。

它的设计逻辑就是四个字：极简内核。

极简到像是只有内核的 Linux 0.11 。

Pi 本身只有最基础的 read、bash、edit、write 等基础工具。

如果你需要 skill 和 MCP ，你得自己装。

这篇文章我先跟大家聊聊 Pi 。

然后说一下如何接入 DeepSeek，再根据一个我实际的场景跑一下 Pi + DeepSeek-v4-Flash 的能力。

Pi 是什么？

Pi 的官方定位是 minimal terminal coding harness，也就是最小化的 Coding Agent 。

Pi 的重点在于 harness：它负责运行模型、提供工具、保存会话，并允许你替换或扩展几乎所有工作环节。

一个最基础的 Pi session 的工作流如下：

Pi 的核心只提供少量文件和 Shell 工具。

很多 Coding Agent 有的 Plan Mode、Subagent、浏览器自动化、WebSearch 和自定义状态栏等能力，需要通过 Extension、Skill 或 Package 来进行添加。

Pi 的这种设计与 VS Code 有些相似。

它优先提供编辑和运行框架，想要啥自己通过插件的方式进行拓展。

Pi 的核心特点

• 定位极简：先提供最小可用能力。
• 扩展自由：缺什么就自己加什么。
• 工作流开放：大部分环节都能替换或扩展。

五分钟搞定 Pi 的安装

废话说的有点多了，下面直接说如何安装。

一句命令的事儿：

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

进入项目后启动：

cd your-projectpi

就完事儿了。

你看看这个主页，真 TM 极简了，连个 Logo 都没有。。。

第一次启动可以执行：

/login 登录模型供应商或订阅/model 选择模型/settings设置主题、thinking 和消息模式/hotkeys 查看快捷键

常用操作

• Shift+Tab：切换 thinking level。
• Ctrl+L：选择模型。
• Escape：中止当前运行。
• Ctrl+O：展开或折叠工具输出。
• 输入 @：引用项目文件。
• /resume：恢复以前的会话。
• /tree：回到会话中的任意节点并创建新分支。

刚开始时不需要安装任何插件，直接先上手体验。

为什么要使用 Pi

现在市面上的 Coding Agent 太多了，为啥要用 Pi 呢？它有啥优势？

我给大家列举了几点：

• 模型选择自由：多 Provider 支持已经不是啥新鲜事了，不过这仍然是 Pi 的优势，因为很多 Coding Agent 本身不支持其他模型，需要借助外部工具来支持。
• 工作流由自己决定：Pi 不强制使用内置的 Plan、Subagent ，你可以通过 Skill 和 Extension 按需组合，这就保证了高自由度，但代价是配置和维护也要自己负责。
• 可以嵌入自己的系统：除了终端交互之外，Pi 还提供了 JSON、RPC 和 TypeScript SDK。它既能作为 Coding Agent 使用，也能成为内部机器人、自动审查或专用工作台的基础组件。
• Skill 可以跨工具复用：Pi 支持 Agent Skills 标准，可以复用 .agents/skills、Claude Code 和 Codex 的 Skill。不用为每个 Coding Agent 都配置自己的 skills 了。

那 Pi、Codex CLI、Claude Code 和 Gemini CLI 该怎么选

这些区别只有一个：官方 CLI 更省事，Pi 更自由。

• 主要使用 OpenAI，希望沙箱和审批开箱即用：选 Codex CLI。
• 主要使用 Claude，希望 Agent、Plan、IDE 和插件体验完整：选 Claude Code。
• 主要使用 Gemini 或 Google Cloud：选 Gemini CLI（Gemini 真是不想说了）
• 经常切换模型、使用袋里网关，或者想自己改造工作流：选 Pi。

如果你不想折腾，官方 CLI 通常更合适。

如果你受不了工具替你决定模型和工作流，Pi 对你来说才有吸引力。

所以如果你是新手或者小白，通常不建议你使用 Pi。

Pi 更适合老油子，想要自己折腾的 Geek 。

这让我想到之前写 DeepSeek-v4-Flash 本地部署的文章时，有个评论区的人说：

只能说生命不息，折腾不止。。。

把 DeepSeek-v4-Flash 接入 Pi

Pi 的自定义 provider 都写在 ~/.pi/agent/models.json。

往 providers 里加一个 deepseek 就行，支持 OpenAI 兼容 API：

{"providers": {"deepseek": {"baseUrl": "https://api.deepseek.com/v1","api": "openai-completions","apiKey": "sk-你的key","authHeader": true,"compat": {"supportsStore": false,"supportsReasoningEffort": true},"models": [{"id": "deepseek-v4-flash","name": "DeepSeek V4 Flash","reasoning": true,"input": ["text"],"contextWindow": 1000000,"maxTokens": 65536,"thinkingLevelMap": {"off": null,"low": "high","medium": "high","high": "high","xhigh": "max","max": "max"}}]}}}

thinkingLevelMap 是精髓。

DeepSeek 只有 high/max 档，Pi 的 low/medium/high 都会映射到 high，xhigh/max 映射到 max。

apikey 可以像我一样从钥匙串里面来读：

"apiKey": "!security find-generic-password -a lx -s pi-deepseek-api-key -w"

把 key 存进钥匙串就一行：

security add-generic-password -a lx -s pi-deepseek-api-key -w 'sk-你的key'

接着再到 ~/.pi/agent/settings.json 里，把默认值切换成 DeepSeek。

这样设好之后，往后每次启动 Pi，默认用的就是 DeepSeek：

{"defaultProvider": "deepseek","defaultModel": "deepseek-v4-flash","defaultThinkingLevel": "xhigh"}

保存完成后，把 Pi 重启一下。

接着用 /model（或者直接按 Ctrl+L），就可以在 DeepSeek 和 GPT 之间快速切换，整个过程不需要再去改任何配置。

实际跑了一个排查场景

上手干了第一个任务，就是排查 Codex Plus 的用量问题。

用 DeepSeek 排查 Codex 的用量问题。。。。xs 。

我发现最近 Codex plus 的额度非常不够用。

自从我没有用 Codex app ，用上 Pi + CPA 接入 GPT-5.6 以来，在一堂大课的时间，我就夯满了一个 plus 号的周额度。

我非常纳闷，为什么会这么费额度？

我一度怀疑是被人偷额度了，于是我让 DeepSeek 排查了一下原因。

最终排查结果：没被盗，就是我一个半小时自己烧完的。

整个排查过程让我感觉很好的一点是，DeepSeek-v4-Flash 会自动识别路径依赖。

它会自动判断这条路是否正确，不会走得太深，判断错了还会自动更正。

下面就是一个它当时自动判断的真实思考过程。

DeepSeek-v4-Flash 的完整报告如下。

这次排查过程还是真香。

一顿排查花了 20 M token，费用才不到 1 块钱。

而且速度还快。

我想到了之前有人在知乎上提到了一个问题，我的回答是：

Pi + DeepSeek-v4-Flash 顺手的地方

• 便宜到可以随便跑：20M token 不到 1 块钱，同样的排查量级，GPT 那边是直接烧掉半个 plus 号的周额度；
• 1M 上下文：支持长项目和长报告。
• 路径自纠错：干活的时候发现走错路会自动退回来换一条，不会一条路走到黑，这有点像真实人类的排查过程了。
• Pi 上无缝切换：支持多 Provider 和模型切换。

我觉得以后 GPT 的号就留着干重活。

然后我的日常基座就是 Pi + DeepSeek-v4-Flash 了。

这个日常只截止到 DeepSeek-v4-Pro 的发布之前 ：）

本来这篇文章写完就要发了。

然后看到 DeepSeek 的消息 ，要涨价了。

尼玛。。。。。。

这篇文章我现在撤回还来得及么？