欢迎来到 xxxzsh 的频道。本文基于大佬agegr开源的Pi Web带你快速使用最近超火的 Pi Agent。系列分为两个篇幅1️⃣ 了解 Pi Agent搭配 Pi Web 快速安装搭建、使用。2️⃣ 移动端访问Pi Web、服务器部署Pi Web、安全性配置等等。todo一、引言最近一段时间一个开源的 AI agent 在GitBub上爆火Pibadlogic/pi-mono作者是 Mario ZechnerlibGDX 之父。从功能和展现的角度来看Pi 是一个运行在终端里的 AI 编码 Agent类似于 Claude Code、Codex CLI 这类工具你给 Pi 一句话它就能在你的项目目录里读文件、写文件、跑命令循环调用大模型直到完成任务。但 Claude Code 这类工具都希望能将更多、更强大的功能都内置在内而 Pi 的官方理念是反过来的它是用最小的内核加极强的可扩展性让你把工具改造成适合自己的样子而不是反过来去适应工具。你需要什么就去装 Skill 或者自己创造一些内容 来打造一个专属于你、最顺手的 Agent 。就像官网首页上写的“There are many agent harnesses but this one is yours”Agent 工具很多但这个是你自己的。Pi 特别适合以下场景和人群了解 Skill 的人需要同时接入多家大模型Anthropic、OpenAI、Google 等的人想把 Agent 能力嵌入到自己程序里的开发者通过 SDK 或 RPC 模式注意Pi 默认以你的用户权限运行没有内置沙箱。在不受信任的代码仓库上使用前请先阅读本文的「安全须知」章节。另外Pi 的会话数据全部在本地。每次对话的完整记录追加写到~/.pi/agent/sessions/目录编码/时间戳_uuid.jsonl纯文本没有云端、没有数据库。不过用过这类 Agent 的小伙伴都知道CLI 工具——黑底终端、键盘交互。这对工程师没问题但现实里总有这些场景想翻一翻以前的对话得去翻~/.pi/agent/sessions/下一堆编码过的目录名和时间戳文件名体验堪比考古想从某条历史消息重新岔出一个方向试别的方案终端里基本没法操作团队里不是所有人都习惯命令行产品、测试、新人都想要个能点鼠标的地方。因此本文并不会细讲 Pi也不会直接安装 Pi以下我将会基于一个大佬agegr开源的Pi Web它的核心卖点几乎都是冲着 pi 的短板来的pi终端Pi Web浏览器翻历史会话要翻文件系统按项目分组列出所有历史对话点开即看没法从中间岔开从任意一条历史消息 fork 出新路线配置要编辑 json 文件模型、API key、技能开关全在面板里点看代码要另开编辑器左侧文件树、右侧预览agent 改完自动刷新它能实现网页界面——在浏览器里管理会话、对话、配模型、看文件不用再抱着终端。来给大家讲解。看完本文你将能学习到如何安装、启动 Pi Agent如何安装 Skill 、如何使用 Skill二、安装配置 Pi WebPi Web 要求Node ≥ 22.19.0没有 Node 环境的小伙伴直接选择对应的版本下载安装即可Node.js — 下载 Node.js®2.1 安装 Pi Web安装好 node 之后Pi Web 的安装步骤非常简单执行npx agegr/pi-weblatest安装好之后会自动弹出2.2 添加模型Pi Web 添加模型非常简单选择需要的模型配置Api Key 完成2.3 基本使用Pi 作为现在主流的通用 Agent 之一基本能力方面其实没有和其他常见的 Agent 有太大区别。同样是可以让它比如整理桌面、下载安装什么包、帮忙整理代码、等等等等。这里也就不过多演示了大家有兴趣可以看看我这个专栏https://blog.csdn.net/weixin_46739493/category_13196249.html里面有详细讲到了一些基本的 Agent 是如何使用、能做什么。三、安装 Skill如果不知道 Skill 是什么的小伙伴可以先去网上搜搜。简单来讲的话其实就是各路人马封装好的提示词和调用链路。比如 解析PDF、PDF转Wrod、转图片啥的这些都是一个能力同理都会有相应的 Skill 。❗️❗️❗️它不是 agent 的必须品你也不用原模原样按着我的装因为 Pi 本身轻量因此它除了基本的 读、修改、写文件和执行命令以外它其实没有其他的太多功能了Agent方面因此想要 Pi 好用的前提一定要根据自己需求去下载和配置 Skill。Pi Web 就提供了非常方便的安装 Skill 的步骤。我现在来带着大家快速安装几个我常用的 Skill。添加技能这里有个参数一个叫做 global 一个叫做 project。global 意思就是所有你的项目都可以去使用的 skillsproject 就是只有这个项目你可以用这个skill其他项目不能去使用这个skill。所以一般就默认就选global3.1 联网搜索比如我现在希望 Pi 拥有联网搜索的能力。那我们就给他装个 联网搜索 的 Skill。有很多相关的 Skill 我是推荐tavily-search点击安装即可只不过它需要配置key可以去官网上免费注册后就有了https://app.tavily.com/。 每个月有1000的免费额度基本够用了。然后有了 Key怎么配呢直接跟 agent 讲让 Pi 自己去配置就行了直接对话使用结果还是挺不错的你可以继续让它总结成markdown、html我这里就不继续演示了。大家自行去动手去玩一定会有收获的。3.2 读文件这个就很多了读excel、word、pdf啥的。本文就拿 PDF 为例。直接搜索PDF可以看到 anthropics 和 openai 都有开放的 Skill 我这里选择 anthropics 的这个不需要任何的 api key随便找个之前对接硬件的文档让它识别总结一下--------3.3 让AI开口说话如果你想让agent实现一个功能开口说话。比方说让AI生成口播的语音。那你可以了解一下 TTS。还是同样的方法我们选择 edge 的 tts。这个skill也是不需要任何账号的我们直接用上面那个解析PDF的例子继续对话非常快打开看看确实能播放效果很不错。大家一定要自己动手试试这里我没法贴视频演示。效果真的很不错。3.4 hyperframes接下来推荐一个我很喜欢的 Skill hyperframes。它是能把 HTML 渲染成视频。它用 HTML/CSS/JS 写视频 —— 视频场景就是一个 HTML 文件通过 />来看看这个 gif很有意思这里只是抛砖引玉一下其实你还可以自己去限定每一帧的内容这样你就可以得到一个超快速制作PPT的方法了。总结总的来说Pi Agent 本质上和其他现在比较火的 Agent 像 Claude Code \ Codex 等等其实差不多。但 Pi 我个人现在用的还是比较多的。主要一个原因就是它轻量这带来的直接好处就是 快速、精准、且相对不那么耗token。反正不管怎么说动手实践才是第一原则。大家赶紧试试用起来就能体会出区别了。