Pi 是一个精简且可扩展的编程代理（coding agent）。

快速入门

ollama launch pi

这将在需要时安装 Pi，将 Ollama 配置为包含 Web 工具的提供商，并进入交互式会话。

若要在不启动的情况下进行配置：

ollama launch pi --config

直接使用模型运行

ollama launch pi --model qwen3.5:cloud

云端模型也可从 ollama.com 获取。

扩展

Pi 内置四个核心工具：read、write、edit 和 bash。所有其他功能均通过其扩展系统添加。

按需调用的能力包可通过 /skill:name 命令调用。

从 npm 或 git 安装：

pi install npm:@foo/some-tools
pi install git:github.com/user/repo@v1

在 pi.dev 查看所有包。

网络搜索

Pi 可以通过 @ollama/pi-web-search 包使用网络搜索和获取工具（fetch tools）。

通过 Ollama 启动 Pi 时，包的安装/更新会自动管理。 若要手动安装：

pi install npm:@ollama/pi-web-search

使用 pi-autoresearch 进行自动研究

pi-autoresearch 为 Pi 带来了自主实验循环。受 Karpathy 的 autoresearch 启发，它将任何可衡量指标转换为优化目标：测试速度、包体积、构建时间、模型训练损失、Lighthouse 分数。

pi install https://github.com/davebcn87/pi-autoresearch

告诉 Pi 要优化的内容。它将运行实验，对每一个进行基准测试，保留改进，回退回归（regressions），并循环往复——全部由其自主完成。内置仪表板会跟踪每一次运行，并提供置信度评分以区分真实的收益和基准测试中的噪声。

/autoresearch optimize unit test runtime

保留的每个实验都会自动提交。失败的实验将被回退。完成后，Pi 可以将改进汇总到独立分支中以便于审查和合并。

手动安装

安装

安装 Pi：

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

在 ~/.pi/agent/models.json 中添加配置块：

{
  "providers": {
    "ollama": {
      "baseUrl": "http://localhost:11434/v1",
      "api": "openai-completions",
      "apiKey": "ollama",
      "models": [
        {
          "id": "qwen3-coder"
        }
      ]
    }
  }
}

更新 ~/.pi/agent/settings.json 以设置默认提供商：

{
  "defaultProvider": "ollama",
  "defaultModel": "qwen3-coder"
}