当所有人都在追捧Claude Code、Codex这些”全能型”AI编程Agent时，一个叫PI Agent的项目悄然走红。它的核心理念极其简单——底座只保留4个基础工具，其他能力全部按需安装。没有花哨的功能堆砌，没有臃肿的系统提示词，就是纯粹的极简主义。
这款由Mario Zechner开发的终端AI Agent，正在用一种”反直觉”的方式重新定义AI工具的使用体验。今天我们就来深度聊聊，PI Agent到底是什么，为什么说它可能比Claude Code更适合普通人。
一、PI Agent是什么？一句话说清楚
PI Agent是一个极简终端AI Agent，它的设计哲学可以用一句话概括：只给你最核心的东西，其他的你自己选。
安装完PI Agent后，你得到的是：
- read — 读取文件
- write — 写入文件
- edit — 编辑文件
- bash — 执行命令
就这四个。没有搜索、没有记忆、没有MCP、没有子Agent、没有规划模式。听起来很”简陋”？但恰恰是这种极简，让它变得快、省、聪明。
二、为什么说它比Claude Code更适合普通人？
1. 快——系统提示词极短，响应速度飞起
Claude Code的系统提示词动辄数万Token，每次对话都要先”喂”一大堆上下文。而PI Agent因为底座极简，系统提示词非常短，这意味着：
- 每次请求消耗的Token更少
- 模型响应速度更快
- API费用大幅降低
对于使用按量付费API的用户来说，这直接等于省钱。
2. 省——全模型兼容，不绑定任何一家
这是PI Agent最大的杀手锏之一。它不绑定任何特定的模型提供商，你可以自由选择：
- Anthropic（Claude系列）
- OpenAI（GPT系列）
- DeepSeek（深度求索）
- MiniMax（性价比之王，$0.30/M Token）
- 通义千问（Qwen系列）
- Ollama本地模型（完全免费，离线运行）
- OpenRouter（200+模型任选）
你甚至可以在对话中途切换模型。觉得Claude太贵？切到MiniMax。觉得GPT不够聪明？切到DeepSeek。这种自由度是Claude Code完全给不了的——后者只能用Anthropic的模型。
3. 聪明——通过Skill系统逐步解锁能力
PI Agent的扩展系统叫做Skill（技能）。你可以把它理解成手机的App Store——底座是手机系统，Skill就是各种App。
常用的Skill包括：
- pi-web-access — 网页搜索和URL抓取
- pi-memory-md — 持久化记忆，跨会话记住项目信息
- pi-mcp-adapter — 连接MCP兼容工具（GitHub、数据库、Notion等）
- pi-subagents — 并行子Agent，处理复杂任务
- pi-plan — 规划模式，先看方案再执行
- pi-autoresearch — 自动深度研究，循环搜索直到找到完整答案
- pi-simplify — 代码审查，检查风格和死代码
不需要的Skill不装，需要的随时添加。这种“按需装配”的理念，让PI Agent始终保持在最精简的状态。
三、PI Agent vs Claude Code vs Codex 横向对比
为了更直观地理解PI Agent的定位，我们把它和目前最火的两款AI编程Agent做个对比：
| 维度 | PI Agent | Claude Code | Codex |
|---|---|---|---|
| 核心工具数 | 4个（极简） | 18+个（全功能） | IDE集成（补全为主） |
| 模型支持 | 全模型兼容 | 仅Claude系列 | 仅GPT系列 |
| 扩展方式 | TypeScript Skill | 固定功能 | 插件市场 |
| Token消耗 | 极低 | 高 | 中等 |
| 本地运行 | 支持（Ollama） | 不支持 | 不支持 |
| 上手难度 | 中等 | 低 | 低 |
| 价格 | 开源免费+模型费 | $20/月起 | $8-20/月 |
| 适合人群 | 追求极致可控的用户 | 专业重度开发者 | 日常业务开发 |
四、如何安装PI Agent？
第一步：安装Node.js
PI Agent基于Node.js运行，需要先安装Node.js 18+。推荐使用nvm：
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash
source ~/.bashrc
nvm install 22国内用户建议设置npm镜像加速：
npm config set registry https://registry.npmmirror.com第二步：安装PI Agent
npm install -g @mariozechner/pi-coding-agent第三步：启动
cd /path/to/your/project
pi第四步：配置模型
PI Agent支持多种认证方式。最简单的是直接设置API Key环境变量：
# 使用OpenRouter（推荐，模型最多最便宜）
export OPENROUTER_API_KEY=sk-or-...
pi
# 或使用Anthropic
export ANTHROPIC_API_KEY=sk-ant-...
pi也可以通过配置文件~/.pi/agent/models.json添加自定义模型提供商，比如Ollama本地模型、vLLM等。
五、一键配置：LazyPi懒人方案
如果你觉得手动安装Skill太麻烦，社区提供了LazyPi工具，一条命令搞定所有配置：
npx @robzolkos/lazypiLazyPi会自动安装：
- 60+个社区Skill
- 76个终端主题（Dracula、Nord、Tokyo Night等）
- MCP支持
- 子Agent支持
- 持久化记忆
- 费用追踪
- 规划模式
安装完成后，你的PI Agent就从”毛坯房”变成了”精装修”，开箱即用。
六、实际使用体验：一个案例看懂PI Agent的强大
假设你需要完成一个行业调研汇报，PI Agent的工作流程是这样的：
- 搜索资料：通过web-access Skill搜索行业数据
- 整理成本：将搜索结果整理成结构化文档
- 生成演讲稿：基于整理的资料生成汇报稿
- 制作配图：调用生图Skill生成演示图片
- 生成视频：通过视频Skill将图文转化为汇报视频
整个流程一气呵成，全部在终端中完成。而且因为PI Agent的Skill是模块化的，你可以随时替换某个环节的工具——比如把生图Skill从DALL-E换成Stable Diffusion，完全不影响其他流程。
七、PI Agent适合什么人？
✅ 非常适合
- 追求极致性价比的用户：用便宜的模型（MiniMax $0.30/M）也能获得不错的体验
- 本地部署爱好者：支持Ollama，可以完全离线运行
- 喜欢高度定制的用户：Skill系统让你打造专属Agent
- 预算有限的个人开发者：开源免费，只需付模型费
- 非程序员但想用AI提效的人：通过Skill可以解锁搜索、生图、视频等日常任务能力
❌ 可能不太适合
- 完全不想折腾的新手：初始配置有一定门槛（虽然LazyPi降低了难度）
- 需要开箱即用全套功能的企业团队：Claude Code的全功能集成更适合
- 超大型复杂项目的深度重构：Claude Code在多文件协同方面更强
八、写在最后
PI Agent代表了一种不同于主流AI Agent的设计哲学：不是给你所有功能让你去关掉不需要的，而是只给你核心功能让你去添加需要的。
这种”做减法”的思路，在AI工具越来越臃肿的今天，反而显得格外清新。它告诉我们：强大的AI工具不一定要复杂，极简也可以很强大。
如果你厌倦了Claude Code的高昂订阅费，或者受够了Codex的模型锁定，又或者只是想找一个快、省、聪明的AI助手来提升日常工作效率，PI Agent绝对值得你花半个小时试试。
毕竟，它的底座只有4个工具，学起来能有多难呢？
