大数跨境

Pi 系列 20 天阶段性回顾:10 篇文章里我反复翻过的几篇

Pi 系列 20 天阶段性回顾:10 篇文章里我反复翻过的几篇 创见AI实验室
2026-06-19
0
导读:上次的 OpenCode 半年温故发出去,评论区有同学说"Pi 的也来一篇"。我之前一直拖着没写,主要是觉得

上次的 OpenCode 半年温故发出去,有同学私信说"Pi 的也来一篇"。

我本来没计划写Pi系列总结,主要是觉得 Pi 这个系列"还没到能温故的份上",不过有同学要求,那就先来一篇——

Pi 系列的第一篇文章,发于 5 月 28 号。

到今天(端午假期),前后也就 20 多天。10 篇文章,对应的是 20 天的真实使用记录。

跟 OpenCode 半年 150 篇的体量比,Pi 这个节奏、丰富度都还差得很远。我自己也清楚——有些主题没覆盖到、有些深度还没挖到、有些视角还停留在"我会用"的层面,没到"我能讲明白"的程度。

所以这篇与其说是"温故",不如说是一次阶段性的回顾。

把已经写出来的 10 篇理一理,把还缺的东西摆一摆,再借这个机会跟同样在用 Pi 的同学说一声:

如果你也在用 Pi,欢迎私下找我聊聊。 我一个人用 20 天能踩的坑、能想到的场景,肯定比不上大家合起来的覆盖面。我觉得有价值的想法,会整理成新的文章分享出来。 这种"我抛砖、你出玉"的事情,是我一直想做的。

从大家留言看,"文章发多了反而找不到"是普遍痛点——不少同学跟我提过类似的事。所以我打算把"阶段性回顾"做成一个固定栏目,每隔一段时间把过去的内容重新理一理,避免好内容沉下去。这篇算是开个头。

下面进入正题。

先聊点感受

Pi 这个工具,坦白讲我一开始是没怎么上心的。

最早刷到 Pi 是在 2026 年初,GitHub 上几万的 Star,当时没太当回事——觉得 OpenCode、Claude Code 之后又来一个 AI 工具,区别能有多大?现在(2026-06)Pi 已经涨到 6.3 万+ Star、7.8k Fork,最新版本 v0.79.8。

但实际用下来发现,Pi 走的是另一条路。OpenCode 是"工程化、多 Agent 协作",Pi 是"简洁、专注、对话感"。

举个最直接的例子:我想搭一个"读书笔记助手"——不写代码、不建项目,就是和 AI 聊读过的书,让它用苏格拉底式提问帮我复盘,再整理成大纲。用 Claude Code 一开口就是"建议你用 Markdown 格式存储,需要我创建文件吗?"——我压根不想要一个工程解决方案,我只想安静聊会儿天。

Pi 就不一样。它的设计哲学是"纯粹的代理",不把你的需求默认翻译成代码。这个差异是底层产品逻辑决定的,不是 Skill 能补出来的。

20 天 10 篇文章,每一篇都是真实使用中沉淀下来的,没有水文。但也确实还远远不够——比如 Pi 在企业级项目里的实战、Pi 与其他 Agent 框架的横向对比、Pi 在教学/培训场景的应用……这些都还没动笔。

所以欢迎任何用过 Pi 的同学来交流。 你踩过的坑、你想到的用法、你希望我写的主题——都很欢迎。评论区、公众号后台、私信都行,有价值的想法我会整理成文

下面分三个维度,把目前已经写的 10 篇理一理。


一、初识 Pi——为什么这个工具值得单独写

很多人对 Pi 的第一印象是"和 Claude code 差不多吧"。这一节是给这种印象纠偏的。

1. Pi Agent:一个和 Claude code 不一样的 AI 工具

这是整个 Pi 系列的开篇。不是教程,是定位

文章里我用自己的真实使用场景对比了 Claude Code 和 Pi 的差异——一个是"工程化助手",一个是"纯粹的代理"。如果你之前只用过 Claude Code / OpenCode,对 Pi 没什么概念,这篇是必读。

Pi Agent:一个和 Claude code 不一样的 AI 工具

2. pi-web:这个界面让我爱上了 Pi Agent

命令行 Pi 已经够好用了,但当一个项目里同时开多个对话分支、经常需要回溯之前的思路时,CLI 就不够用了。

pi-web 是社区做的一个Web 界面,把 Pi 的会话树、分支、回溯这些能力可视化。它解决的不是"能不能用"的问题,是"用起来顺不顺手"的问题。用过一周我就有回不去的感觉了。

pi-web:这个界面让我爱上了 Pi Agent

3. Pi Agent 命令大全:30+ 命令一文搞懂

Pi 的命令系统和 OpenCode 思路不一样——不是"全装满",而是"按需调用"。30 多个命令按功能分类,常用的就那几个:/model/tree/compact/export/share

这篇当时写的时候我以为没人看,结果成了 Pi 系列里收藏量最高的一篇——大家都是"先收藏,Ctrl+F 查"。命令不用背,用多了自然记住

Pi Agent 命令大全:30+ 命令一文搞懂

4. 上下文管理:/compact /tree /retain 进阶用法

LLM 的上下文窗口是有限的——Claude Sonnet 4.5 是 200K,MiniMax M3 是 1M(API 保证 512K)。

Pi 的解法很优雅:旧消息自动总结、关键信息保留、新对话继续往前走。三个命令解决三种场景:

  • /compact —— 长对话收尾时压缩上下文
  • /tree —— 分支探索,保留所有尝试过的路径
  • /retain —— 显式标记关键信息,永远保留

很多 AI 工具用着用着就"失忆"了,Pi 的解法是自动压缩保活跃、tree 分支保探索、Session 文件保完整

Pi Agent 上下文管理:/compact /tree /retain 进阶用法


二、给 Pi 加 Buff——Skills 与模型选择

工具本身不解决问题,工具 + 生态才解决问题。这一节讲怎么让 Pi 变得更强。

1. 白嫖党狂喜:xiaohei Skill + Agnes Image 免费生图

配图这件事,做公众号的人都懂——前两篇风格还在线,第三篇开始 AI 给你画成 PPT 信息图,第五篇直接画风跳到另一个次元的卡通人。

xiaohei Skill + Agnes Image 2.1 Flash 免费模型 是我摸索出来的一套"白嫖方案"——一个管风格 DNA,一个管出图,全程基本不花钱。

我用这套方案在"创见 AI 实验室"这个 IP 上跑了几十张图,风格统一度比之前用 Midjourney 还稳。最关键的是——免费。

【强烈推荐】白嫖党狂喜:用这个 Skill + 免费生图模型,给文章配出统一风格的高质量图

2. Ant Design 脚手架 Skill:产品经理 2 分钟搭后台

之前关注的一个公众号"白天做白日梦"发了一个 Ant Design 风格的 Skill,挺方便的。我拿下来改了一下,加了很多东西,现在变成了一个完整的后台管理脚手架——配了完整的 SKILL.md、内嵌了 ADS 规范、默认带权限/列表/表单/详情/统计这些常用页面。

以前搭一个后台原型要拉前端、找 UI、对组件库——现在 2 分钟告诉 Pi 你要什么页面,它就把骨架写好了。 我自己测了十几个项目,骨架代码几乎不用改。

别再让前端帮你搭后台原型了:这个 Ant Design 脚手架 Skill,产品经理自己 2 分钟搞定

3. 切换模型:Claude 太贵?这几个免费/低价方案实测可用

Claude 是好用,但用着用着钱包就空了

这一篇我实测了国内外的免费/低价模型在 Pi 上的表现,把完整的配置流程、成本对比、实操技巧都整理了一遍。所有定价数据来自 pi.dev/models 官方实时数据——不是网上抄的过时表格。

如果你是个人开发者或者学生,强烈建议先从低价方案跑起,等业务模型跑通再上 Claude。

Pi Agent 切换模型:Claude 太贵?这几个免费/低价方案实测可用

4. oh-my-pi (omp):满配版值不值?

GitHub 上有个叫 oh-my-pi(简称 omp)的项目——1.3 万+ Stars(截至 2026-06),MIT 协议,定位是 "fork of pi-mono by Mario Zechner",当前版本 v16.1.1。

重点来了:omp 和 pi 不是竞争关系,是父子关系。omp 在 pi 基础上加功能,然后再合并回主线。两者出自同一作者 Mario Zechner。

截至发文,omp 已经集成了 32 个内置工具、40+ 模型服务商、14 种 LSP 操作、28 种 DAP 调试操作——基本是"Pi 该有的全有了,Pi 没来得及做的也补上了"。

所以选哪个不是"非此即彼",而是"你想要多还是想要少"——日常 pi 就够用,遇到大型项目、复杂调试、并行任务这些场景,omp 确实能省不少力。

装了 oh-my-pi (omp) 之后:Pi Agent 的「满配版」值不值?


三、真刀真枪——Pi 做出的东西

光说不练假把式。下面这两篇,是 Pi 真的跑通了的项目,每一个都完整交付、不是 demo。

1. pi + HyperFrames + Lottie:18 秒 1080p 演示视频

最近在用 Pi 跑小项目的时候,发现 HyperFrames 这个框架——它能把浏览器里的 Lottie 动画原样渲染成 1080p 的视频

我当时就有个想法:能不能用 Pi 写代码,搭一套 Lottie + HyperFrames 的演示视频,把"为什么 Lottie 适合做技术演示"这件事讲明白?于是就有了这个 18 秒的 1080p 视频。

整个过程从写代码到出片用了一个下午——主要工作是把脑洞转成 Lottie 动画,Pi 负责所有的胶水代码。

pi + HyperFrames + Lottie 三件套实战:我把一个脑洞做成了 18 秒的 1080p 演示视频

2. 王菲《主角》歌词 MV:黑胶 + 卡拉 OK 逐字高亮

今年跨年的时候想给一首喜欢的歌做个歌词 MV——黑胶唱片 + 卡拉 OK 逐字高亮那种。

用 pi + HyperFrames 跑通了。过程挺折腾的:MP3 转码、LRC 解析、时间轴对齐、字体选型……但 Pi 帮了大忙——我说"想要逐字高亮跟着节奏走",它自己把动画参数算出来了。

你也可以自己换歌:把 MP3、LRC、封面图替换掉,改一下歌词数据和总时长,就能生成你自己的歌词 MV。

用 pi + HyperFrames 做了一首王菲《主角》的歌词 MV


写在最后

Pi 系列 10 篇文章,前后 20 天——和 OpenCode 半年 150 篇的体量没法比。

但回头看,这 10 篇也给我带来了不少收获:

  1. AI 工具不必都一样——OpenCode 是工程化的、Pi 是对话感的,按场景选
  2. 简洁不等于简陋——Pi 看起来极简,但解决了很多 AI 工具"用着用着就失忆"的硬伤
  3. 生态比工具本身重要——xiaohei、Ant Design 脚手架这些 Skill 才是让 Pi 真正"出活儿"的关键

一个请求

Pi 这个工具,我一个人用 20 天能踩的坑、能想到的场景,肯定比不上大家合起来的覆盖面。

如果你也在用 Pi,欢迎私下找我聊聊:

  • 踩过的坑、想到的用法、希望我写的主题
  • 你所在行业 Pi 的应用场景
  • 对某篇文章的反馈、补充、纠错

评论区、公众号后台、私信都行。 我觉得有价值的想法,会整理成新的文章分享出来——署名的时候会征求你的意见。

这种"我抛砖、你出玉"的事情,是我一直想做的。 Pi 这个系列能不能写好,靠我自己是不够的。


今日精选目录

入门篇

增强篇

实战篇

精选系列





【声明】内容源于网络
0
0
创见AI实验室
创见AI实验室,我们不只是介绍工具,我们共同创造工作方式的未来。
内容 147
粉丝 0
创见AI实验室 创见AI实验室,我们不只是介绍工具,我们共同创造工作方式的未来。
总阅读20
粉丝0
内容147