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，就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。
这篇文章我就先跟大家聊聊 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：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。
五分钟搞定 Pi 的安装
废话说的有点说了，下面直接跟大家说如何安装。 一句命令的事儿：
css
npm install -g --ignore-scripts @earendil-works/pi-coding-agent进入项目后启动：
bash
cd your-project
pi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：
bash
/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 查看快捷键几个最常用的操作：
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：
首先就是模型选择自由，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、使用代理网关，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。
所有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：
json
{
"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：
json
"apiKey": "!security find-generic-password -a lx -s pi-deepseek-api-key -w"把 key 存进钥匙串就一行：
csharp
security add-generic-password -a lx -s pi-deepseek-api-key -w 'sk-你的key'然后 ~/.pi/agent/settings.json 把默认值改成 DeepSeek ，之后每次开 Pi 就是 DeepSeek：
json
{
"defaultProvider": "deepseek",
"defaultModel": "deepseek-v4-flash",
"defaultThinkingLevel": "xhigh"
}保存后重启 Pi，用 /model（或 Ctrl+L）就能在 DeepSeek 和 GPT 之间一键切换，不用改任何配置。
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？我一度让我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，自动判断这条路是否正确，不会走的太深，判断错了自动更正。
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：
说几个 Pi + DeepSeek-v4-Flash 用的顺手的地方：
- 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：干活的适合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？