综合 / 人工智能 · 2026-10-31 11:27 · 1 阅读 · 0 赞
Pi 极简 Coding Agent 接入 DeepSeek-v4-Flash 实战
介绍极简终端 Coding Agent Pi 的定位与安装方式，演示如何通过 models.json 接入 DeepSeek-v4-Flash，并结合一次真实排查任务，分享低成本、长上下文与路径自纠错的使用体验。
大家好，我是 cxuan。今天聊聊 Pi 这个 Agent。
如果你刚接触 Pi，可以先把它理解成一个运行在 CLI 里的 Coding Agent，设计逻辑就四个字——极简内核。极简到像是只有内核的 Linux 0.11。
Pi 本身只带 read、bash、edit、write 等最基础的工具。想要 skill 和 MCP，得自己装。
这篇文章先聊 Pi 是什么，再说怎么接入 DeepSeek，最后用一个实际场景跑一下 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。重点在 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 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 添加。
这种设计和 VS Code 有点像：优先提供编辑和运行框架，想要什么自己通过插件扩展。
五分钟搞定安装
一句命令：
npm install -g --ignore-scripts @earendil-works/pi-coding-agent
进入项目后启动：
cd your-project
pi
就完事了。
看看这个主页，真是极简，连个 Logo 都没有。
第一次启动可以执行：
/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 levelCtrl+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
刚开始不需要安装任何插件，直接上手体验即可。
为什么要用 Pi
现在市面上的 Coding Agent 太多了，为什么选 Pi？我列几点：
模型选择自由。多 Provider 支持已经不新鲜，但这仍是 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。
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，自由度高，代价是配置和维护要自己负责。
可以嵌入自己的系统。除了终端交互，Pi 还提供 JSON、RPC 和 TypeScript SDK，既能当 Coding Agent 用，也能作为内部机器人、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 都配一套。
Pi、Codex CLI、Claude Code 和 Gemini CLI 怎么选
区别只有一个：官方 CLI 更省事，Pi 更自由。
- 主要用 OpenAI，希望沙箱和审批开箱即用：选 Codex CLI
- 主要用 Claude，希望 Agent、Plan、IDE 和插件体验完整：选 Claude Code
- 主要用 Gemini 或 Google Cloud：选 Gemini CLI
- 经常切换模型、用代理网关，或者想自己改造工作流：选 Pi
不想折腾的话，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 才有吸引力。
所以新手或小白通常不建议用 Pi，它更适合想自己折腾的 Geek。
这让我想到之前写 DeepSeek-v4-Flash 本地部署文章时，评论区有人说：
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：
{
"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读：
"apiKey": "!security find-generic-password -a lx -s pi-deepseek-api-key -w"
把 key 存进钥匙串就一行：
security add-generic-password -a lx -s pi-deepseek-api-key -w 'sk-你的key'
然后在 ~/.pi/agent/settings.json 里把默认值改成 DeepSeek，之后每次开 Pi 就是 DeepSeek：
{
"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。
上手第一个任务是排查 Codex Plus 的用量问题——用 DeepSeek 排查 Codex 的用量问题，也是挺有意思。
我发现最近 Codex Plus 的额度非常不够用。自从不用 Codex app、改用 Pi + CPA 接入 GPT-5.6 以来，一堂大课的时间我就夯满了一个 Plus 号的周额度。
我很纳闷，为什么会这么费额度？一度怀疑是被人偷额度了，于是让 DeepSeek 排查原因。
最终结果：没被盗，就是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，判断这条路是否正确，不会走得太深，判断错了会自动更正。
下面是它当时自动判断的真实思考过程。
DeepSeek-v4-Flash 的完整报告如下。
这次排查真香，一顿排查花了 20M token，费用不到 1 块钱，速度还快。
想到之前有人在知乎上提了个问题，我的回答是：
说几个 Pi + DeepSeek-v4-Flash 用着顺手的地方：
- 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：干活时发现走错路会自动退回来换一条，不会一条路走到黑，有点像真实人类的排查过程。
- 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，日常基座就是 Pi + DeepSeek-v4-Flash 了。
这个日常只截止到 DeepSeek-v4-Pro 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。
这篇文章我现在撤回还来得及么？