社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Git

Github 4万star项目:一键配置科研人的专属Agent团队!

学术AI大模型 • 3 月前 • 246 次点击  
随着 2026 年的到来,科研人员正积极探索如何将 AI 助手深度融入科研工作——涵盖文献整理、数据分析以及实验流程自动化等多个环节。在此,我们推荐一款名为 pi-mono 的开源项目,该项目为构建 AI Agent 提供了高度优化且精简的底层架构。

https://github.com/badlogic/pi-mono

01 项目简介

pi-mono 是一个 TypeScript 单仓项目,专门用于构建 AI Agent 并管理 LLM 部署。核心工具 Pi 是一个终端编程 Agent,我们可以直接在项目目录中:
  • 读文件、写文件、编辑代码
  • 执行命令
  • 管理会话历史
Pi 的设计哲学非常科研友好:极简而强大。它只提供四个核心工具:read、write、edit、bash,系统提示词不到 1000 token,所有操作都是透明可追溯的。这意味着在科研流程中,我们可以完全掌控 AI 的行为,而不是被黑箱工具绑住。

02 模块化服务科研场景

pi-mono 把 Agent 开发拆分为七个独立 npm 包,每一层都可以单独使用,非常适合科研中的定制化需求:
科研中,如果我们只想统一调用 LLM,可以只用 pi-ai;想搭自己的实验 Agent,可以只用 pi-agent-core。模块化设计让科研开发变得灵活。
03 科研场景应用
多 LLM 提供商统一接入
可以无缝切换模型,支持 API Key 或订阅登录,非常适合对比实验或模型验证。
树状会话管理
会话以 JSONL 文件存储,每条信息有 id 和 parentId,形成树状结构。科研人员可以分叉实验思路,探索不同假设,所有历史数据保留,方便复盘和论文整理。
扩展机制与技能系统
TypeScript 扩展 + Markdown 技能文件,可自定义工具、命令、UI 组件,实现零代码能力扩展。科研助手可以根据实验流程自由升级。
运行模式灵活
支持交互式、JSON/RPC、SDK 模式,可嵌入科研工作流或数据处理管道。
上下文压缩
长会话不会撑爆内存,历史完整保留,可随时回溯,便于长期实验记录和分析。

04 使用方法

由于 Pi 是基于 Node.js 生态构建的,推荐使用 Node 包管理器进行安装。其核心 CLI 包名为 @mariozechner/pi-coding-agent

1. 使用包管理器全局安装(最推荐)

如果我们已经安装了 Node.js,可以直接使用 npm、pnpm 或 bun 将其安装为全局命令:

  • 使用 npm:

npm install -g @mariozechner/pi-coding-agent
  • 使用 pnpm:

pnpm add -g @mariozechner/pi-coding-agent
  • 使用 bun:

bun add -g @mariozechner/pi-coding-agent

2. 使用快捷安装脚本

如果使用的是类 Unix 系统(macOS 或 Linux),可以通过 cURL 直接执行官方的快速安装脚本:

curl -fsSL https://pi.dev/install.sh | bash

3. 源码编译安装

如果我们想要基于 pi-mono 的源码进行二次开发或修改,可以克隆整个仓库并自行构建:

# 克隆仓库git clone https://github.com/badlogic/pi-mono.gitcd pi-mono
# 安装所有依赖npm install
# 编译所有包npm run build
# (可选)执行 Lint 和类型检查npm run check
# 从源码直接运行 Pi 进行测试./pi-test.sh

4. 在 VS Code 中使用

虽然 Pi 优先为终端设计,但社区和开发者也提供了 VS Code 插件支持,在插件市场搜索 pi Agent for VS Code

  • 前提条件:必须先通过上述 npm 命令全局安装 CLI,即确保系统的环境变量 PATH 中能找到 pi 命令。

  • 安装并运行:安装插件后,可以直接在 VS Code 的侧边栏中享用带有丰富 UI,包括 Markdown 渲染、交互式图表等的 Pi 智能体。

快速上手指南

安装完成后,我们可以在终端中按以下步骤开始使用:

1、配置 API 密钥: 你可以通过交互式命令登录、订阅或配置 API:

pi /login

或者直接在终端环境变量中配置你拥有的 API 密钥(例如使用 Claude):




    
export ANTHROPIC_API_KEY=sk-ant-...

2、启动 Pi: 在任何你要处理的代码项目目录下,输入以下命令即可启动交互式终端:

pi

3、切换模型: 在 Pi 的终端内,输入 /model 或按下 Ctrl+L 可以无缝切换不同的 LLM 供应商和模型。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/195701