手册 · Bilibili / 技术爬爬虾

Pi 使用手册

只有 4 个工具、系统提示词约 1000 token 的极简 coding agent，MCP、子代理、计划模式全部靠插件补回来，代价是几乎零安全限制。

← 返回笔记列表查看原始来源 ↗
来源
Pi 大道至简，超越 Codex 和 Claude Code 的极简 Agent，保姆级全攻略，一期视频精通
作者
技术爬爬虾
时长
44:38
整理日期
2026-08-30

来源：Pi 大道至简，超越 Codex 和 Claude Code 的极简 Agent，保姆级全攻略，一期视频精通 UP 主：技术爬爬虾｜时长：44:38｜整理日期：2026-08-30 本手册基于字幕整理。ASR 转写对 Pi 本体名有大量误识别（派 / pad / pie / PAGENT 混用），专有名词已按上下文统一还原为 Pi，其余还原见附录 A。

⚠️ 2026-08-30 修订说明：初版把 9 个插件名直接按 ASR 读音列出、未做查证。对照 pi.dev 官方包目录 核实后修正 5 处： pi-web-assistant→pi-web-access｜pi-sub-agents→pi-subagents｜「GOGO 模式 /go」→goal 模式 /goal｜plan-mode 命令→/plan｜全局插件目录 ~/.pi/extensions/→~/.pi/agent/extensions/。 修正项已在正文中标注来源，详见第七章与附录 B。

一句话结论

Pi 是一个把「少即是多」做到极端的 coding agent：只有 4 个工具、系统提示词仅约 1000 token，因此上下文占用和成本远低于 Codex / Claude Code，速度也更快。它没有 MCP、子代理、计划模式、Todo、BTW——这些全部通过插件补回来，另外还有 skills 和 AGENTS.md 两条扩展路径。代价是几乎零安全限制：一旦启动就全程最高权限、无审批，官方建议用容器或虚拟机兜底。

速查表

启动参数

命令 作用 备注
pi 交互式启动 在项目目录启动，该目录即项目根目录
pi -p "<指令>" 非交互模式，后台静默执行后输出结果 适合当一次性 CLI 命令用
pi -c 从最近一次 session 继续 字幕读作「PGC」，按上下文还原
pi -r 列出 session 供挑选后继续 字幕读作「P 杠 R」

⚠️ 字幕只给出「杠 P」「PGC」「P 杠 R」的读法，未显示完整命令原文。以上为按上下文还原，使用前建议 pi --help 确认。

斜杠命令

命令 作用
/login 配置模型（API Key 或订阅登录）
/model 切换模型
/new 新开 session，清空上下文
/tree 展开对话树，回退到历史节点
/clone 把当前 session 完整复制成新 session
/fork 选一个对话节点，从该节点复制出新 session（只带该节点之前的历史）
/compact 手动触发上下文压缩
/reload 重新加载插件（自写插件后必用）

插件带的命令（具体以所装插件的 README 为准）：

命令 来自插件
/run /chain /parallel /agents pi-subagents
/btw pi-btw
/plan pi-plan-mode
/goal pi-goal 系
/workflows /deep-research pi-dynamic-workflows

快捷键

快捷键 作用 平台
Shift+Tab 切换模型思考强度 通用
Ctrl+L 打开模型选择器 通用
Shift+Enter 输入框内换行（回车直接发送，换行别按回车） 通用
Ctrl+G 打开记事本编辑多行提示词，保存关闭后同步回输入框 通用
Alt+V 粘贴剪贴板截图 Windows
Ctrl+V 粘贴剪贴板截图 Mac
Alt+Enter 以 follow up 方式发送（排队，等本轮做完） Windows
Option+Enter 同上 Mac
Alt+↑ 把排队中的指令取回重新编辑 通用
Ctrl+C ×2 退出 Pi 通用
Ctrl+O 展开查看内容（如回退总结） 通用
! <命令> 在对话窗口内临时运行命令，AI 可见结果 通用
!! <命令> 临时运行命令，AI 看不到 通用
@ 选择项目内文件作为上下文 通用

⚠️ Windows 必做一步：PowerShell 默认把 Alt+Enter 占为全屏快捷键，会跟 Pi 的 follow up 冲突。去 PowerShell 设置 → 操作 → 找到 Alt+Enter（全屏），删掉并保存。

关键路径

用途 路径 可信度
项目级插件 <项目>/.pi/extensions/ 字幕已验证
全局插件 ~/.pi/agent/extensions/ 字幕说「点派 → agent 文件夹 → 粘贴 extensions」，与第三方文档一致
项目级 skill <项目>/.agents/skills/<skill名>/SKILL.md 字幕已验证
全局 skill ~/.agents/skills/…（字幕）或 ~/.pi/agent/skills/…（第三方文档） ⚠️ 两种说法并存，见附录 B
项目记忆 <项目>/AGENTS.md 已交叉验证
全局记忆 ~/.pi/agent/AGENTS.md 已交叉验证
全局追加系统提示词 ~/.pi/agent/APPEND_SYSTEM.md（优先级高于 AGENTS.md） 目录层级按第三方文档补正
MCP 配置 <项目>/.mcp.json（需装 pi-mcp-adapter） 字幕已验证

Windows 下 ~ = C:\Users\<你的用户名>\。目录不存在就手动新建。

路径清单已对照 pi.dev 包目录与第三方配置文档核过。初版漏了 agent/ 这一层（全局插件和 APPEND_SYSTEM.md 都写成 ~/.pi/ 下），已补正。全局 skills 路径两种说法并存，见附录 B。

状态栏怎么读

↑ 1.2k  ↓ 11k  R 8.4k  CH 92%  $0.31 (SUB)  4.6% / 272K  auto  openai/gpt-5.6.high
字段 含义
↑ 整个 session 累计输入 token
↓ 整个 session 累计输出 token
R 整个 session 命中缓存的 token 数（read）
CH cache hit rate，只统计最近一次请求，不是整个 session
$x.xx (SUB) 本次对话预估成本；SUB = subscription，用订阅时成本仅供参考
4.6% / 272K 已占用上下文百分比 / 模型总上下文窗口
auto 上下文压缩机制，auto = 达到阈值自动压缩
末尾 模型提供商 / 模型名 .思考强度

session（字幕读作「赛森」）＝ 一段连续的对话记录。新开 session 会清空上下文窗口。

一、Pi 为什么这么设计

极简的两个数字（字幕已验证）：

性能数据（字幕已验证，均为作者转述的第三方测试）：

来源 结论
Composer 上月的基准测试 Pi 完成编程任务的速度比其他 coding agent 快 1.5–2 倍，任务成本低于主流框架
Databricks（字幕误作「data breaks」）在自家百万行代码仓库上的基准 横轴成本、纵轴任务通过率的图上，Pi 在大部分场景优于 Claude Code 和 Codex；整张图代码质量最高点是 Pi + Claude Opus 的组合

⚠️ 组合中的模型版本号字幕读作「4.8」，当前无法确认（Claude 现役版本号无 4.8）。存疑。

设计哲学（字幕已验证）：

明确没有的东西：MCP、sub agent、plan mode、todo、BTW。想用就装插件。

二、安装

零准备，不需要预先装任何东西。

Windows：

  1. 桌面右键 → 在终端打开，进入 PowerShell。
  2. 官网复制 PowerShell 一键安装命令，粘贴回车。
  3. 检测不到 Node.js → 输入 Y 装 Node.js。
  4. 再输入 Y 装 Pi 本体。
  5. Pi 用 Git Bash 作为命令行运行环境，没装 Git 会询问，建议输入 W 让它帮你装。
  6. 装完关闭当前窗口，重新右键打开一个终端，输入 pi —— 能看到对话窗口即安装成功。

Mac：打开终端 → 官网复制 curl 那条命令（注意不是 PowerShell 那条）→ 粘贴执行即可。

字幕未显示安装命令原文（只说「官网复制一键安装命令」）。第三方整理的官网命令如下，执行前请先到官网确认：

# Windows PowerShell
powershell -c "irm https://pi.dev/install.ps1 | iex"
# macOS / Linux
curl -fsSL https://pi.dev/install.sh | sh
# 或用 npm
npm install -g @mariozechner/pi-coding-agent

另注：视频说「Pi 用 Git Bash 作为运行环境」是 Windows 下的情况。

三、配置模型

输入 /login，两种方式二选一。

方式 A：API Key

  1. 选 API Key 方式。Pi 支持 40 多家模型供应商，基本覆盖市面常见模型。
  2. 输入关键词筛选（视频以 DeepSeek 为例）→ 回车。
  3. 去厂商官网（DeepSeek：API 开放平台）确认有额度 → API Keys → 创建 API key → 复制。
  4. 粘回 Pi 回车，打个招呼能收到回复即配置完成。

视频中的模型名读作「DeepSeek V4 Pro / V4 Flash」，为字幕还原。

方式 B：模型订阅

  1. /login → 选 Sign in with account → 选服务商（视频以 OpenAI Codex 为例）→ 选「用浏览器登录」。
  2. 浏览器完成登录，回到 Pi 按 Ctrl+L，模型列表里就出现 ChatGPT 的模型。

切换与调节：

四、第一份任务：从零做一个网页

  1. 新建文件夹作为项目目录，在里面右键→终端打开→输入 pi。窗口里显示的当前文件夹就是项目文件夹，Pi 会把代码写到这里。
  2. 输入多行提示词：Shift+Enter 换行，或 Ctrl+G 开记事本编辑（更方便，保存关掉后自动同步回输入框）。回车是发送，不是换行。
  3. 跑完看状态栏信息（见速查表）。

启动项目：直接敲英文 ! 再接命令，例如 ! npm run dev，开发服务器就在当前对话窗口里跑起来了。

写法 效果
! <命令> AI 能看到命令的运行过程和结果
!! <命令> AI 看不到

迭代修改的两种方式：

五、三种指令追加方式（Pi 的核心机制）

1. Steering——执行中途打方向盘

发现 AI 理解偏了，不要打断它，直接在对话框补一句新指令回车即可。默认就是 steering，指令前面会标 steering（字幕误作 staring / stering / sting），英文原意就是「打方向盘」。

视频例子：AI 打算用 Express 做后端，用户补一句「我要 Next.js 框架，数据库用 SQLite」——AI 立即改方向去装 Next.js 依赖。

2. Follow up——排队，等这轮做完

Alt+Enter（Mac Option+Enter）发送，指令前标 follow up。不影响 AI 当前这一轮，等它把手头工作全部做完才会看到并执行。

3. 非交互模式——当 CLI 用

pi -p "<指令>"，后台静默执行，中间过程看不到，执行完一次性输出结果。适合脚本化、一次性任务。

底层原理：双层循环

外层循环（follow up 消息队列）
  └── 内层循环：调模型 → 按模型指令调工具 → 把工具结果回给模型
        → 模型判断完成？未完成 → 下一轮
        → 进入下一轮时，把 steering 消息注入上下文 ← 所以能实时响应
  └── 内层循环结束（手头工作做完）
        → 读取 follow up 消息 → 有则开启外层循环继续工作

Steering 在内层循环注入，所以能实时打断方向；follow up 在外层循环，必须等内层跑完。 这是 Pi 最经典的机制。

六、Session 管理与对话树

基本操作

操作 命令 说明
新开 /new 清空上下文，AI 没有过去的对话
续上次 pi -c 从最近一次 session 继续
挑一个 pi -r 列出 session 挑选
复制 /clone 当前 session 完整复制成一份新的
分支复制 /fork 选中某个对话节点，复制出只带该节点之前历史的新 session
压缩 /compact 手动总结精简历史。视频实测上下文占用 18% → 10%

通用经验：清空好于压缩。 过多历史会话会干扰 AI 注意力，一轮任务做完最好直接 /new。

对话树 /tree

session 不是纯线性结构，而是树状的。进入 /tree 选一个历史节点，回车两次即可把对话回退到该状态，然后基于它创建新分支做不同尝试。/tree 里能看到时间线上产生的分支。

⚠️ 关键限制：回退对话历史 ≠ 回退代码。 已经写进磁盘的代码不会因为回退而消失。要连代码一起回退，必须配合 Git：

  1. /tree 找到目标节点（如「新增茄子」）回车，回退对话历史；
  2. 找到该次提交的 commit id；
  3. 在 Pi 里 ! git reset --hard <commit-id>，强制把代码回退到那次提交。

回退时的三个选项

选项 行为
不总结 彻底回退，丢弃的对话历史完全抛弃
总结（summarize） 让 AI 总结你丢弃的这段分支的工作，回退后 AI 对这段工作仍有大概印象
自定义 告诉 AI 该怎么总结

⚠️ 只总结当前分支，不总结别的分支。 例如从「白菜」回退到「茄子」，同级的「皮皮虾」分支不会被总结。回退后按 Ctrl+O 可展开查看总结内容。

七、扩展能力一：插件

Pi 的扩展有两个渠道：插件和 skills。插件在官网的 package 列表里找。

安装与卸载

插件列表页每条都有一键安装命令，复制到终端执行即可。卸载把命令里的 install 改成 uninstall。

全局 vs 项目级：

pi install <插件>            # 全局安装，对所有项目生效
pi install <插件> -l         # local，只装到当前项目的 .pi/ 目录

字幕读作「空格接横杠 LL」，即 -l（local），按上下文还原。每装一个插件都会增加一部分系统提示词，用不到的插件就是给模型加负担——所以按需用 -l 装到项目级。

首次在含插件/skill 的目录启动 Pi 时，会询问是否信任当前目录，选信任才会加载。

推荐插件清单

✅ 已对照 pi.dev/packages 官方包目录核过。视频讲的功能都能对上，但包名和命令名有多处与 ASR 还原不符，下表为核实后的结果：

功能 视频里的说法（ASR） 实际包名 实际命令
联网搜索 pi web assi pi-web-access —
并行子代理 pi sub agents pi-subagents（无连字符） /run /chain /parallel /agents
MCP 支持 pm cp adapter pi-mcp-adapter ✅ —
旁路对话 btw @narumitw/pi-btw /btw ✅
计划模式 plan mode @narumitw/pi-plan-mode /plan（不是 /plan-mode）
目标循环 GOGO 模式（斜线go） @narumitw/pi-goal 等 /goal ← 视频的「GOGO」是 goal 的误听
动态工作流 pdynamic workflow @quintinshaw/pi-dynamic-workflows /workflows /deep-research
连微信 pi wechat assistant ⚠️ 官方目录前 50 无此包 —
权限审批 pi permission system @gotgenes/pi-permission-system —

补充说明：

三个值得单独说的插件

plan mode（/plan）：底部出现 plan 标记时，AI 不动手，只输出计划并写入 plan.md。你可以手动改这份计划，确认后再输一次 /plan 关闭，然后说「确认实施计划」，Pi 才正式开工。

官方描述是「Codex 风格的只读 /plan 协作模式」，与视频演示一致。

/goal 模式（初版误写为 /go、「GOGO 模式」）：/goal <目标>，让 Pi 在多个轮次中朝一个固定目标持续迭代，直到达成才停。视频給的目标是「做一个 HTML 坦克大战 → 启动试玩 → 输出测试结论 → 重做一版 → 多次迭代 → 越像红白机越好」，Pi 迭代了 3 次完成，iterations 里能看到每次迭代过程。

这是全片最值得装的功能，也是本次查证中唯一被我彻底写错的一条。 补充查到的机制细节（来自 @amaster.ai/pi-goal 的 README）：

要点 说明
目标来源 可显式给条件（/goal 所有测试通过且 lint 干净），或 /goal 不带参数——从对话里自动推导目标，交互模式下会先给你确认
判定方式 每轮 agent 跑完（agent_end），用一个小的评估模型判断目标达成 / 未达成 / 不可能。未达成就推着 Pi 继续，告诉它还差什么
兜底 maxIterations（默认 10）和 tokenBudget 两道闸，防止坏目标无限循环
血统 判定机制照搬 Claude Code 的 stop-condition，token/迭代预算照搬 Codex 的 goal mode——正好对应视频说的「Codex 和 Claude Code 都支持的功能」
状态存储 session 级、内存态，不跨 session 持久化。想要持久化的可看 geto-goals（把目标写进 .pi/goals/goal.json，能扛住 /new 和压缩）

dynamic workflows（@quintinshaw/pi-dynamic-workflows）：源自 Claude Code 的特色功能，根据任务复杂度写一段 JavaScript 编排脚本，后台调度几十上百个子代理协同，实现单次对话内的大规模长时任务。输入 workflows 关键字触发，用 /workflows 查看后台各子代理工作状态（自带交互式 TUI）。视频示例：调研 2022–2026 年 AI 领域重大影响力论文，启动了 10 个 agent 并行检索——这个场景用包里自带的 /deep-research 更直接。

该包还带模型路由、token/成本统计、断点续跑、git worktree 隔离。

八、扩展能力二：Skills

Pi 遵循标准 agent skills 协议，把 skill 放到指定目录就会被自动识别，SKILL.md 是入口文件。

级别 路径 来源
项目级 <项目>/.agents/skills/<skill名>/SKILL.md 字幕
全局 ~/.agents/skills/…（字幕）／ ~/.pi/agent/skills/…（第三方文档） ⚠️ 两种说法并存

第三方配置文档写的是 ~/.pi/agent/skills/（与插件、AGENTS.md 同在 .pi/agent/ 下），视频演示的是 ~/.agents/skills/（agent skills 标准路径）。两者可能都支持，实测时若一个不生效就换另一个。

视频以 playwright-cli（浏览器自动化）为例，两种装法：

  1. 命令行装：先装 playwright CLI 本体（npm install 类命令），再按提示装配套 skill。
  2. 手动装：去 GitHub 仓库 Download ZIP → 解压后取里面的 skills/playwright-cli/ 目录 → 复制到 <项目>/.agents/skills/ 下。启动 Pi 后 skills 列表里就能看到。

项目级转全局：把整个 skills 文件夹从项目目录拖到 ~/.agents/ 下即可，之后任意项目都能用。

找 skill 的渠道：GitHub，以及 skillhub（可在 skillhub 检索后下载 zip 手动装，也可以把安装提示词直接粘给 Pi 让它自己装）。

视频里装 markdown-converter 时，Pi 提示本机缺 uv，用户说「你帮我把 uv 装一下」，Pi 自己装完并完成 PDF → Markdown 转换。这类依赖缺失可以让 Pi 自己解决。

关掉用不到的 skill 能省 token（Web UI 里可勾选开关）。

九、Web UI（可选）

社区有若干把 Pi 接到网页里的外部 UI，star 最高的是一位国内作者（字幕读作「第四种黑猩猩」）的项目，约 4200 star。官网 README 的 Quick Start 里有 npx 安装命令，终端执行、输入 Y，装完自动打开网页。关掉浏览器后想再用，重跑那个命令即可。

界面要点：

区域 功能
左上角 切换项目，或自定义路径打开本地任意文件夹作为项目目录
左下角 文件浏览器 / 模型按钮（添加 provider，如 Moonshot AI CN + Kimi API key）/ 技能与插件管理
中间 模型选择器、对话面板

技能与插件都分 project 和 global 两栏，可逐个开关——关闭后从提示词里隐藏，模型看不到，及时关掉用不到的能省 token。技能面板下方还能搜索并添加技能（视频示例：添加 TTS 技能，可选择装到项目还是全局）。

对话面板里斜杠命令、@ 选文件、Ctrl+V 粘贴截图都能用，也能调思考强度，任务结束后显示输入输出 token 和预估花费。

⚠️ 作者观点：只要掌握了命令行版 Pi，Web UI 没什么使用门槛。

十、跨 session 记忆：AGENTS.md

每次开新对话，AI 对项目一无所知，复杂项目每次都要重新交代背景，非常低效。解法是在项目根目录放 AGENTS.md（字幕读作 agents 点 MD）——AI 每次对话必读的指南，之后所有对话都会自动带上它的内容。

背景补充：AGENTS.md 是 Codex、Open Code 等 agent 工具通用的约定，不是 Pi 独有。

内容示例（视频实际写的）：

我叫技术爬爬虾，擅长的技术是...
我对前端一窍不通，如果遇到网页问题，需要用大白话给我解释。

懒人写法：直接让 Pi 自己写——「通读当前文件夹，把你学到的关于项目的知识保存到 AGENTS.md」。Pi 会通读源码和配置文档再生成。复杂项目这个文件是必写的。

全局提示词

文件 位置 作用范围
AGENTS.md ~/.pi/agent/AGENTS.md 全局，所有项目生效
APPEND_SYSTEM.md ~/.pi/agent/APPEND_SYSTEM.md 全局，内容直接追加进系统提示词，优先级更高、效果更强

作者自己用的全局规则（因为看过 AI 误删整个 D 盘的新闻）：

禁止批量删除文件或目录，只能通过明确的文件路径单个删除；如果需要批量删除，应停止操作并向用户请求，由用户手动删除。

一般情况下用通用 AGENTS.md 就够了，APPEND_SYSTEM.md 留给需要强约束的场景。

十一、安全：这是 Pi 最大的坑

Pi 只有一个非常基础的安全机制：在包含插件或 skill 的陌生目录启动时，询问是否信任并加载。

一旦开始运行，就没有任何安全限制了——永远处于最高权限，编辑文件、执行命令全部自动执行，不会停下来询问，也没有任何杀伤/中断机制。这是开发者有意为之：Pi 的哲学是保持本体简洁高效、用最快速度完成任务，而不是在内部造一个看似安全但实际不完整的沙箱。

官方推荐的兜底方案：

方案 说明
容器 / 虚拟机 官方文档首选。WSL（Windows 上的 Linux 虚拟机）、Hyper-V、Docker 容器均可。环境搞坏了删掉重建即可，不影响宿主机
pi-permission-system 插件 敏感操作弹窗等待审批，类似 Claude Code 权限系统，但拖慢效率

Pi 因为极简轻量、启动快、内存占用低，特别适合在容器里跑，也适合用 Docker / K8s 批量部署。

十二、自己写插件

不需要自己写代码——Pi 内置了插件开发知识，能自己给自己写插件。 视频用 GPT-5.6 一次跑通了三个。

流程：跟 Pi 讲清楚需求 → 它读取插件开发文档 → 生成插件（一个 .ts 文件）→ 放到 .pi/extensions/（项目级）或 ~/.pi/agent/extensions/（全局）→ 输入 /reload 加载生效。

三个实战例子：

需求 效果
根据 IP 查地理坐标 → 查当地天气 → 显示在对话窗口上方 完全定制了 Pi 的 UI
禁止 AI 读取/编辑受保护的 .env 文件 AI 尝试操作时被直接阻止并提示
执行 rm 删除命令前先弹窗询问 选 NO 文件保留，选 YES 才删除

作者的评价：只要把需求讲清楚，很快就能完成，一点也不难。

十三、源码架构与 SDK

GitHub 仓库的 packages/ 下几个核心包：

包 职责
ai 模型调用层。把市面上几十个模型厂商做成统一调用规范，Pi 用一套相同接口调所有模型
agent 实现 agent loop，即前面讲的双层循环机制
coding-agent 编程功能的具体实现：4 个基础工具、系统提示词、skills 机制、插件实现机制
tui 命令行界面的全部功能

作者评价：Pi 的源码就是一本 agent 设计规范的教科书，从事 agent 开发的话非常值得深入读。

核心包已封装成 SDK，可以直接在自己项目里用：

npm install @mariozechner/pi-ai          # 接入市面上所有大模型
npm install @mariozechner/pi-coding-agent # 开箱即用的 coding agent

⚠️ npm scope 有两种说法：@mariozechner/*（作者个人账号，多数第三方文章用这个）和 @earendil-works/*（公司账号，pi.dev 站点的 web-ui 包描述里用的是这个）。仓库已转由 Earendil Inc. 维护，装之前先确认当前有效的是哪个 scope。

源码包对照（已与第三方源码分析报告交叉验证）：

目录 npm 包
packages/ai @mariozechner/pi-ai
packages/agent @mariozechner/pi-agent-core
packages/coding-agent @mariozechner/pi-coding-agent
packages/tui @mariozechner/pi-tui
packages/web-ui @mariozechner/pi-web-ui
packages/mom @mariozechner/pi-mom（Slack 机器人）
packages/pods @mariozechner/pi（vLLM GPU 部署管理）

附录 A：ASR 还原对照表

字幕原文 实际所指
派 / pad / pie / PAGENT / 拍 / 皮 Pi（本视频的 agent 本体）
赛森 / sassin session
codex Codex
cloud code Claude Code
data breaks Databricks
cloud oppos Claude Opus
deep sick / deep sc / deep sk DeepSeek
chat gbt / Gb t5.6 ChatGPT / GPT-5.6
携线 new / 斜线 T 等 /new / /tree 等斜杠命令
APIK API Key
nod e js Node.js
power shell PowerShell
git bash Git Bash
叹号 / 两个叹号 ! / !!
艾特 @
staring / stering / sting / STERING steering（引导、打方向盘）
folk fork
拜事 / 拜师 bash
grape grep
l s s ls
XRMCP 某个内置 MCP 服务（无法确认具体是哪个）
点 MCP 点 JASON .mcp.json
点派 / 点 agents .pi / .agents
艾阵次点MD / agency点MD AGENTS.md
append system 点MD APPEND_SYSTEM.md
点ENV .env
WSSL WSL
hyper v Hyper-V
K8S Kubernetes
第四种黑猩猩 社区 Web UI 项目作者昵称（无法确认准确写法）
GOGO 模式 goal 模式 ✅ 已查证
斜线 go /goal ✅ 已查证
plan mode（命令） /plan ✅ 已查证

附录 B：存疑清单

已查证、不再是存疑项（对照 pi.dev 官方包目录与第三方文档）：

仍未确认：

  1. 模型版本号：「cloud oppos 4.8」——Claude 现役版本无 4.8，无法确认原词，推测为 4.5/4.6 的误识别。
  2. Composer 基准测试：字幕只说「composer 上个月的一组基准测试」，未说明是哪个组织/产品，无法确认。
  3. 安装命令原文：视频只演示「从官网复制命令」。第三方文档给出的官网命令是 Windows powershell -c "irm https://pi.dev/install.ps1 | iex"、macOS/Linux curl -fsSL https://pi.dev/install.sh | sh，请以官网当前页面为准。
  4. npm scope：@mariozechner/* 与 @earendil-works/* 两种说法并存（仓库已转由 Earendil Inc. 维护）。
  5. pi-ai 的方法名：视频说 createModel，文档里出现的是 getModel / stream / complete。
  6. 全局 skills 路径：字幕 ~/.agents/skills/ vs 文档 ~/.pi/agent/skills/，两者可能都支持。
  7. 微信插件：官方包目录前 50 名（按下载量）无此包，只有 @llblab/pi-telegram。全站 5410 个包未穷举，无法确认。
  8. 联网插件的「零配置」：视频强调不需要 API key，但 pi-web-access 多数后端需要 key。作者装的可能是别的包或旧版本。
  9. DeepSeek 模型名：「V4 Pro / V4 Flash」为字幕读音还原。
  10. XRMCP：联网插件内置的 MCP 服务名，无法确认。
  11. 「第四种黑猩猩」：Web UI 作者昵称，无法确认准确写法。