智能体
wechat ·
@极客之家
又一个国产开源神器!社区版 Pi Agent 桌面工作台来了
未提供
正文
今天给大家分享一个国产开源的 AI 编程桌面端 —— PI-Desktop。Windows、macOS 和 Linux 都能安装,本地项目、Agent 会话、模型配置、代码改动和插件都可以放在一个窗口里,不用分别去几个地方找。
打开本地仓库以后,Agent 可以读代码、改文件、跑命令和测试。中间执行了什么,最后改了哪些内容,也会留在工作区里。项目现在还在 Early Preview,仓库里已经有安装包和比较完整的使用文档。
先简单介绍下
PI-Desktop 给 Coding Agent 准备了一个独立的桌面工作区。会话按项目保存,模型自己接,代码修改可以直接检查,插件也能继续往里面加东西。平时要用的项目、会话和审查页面,在一个窗口里都能找到。
软件里没有自带大模型。自己已经有权使用的模型服务可以接进来,本地模型也可以。云端模型、自建网关和兼容接口都能使用,具体怎么选,还是看每个人手头的模型和项目要求。
它的 Agent Runtime 来自开源 Pi 生态,PI-Desktop 负责桌面工作区、会话、权限、插件和多 Agent 编排。
功能
项目和会话可以一直留着
Coding Agent 用的时间长了,会话很容易散在各个项目里。PI-Desktop 把会话挂在项目下面,左边能看到每个项目最近做了什么。常用的会话可以置顶,暂时不处理的先归档,也能从旧会话开分支或者搜索内容。
几个本地仓库可以同时放在工作区里。换项目的时候,原来的会话还在,不用把之前聊过的内容重新整理一遍。Agent 正在运行时,临时想到的要求也能先排队,等它继续处理。
输入 @ 可以选择项目里的文件,/ 则会打开命令。需要让 Agent 看某个具体文件时,这两个入口会比较常用。
应用关掉以后再打开,Session 仍然保留。项目还做了检查点,中断以后会尽量恢复任务现场,这里仍然要以实际恢复结果为准,重要代码该保存、该提交,还是不能省。
全局搜索能查会话、页面、设置和命令。完成的工作、权限请求和更新提醒也会进通知收件箱,之后还能回来查,不会只留一个临时弹窗。
Agent 做过的内容可以回看
会话里会留下模型回复、工具调用和命令执行记录。Agent 回完以后,我们可以往前翻,看看它中间查了哪些内容,执行到了哪一步。会话特别长的时候,右侧的缩略导航能帮忙定位前面的消息。
代码改完以后,Diff 和命令输出可以直接查看。文件、网页、浏览器预览和计划审批也会在右侧工作面板里打开。检查修改时,文件内容和 Agent 的执行记录可以放在一起看,省去了来回找窗口的麻烦。
长期会话与执行过程
上下文占用和 Token 用量也会显示在会话里。作者的公开文章里还展示过缓存命中信息,这个数字会随模型服务和任务内容变化,看看本次调用的实际情况就好。
Agent、Plan 和 Goal
• 日常改代码,可以直接用 Agent。它会读项目、修改文件、运行命令和测试,然后继续处理发现的问题。
• Plan 会先研究仓库,给出实施计划,等我们确认以后再改。影响文件比较多,或者需求只有大概方向时,先看计划会更容易检查。发现它理解偏了,也能在实际修改之前调整。
• 用 Goal 时,需要把目标和验收条件说清楚,执行路线由 Agent 选择。如果结果已经比较明确,中间步骤又不想逐项交代,可以考虑这个方式。
这三种方式都受权限设置约束。改文件、跑命令、调用工具和委派任务时,仍然会经过权限层。每个会话能自主处理多少操作,也可以分别调整。
多个 Agent 分任务
Subagent 可以承担独立的后台任务。代码调查、测试分析、某一部分实现和 Review 都能分开做,各自使用独立的上下文,完成以后再把结果交回主 Agent。
模型设置里可以决定哪些模型允许被 Subagent 调用。因此,主 Agent 和 Subagent 不必永远使用同一个模型,可以按任务安排。
需要更长时间的并行工作时,项目里还有 Session Orchestrator。一个主 Session 可以协调多个 Worker Session,每个 Worker 都保留完整会话,能单独查看,也能继续追加任务。
多 Session 编排
多 Agent 我只会给需要并行的任务用。只改一个小文件,拆任务反而费事,还要多花模型调用和检查会话的时间。工作项本身比较独立,同时处理才方便一些。
插件已经有一些实际用法
现在 PI-Desktop 已经兼容一些现成插件了,Token 统计可以看模型消耗,SSH 管理用来集中管理远程主机。Git Lens 会把 Git 历史和相关操作放进侧边栏,浏览器插件则负责页面浏览和自动化。
插件市场里还有终端和 Markdown 笔记。除了 Agent 工具,插件也能添加面板、右侧视图、悬浮组件和主题。Skills、MCP Server、后台服务同样可以接进来,插件之间还能传递消息。
插件市场
看到合适的插件可以从市场安装,手里有 .piplug 包也能导入。仓库里放了面板、Agent 工具、Skill 和完整示例等模板,想自己写插件也有现成的起点。
MCP 服务、Skills 和 Subagents 可以单独管理。某些扩展只在一个项目里需要,就只给那个项目启用,不用全局都打开。
插件本身也是代码,权限审批不等于完整的操作系统沙箱,来源不清楚的插件,不要轻易装。
模型和参数都能单独调
不同会话可以用不同模型,同一会话里也能换模型和推理档位。换完以后,原来的项目和对话还在,不需要重新开一个会话把背景再讲一遍。
模型参数可以分别调整,包括上下文窗口、最大输出、推理开关和温度。自定义模型 ID 可以手动添加,接自建网关时也能填写自己的 Endpoint。
模型与推理档位切换添加模型服务
其他工具的本地会话也能导入
本机以前留下的 Coding Agent 会话,可以挑需要的部分导入 PI-Desktop。原来的工具不用卸,项目也不必一次全部迁过来。
入口在设置的 Import 页面。导入的是本机已有记录,先拿一部分会话过来看看也可以,后面再决定哪些项目适合放到这里。
数据默认存在本机
项目、会话、设置和日志默认存在本机,API 凭据放在操作系统钥匙串里。模型请求不强制经过 PI-Desktop 的云端中转,仓库也明确写了没有 PI-Desktop 遥测。
不放心的可以源码部署,让手头的 AI 检查一下风险。
快速开始
只是下载使用的话,Releases 里的安装包就够了,不需要拉源码,也不用先准备 Node.js、pnpm 和 Rust,后面这些是从源码运行时才需要的开发环境。
macOS 有 Apple Silicon 和 Intel 版本,Windows 有 x64 版本,Linux 有 x64 和 ARM64 包。Linux 需要 glibc 2.35 及以上,Ubuntu 22.04+、Debian 12+ 和 Fedora 36+ 都在项目列出的常见支持范围里。
安装以后,接上自己使用的模型,再打开一个本地项目就可以开始。Agent、Plan 和 Goal 没有必须固定使用的场景,按这次任务需要来选就行。
第一次接触这个桌面端,拿测试仓库会轻松一些。权限提示、Diff 和会话记录都看过一遍,基本就知道它和自己的习惯合不合了。
我的看法
会话留存和修改审查是我比较在意的两件事,PI-Desktop 都放进了桌面端。模型可以换,插件也已经有能安装使用的东西。平时用 Coding Agent 时会遇到的这些小事,它在一个桌面窗口里照顾到了不少。
多 Agent 我不会什么任务都开。小任务拆开后反而难检查,大一点的仓库、能分开的工作项,才比较适合用。插件这块我倒是更愿意看后续,终端、Git、浏览器这些内容接进来以后,桌面端能做多少事,很大程度上要看插件维护得怎么样,目前这块还是比较薄弱。
项目还在 Early Preview,部分接口和桌面行为会变,已经在用 Coding Agent 的话,可以拿个测试仓库试试;平时没有这类需求,也没必要为了换桌面端硬改自己的工作方式。
开源仓库
https://github.com/vastsa/PI-Desktop