最新资讯
nytimes.com 美众议院共和党领袖要求 Nvidia 黄仁勋闭门简报 pub.towardsai.net 忘掉我:为记忆而设计的系统中的删除难题 unite.ai Airbnb 计划推出覆盖规划、预订与客服的 AI 旅行 agent techcrunch.com Airbnb 称将于 2027 年上半年推出 AI 旅行代理 theverge.com Perplexity 推出面向工作的 AI 代理 Teammates unite.ai Five9 拟以约3.25亿美元收购 Level AI,扩展客服AI分销渠道 unite.ai Serve Robotics 向物理AI公司开放车队软件与数据 wired.com 聊天机器人广告时代到来:哪些做法有效、哪些无效 techmeme.com METR:Anthropic 删减了评估报告中最具信息量的证据 unite.ai 微软借助 AI 修复更多 Windows 漏洞,但补丁部署仍滞后 bloomberg.com Cloudflare 上调年度利润预期,AI 推动网络需求 theinformation.com Anthropic 为 Claude 推出个人理财功能
多元动态
登录 注册
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

原文 我的收藏
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

来源报道 · 1 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容