Oh My Pi：把 IDE 能力接进终端的开源编码 Agent

Oh My Pi（GitHub 仓库 can1357/oh-my-pi，简称 OMP）是一个把 IDE 级能力装进终端命令行的开源编码 Agent。截至 2026 年 8 月 26 日，它在 GitHub 上累计获得 27.7k star、2.7k fork，由 484 位贡献者提交了 20,054 次 commit，发布 577 个 release，采用 MIT 协议。它的特别之处在于不做外部依赖的堆叠，而是把 LSP、调试器、浏览器、桌面控制这些通常属于 IDE 的能力，直接编译进自己的 Rust 核心。

OMP 的来历

OMP 是 Mario Zechner 的开源项目 Pi（pi-mono）的增强重写。原版 Pi 已是终端编码 Agent 中的知名项目，OMP 在其基础上用 TypeScript 与 Rust 重写并扩充能力，定位是「coding agent with the IDE wired in」——把 IDE 接进来的编码 Agent。

代码构成上，TypeScript 占 84.4%，Rust 占 9.3%——约 8 万行 Rust 组成核心，拆为 pi-shell、pi-natives、pi-ast、pi-iso、pi-voice、pi-walker 六个 crate，另有 5.2% 的 Python。macOS、Linux、Windows 三平台都有原生二进制，Windows 上不需要 WSL 桥接。

四项 IDE 级能力

LSP 写入集成。 执行重命名这类重构时，请求走 workspace/willRenameFiles，重导出、barrel 文件、别名导入会在文件移动前同步更新。IDE 掌握的项目结构信息，agent 都能拿到。

真实调试器。 C 程序段错误时，agent 挂上 lldb 逐步定位；Go 服务卡住时挂 dlv 检查 goroutine；Python 进程卡住时用 debugpy 暂停、检查、求值。项目文档演示中不再靠 print 语句排错。

浏览器。 通过 Puppeteer 驱动 headless Chromium，stealth 模式默认开启，页面看到的是普通用户而不是机器人；也可以通过 relay 扩展接管用户已打开的 Chrome 标签页，不抢焦点。

桌面控制。 computer 工具在真实主机上运行持久 JavaScript：枚举窗口与显示器、截屏、发送原生输入、读取可访问性树、读写剪贴板。

工具全部编译进进程

OMP 的另一个核心取舍是 in-process：ripgrep、glob、find、sed、sort、jq 等 58 个命令行工具被移植进 builtins crate，与内置 bash 一起编译进二进制；grep、搜索、语法高亮、图像解码、BPE 计数都在进程内完成，不经过 fork/exec。

收益有两个：一是机器上装没装 rg、grep、find 都不影响使用；二是每次工具调用省掉一次 fork-exec 往返，在频繁调用的场景下累积明显。

编辑格式直接决定模型表现

OMP 团队公布的 benchmark 数据很直接：Grok Code Fast 1 的编辑通过率从 6.7% 提升到 68.3%，MiniMax 在同权重、同提示词下通过率翻到 2.1 倍，Grok 4 Fast 输出 token 减少 61%——同一批模型，只换了编辑格式。他们的结论是：糟糕的编辑格式会「吃掉」模型的表现。

对应的工程方案是 hashline：编辑时指向内容哈希锚点，而不是重打整行；文件过期时锚点偏离，patch 会在写入前被拒绝，避免损坏代码。时间旅行流规则则让预设规则在模型偏离脚本时中途注入纠正，且注入内容在上下文压缩后依然保留。

记忆、子代理与协作

• 记忆系统：retain 写入事实、learn 沉淀经验、recall 取回，后端可选本地 SQLite、Hindsight 或 Mnemopi，默认按项目隔离；
• 子代理：task 在隔离的 worktree 中并行拆分任务，每个 worker 有独立工具面，最终通过 schema 校验的 yield 对象返回结果；Agent Hub 面板可实时查看每个子代理的活动与用量，还能复活停摆的 worker；
• 协作与结对：/collab 把实时会话放到中继上生成链接与二维码，队友用 omp join 加入，可读写结对，也可只读围观；
• 评审：/review 派发专门的评审子代理并行检查分支、单次提交与未提交改动，问题按 P0–P3 分级并给出置信度评分；
• advisor 角色：第二个模型盯住主模型的每一轮，把疑虑、concern、硬性阻断注入行内，主模型据此纠正或说明不纠正的理由。

模型路由与配置兼容

OMP 支持 60+ 模型 provider、上千个模型，10 个角色（default / smol / slow / plan / commit / vision / designer / task / advisor / tiny）按用途路由；Anthropic、OpenAI、Gemini、DeepSeek、DeepInfra 等直接 API 或网关接入，也支持 Ollama、LM Studio 等本地模型；付费编码计划涵盖 Cursor、GitHub Copilot、Kimi Code 等。

兼容性上，OMP 直接读取磁盘上已有的 8 种 agent 配置格式——Cursor MDC、Cline .clinerules、Codex AGENTS.md、Copilot applyTo 等，不需要迁移脚本，也不存在「受支持子集」的问题。

一点判断

OMP 的价值不在「又是一个终端 Agent」，而在于两个工程选择：把 IDE 能力与常用命令行工具全部拉进进程内，以及把编辑格式当作一等公民来优化。前者让它在任何机器上开箱即跑，后者直接带来同模型下数倍的通过率提升——这两点在 27.7k star 与 577 个 release 背后，是看得见证据的。

拿不准「某一家」规模时，一个可复述的结论是：终端编码 Agent 的竞争已经从「模型强不强」转向「harness 工程好不好」，而 OMP 是目前把这个方向做得最完整的开源项目之一。