oh-my-pi：终端AI新物种

原文链接：https://mp.weixin.qq.com/s/pgwwZVo5jRpjXi9slIOY_Q

AI 编程工具的竞争，已经从”谁的模型强”转向”谁的工具层厚”。oh-my-pi 选了后者。

如果你跟我一样，每天都在终端里和代码搏斗——改 bug、查日志、做重构——你可能也有过这种体验：

AI 帮你写了 200 行代码，跑起来报错。你加 print，重启，看输出，猜原因，再加日志，再重启。来来回回，一小时过去了。

这不是模型的问题。Claude、GPT、Gemini 写代码已经很猛了。问题出在工具层：模型看不到你的代码库结构，接不上调试器，改个文件靠字符串匹配。出错率被工具链放大了。

oh-my-pi 要解决的就是这个。

一句话说清楚

oh-my-pi 是 Pi 项目的社区分支，由 can1357 维护，GitHub 已破 9400 Star。命令行工具叫 omp，MIT 开源，TypeScript（Bun runtime）+ Rust 原生引擎构建。

它不是一个 Claude Code 克隆，也不是 Cursor 平替。它的思路是：把 LSP、调试器、结构化编辑、子代理、浏览器这些真正让程序员干活高效的东西，全部接进 AI Agent。

Pi 与 oh-my-pi：底盘 vs 整车

oh-my-pi 是 Mario Zechner 的 Pi 项目的 fork，关系类似于 oh-my-zsh 和 zsh。

Pi 的哲学很酷——“提供原语，不提供功能”。它是一个极简的 AI Agent 底座，给你最基础的 harness，其余自己去搭：子 Agent、MCP 适配器、权限系统、调试支持……配完 20 个包才能开始写代码。

oh-my-pi 走了相反的路。它保留了 Pi 的所有扩展能力，但把开发者真正需要的东西直接内置。

维度

oh-my-pi

哲学

极简，提供原语

开箱即用，batteries included

内置工具

基础 5-6 个
32 个
LSP

需安装扩展
13 个操作内置
调试器

无
27 个 DAP 操作内置
子 Agent

需安装扩展

内置，返回类型化结果

浏览器

需安装扩展

内置，Stealth 反检测

代码审查

无
/review，
P0-P3 优先级

Rust 原生引擎

无

~27,000 行进程内实现

规则兼容

仅 Pi 自有格式

自动读 8 种格式

扩展系统

✅

✅ 继承 Pi 的扩展 + 自有

**选择逻辑很简单：**你喜欢从零搭建、享受定制乐趣 → 选 Pi。你想开箱写代码、不想折腾 → 选 omp。

跟主流工具的差距在哪里

一张表说清楚：

维度

Claude Code

Cursor

oh-my-pi

LSP 集成

无

IDE 原生

内置 13 个操作

调试器 DAP

无

内置 27 个操作

编辑方式

diff-based

Hashline 锚点编辑

子代理

Task tool

Agents Window

多隔离 worker

导入现有规则

手动

自动读 8 种配置

开源

否

MIT

中间三行是核心差异。别人在卷模型，oh-my-pi 在卷工具层。

三个杀手级能力

1. Hashline 编辑：patch 不再靠猜

用过 AI 编程工具的都知道最烦什么——Agent 输出一个 diff，缩进差一格，上下文过期半行，啪，patch 失败。重试，再失败，token 打水漂。

oh-my-pi 的 Hashline 走的是另一条路：给每行代码生成短哈希锚点，模型引用锚点来定位编辑位置，而不是复现原文。效果是实打实的：

模型

Hashline 前

Hashline 后

Grok Code Fast 1

6.7% 通过率
68.3%
通过率

Gemini 3 Flash

基准线
+5 个百分点
Grok 4 Fast

基准线
输出 token -61%
MiniMax

基准线
通过率翻倍

文件被修改过导致哈希不匹配？编辑直接被拒绝，不会默默改错地方。这是从”概率性出错”到”确定性正确”的跨越。

2. LSP 接入：Agent 真的”看懂”了代码

你用 Claude Code 改代码，它看到的是文本。查引用？靠 grep。安全重命名？靠字符串替换，漏了 barrel file 算你倒霉。

oh-my-pi 内置 LSP 客户端。模型可以调 textDocument/references、``textDocument/definition、``workspace/symbol 这些标准操作。就像在终端里给 Agent 装了一个隐形的 VS Code。

实测效果：让它把一个 handleRequest 重命名为 processIncomingRequest——函数名换了，import 全更新了，跨目录引用一个没漏。不是字符串替换，走的是 LSP rename，就是你在 IDE 按 F2 干的那件事。

3. DAP 调试器：bug 不是猜的，是看的

AI 编程最大的痛点是什么？出了 bug 回到石器时代。 流程永远是：看报错 → 猜原因 → 改代码 → 重跑 → 不对就再来。

oh-my-pi 把 DAP 调试器接进来了。Agent 可以暂停进程、看调用栈、读局部变量：

lldb：
C / C++ / Rust
dlv：
Go
debugpy：
Python

写了个 C 程序一直 segfault？Agent 挂上 lldb，停在 crash 现场，看调用栈和变量值——“这个指针在第三个循环之后变成 null 了”。它自己找到的，你全程不用指挥。

其他值得关注的细节

32 个内置工具

13 个 LSP 操作 + 27 个 DAP 操作，覆盖读、写、搜索、AST 编辑、浏览器、子代理

自动继承已有配置：
首次运行扫描 .claude、``.cursor、``.windsurf、``.gemini、``.codex、``.cline、``.github/copilot 和 .vscode——迁移成本几乎为零
40+ 模型提供商：
不绑特定模型，自由切换
四种入口：
交互式 TUI / 一次性命令 omp -p / Node SDK / RPC & ACP
后知记忆（Hindsight）：
跨会话保留项目上下文，重启终端不需要重新描述项目结构

安装

`# macOS / Linux
curl -fsSL https://omp.sh/install | sh

# Bun 全局安装（推荐）
bun install -g @oh-my-pi/pi-coding-agent

# Windows PowerShell
irm https://omp.sh/install.ps1 | iex

# 固定版本
mise use -g github:can1357/oh-my-pi`

前提：bun >= 1.3.14。

适合谁，不适合谁

人群

推荐度

后端 / 基础设施开发者，终端是主战场

★★★★★

需要调试复杂 bug 的人

★★★★★

做大型重构、批量迁移

★★★★

对 AI 编程工具链感兴趣的工具爱好者

★★★★

前端开发者，习惯 IDE 全流程

★★★

想要开箱即用、不想折腾配置

★★

需要警惕

快速迭代中：
GitHub 提交频繁，API 可能随时变。探索期友好，生产环境需谨慎。
强项在后端：
写前端组件时，Tab 补全体验远不如 Cursor。
学习成本不低：
配置项多，工具行为需要理解才能用好。
社区项目无商业背书：
出问题靠 issue 和 Discord，没有客服。

结语

AI 编程工具的竞争正在换赛道。模型能力已经不是瓶颈——Claude、GPT、Gemini 随便一个都能写代码。真正的差距在**工具链：**能不能稳定定位修改位置？能不能语义级理解代码库？能不能像人类开发者一样调 bug？

oh-my-pi 在这个方向上给了一套很激进的方案。免费、开源、MIT 协议，没有隐藏成本。

如果你每天在终端里和代码打交道，值得花一个下午试试。

GitHub: can1357/oh-my-pi

💬 本文评论区已开启，但暂无读者留言。

本文转载自微信公众号，如有侵权请联系删除。