kenyon

开发者 | 分享 Pi + Grok、Claude Code 等 AI 编码代理实战经验 | 代码审计 · 信息安全 · iOS App 开发

[kenyon @KenyonCode]

我会持续分享中文 AI 编码代理实战：Pi、Claude Code、Codex、Grok 如何用于代码审查、性能优化、安全审计和 iOS 开发。

关注我，你会拿到可复制的 prompt、workflow、hook、review-state 模板和踩坑记录。

[kenyon @KenyonCode]

@hesiway @grok 感谢，已经用上了

[kenyon @KenyonCode]

如何在 pi-coding-agent 中接入 magpie 网关？我希望自动获取 magpie 中所有可用的模型列表 @grok

[kenyon @KenyonCode]

@grok @magpie_router 确认下

[kenyon @KenyonCode]

@grok magpie 中哪个插件支持接入 catpaw-ai 的配额？注意是 catpaw-ai ，那个按照单次会话计费的ide版本，我希望magpie的下游客户端可以按照在 catpaw-ai中一样，按照单次会话来计费，而非实际使用token

[kenyon @KenyonCode]

@WildVariable01 @grok 事实核查

[kenyon @KenyonCode]

@grok magpie 能否实现pi 中 @jeryjs/pi-keyrouter 相同的，对于自定义 provider的多key负载均衡的能力？

[kenyon @KenyonCode]

@grok @gaoyy9 需要安装其他子代理插件吗

[kenyon @KenyonCode]

@GunloverClub1 因为枪口不许对着自己人

[kenyon @KenyonCode]

respan 的活动已经结束了

[kenyon @KenyonCode]

@xulijian1994 似乎已经失效了

[kenyon @KenyonCode]

这配额不大能咂摸出 gemini-4-carbon 的味来

[kenyon @KenyonCode]

飞书这是往安装包里面塞黄片了？体积这么大

[kenyon @KenyonCode]

Pi（pi-coding-agent） 是一个极简可扩展的终端 coding agent harness（核心工具通常只有 read/write/edit/bash，系统提示词极短）。它的配置是分层的，非常适合用「元提示词」让 agent 自己做巡检、诊断和优化。
主要配置位置（巡检重点）

全局：~/.pi/agent/（或 PI_CODING_AGENT_DIR）
settings.json（模型、thinking level、compaction、defaultTools、packages 等）
AGENTS.md / CLAUDE.md（全局指令）
SYSTEM.md / APPEND_SYSTEM.md
models.json、mcp.json、auth.json
extensions/、skills/、prompts/、themes/
项目级：项目根目录的 .pi/（以及向上查找的 AGENTS.md/CLAUDE.md）
优先级：项目覆盖全局，嵌套对象合并；SYSTEM.md 会替换默认系统提示词。

官方文档入口：https://t.co/38gQvTjc96、配置说明在 GitHub packages/coding-agent/docs/configuration.md 和 settings.md。

元提示词的使用方式：直接在 Pi 会话中粘贴（或作为 slash command / prompt template）。让它用工具读取本地文件。改完后执行 /reload。建议先备份相关文件。
1. 全面配置巡检与健康检查（最推荐先跑这个）

你是 Pi 配置审计专家。请对当前用户的本地 pi-coding-agent 配置做一次完整巡检，输出结构化报告。

步骤：
1. 读取并分析以下文件（如果存在）：
- ~/.pi/agent/settings.json
- ~/.pi/agent/AGENTS.md、APPEND_SYSTEM.md、SYSTEM.md
- ~/.pi/agent/models.json、mcp.json
- 当前项目目录及父目录的 AGENTS.md / CLAUDE.md / .pi/settings.json / .pi/APPEND_SYSTEM.md / .pi/SYSTEM.md
- ~/.pi/agent/extensions/、skills/、prompts/ 目录结构（列出关键文件）
2. 汇总当前生效配置：默认模型/provider、thinking level、compaction 策略（enabled/reserveTokens/keepRecentTokens）、启用工具、已安装 packages/extensions/skills、MCP 服务器。
3. 诊断问题：
- Token 膨胀风险（AGENTS.md 或系统提示词过长、重复规则、缺乏 progressive disclosure）
- 冲突或冗余指令
- 安全/安全边界问题（无权限确认、敏感路径、MCP 暴露等）
- 缺失的最佳实践（缺乏具体命令、决策表、验证步骤、"Do/Don't" 配对）
- 模型与 thinking/compaction 匹配度
4. 给出优先级排序的优化建议，并标注可立即执行的改动。
5. 估算当前上下文占用大致情况（如果能读取相关内容）。

输出格式：
- 配置清单（表格或清晰列表）
- 问题与风险（高/中/低）
- 具体优化建议（带文件路径和示例片段）
- 下一步行动清单

2. AGENTS.md / 项目指令专项优化（基于研究最佳实践）

研究显示：过长或自动生成的 AGENTS.md 可能反而降低任务成功率并增加成本；高质量文件通常精简（目标 100 行以内，理想 30–80 行）、高信号、支持 progressive disclosure。

你是 AGENTS.md 优化专家。请诊断并优化当前项目的 AGENTS.md（以及全局 ~/.pi/agent/AGENTS.md，如果存在）。

原则：
- 保持精简、高信号。优先放「几乎每个会话都需要」的内容（技术栈、关键命令、硬约束、决策表）。
- 详细规范、架构说明、子系统指南放到单独文件，用 progressive disclosure（在 AGENTS.md 中给出索引 + 何时阅读）。
- 避免空泛口号（“写干净代码”“遵循最佳实践”）。
- 包含具体可执行命令、Do/Don't 配对（带原因）、简单决策表、验证步骤。
- 不要自动膨胀；如果当前文件过长，主动提出拆分方案。

任务：
1. 读取当前 AGENTS.md 相关文件。
2. 评估长度、信号密度、是否存在重复/过时/可推断内容。
3. 输出：
- 诊断报告（优点 + 主要问题）
- 优化后的精简版 AGENTS.md（可直接替换）
- 建议拆分到其他文件的内容清单（文件名 + 简述）
- 可选的项目级 vs 全局分工建议

3. 系统提示词（SYSTEM.md / APPEND_SYSTEM.md）与行为优化

你是 Pi 系统提示词架构师。请检查并优化 SYSTEM.md / APPEND_SYSTEM.md（全局与项目级）。

关注点：
- SYSTEM.md 会完全替换默认极简系统提示词，谨慎使用；优先用 APPEND_SYSTEM.md 追加。
- 保持 Pi 的极简哲学，避免把大量规则塞进系统提示词（那会占用每个会话的上下文）。
- 适合放：跨项目通用行为准则、交互风格、安全边界、何时停止/询问用户、工具使用偏好。
- 检查是否与 AGENTS.md 重复或冲突。

任务：
1. 读取现有 SYSTEM.md 和 APPEND_SYSTEM.md。
2. 诊断冗余、过严/过松、与默认提示词冲突等问题。
3. 给出优化建议，并提供改进后的 APPEND_SYSTEM.md 示例（或 SYSTEM.md 如果确实需要替换）。
4. 说明哪些内容更适合放进 Skills（按需加载）而不是常驻系统提示词。

4. settings.json 专项（模型、compaction、工具）

你是 Pi 运行时配置优化专家。请审查 settings.json（全局 ~/.pi/agent/settings.json 和项目 .pi/settings.json）。

重点检查：
- defaultProvider / defaultModel / enabledModels / defaultThinkingLevel / thinkingBudgets
- compaction（enabled、reserveTokens、keepRecentTokens）——是否匹配常用模型和任务长度
- defaultTools（是否合理启用 grep/find/ls/codemode 等，或过度启用）
- retry、theme、packages、warnings 等
- 项目级覆盖是否合理（嵌套合并）

任务：
1. 读取并合并展示当前生效配置。
2. 结合常见使用场景（日常编码、长会话、高推理任务）给出调整建议。
3. 提供优化后的 settings.json 片段（可直接合并）。
4. 提醒：改完后需要 /reload，部分设置可能需要重启。

5. Skills / Extensions / MCP 审计与 progressive disclosure

你是 Pi 扩展与技能架构师。请审计当前已安装/配置的 packages、extensions、skills 和 MCP。

任务：
1. 列出 ~/.pi/agent/extensions/、skills/ 以及项目对应目录的内容，以及 settings.json 中的 packages。
2. 检查 mcp.json（全局与项目）。
3. 评估：
- 哪些能力适合做成 Skill（按需加载，节省常驻 token）
- 是否存在功能重叠或未充分利用的扩展
- MCP 工具是否过多（可通过 Codemode 或 deferred loading 优化）
4. 给出精简建议：保留核心、建议新建的 Skill 示例结构、可卸载的冗余项。
5. 如有必要，提供一个最小 Skill 模板（SKILL.md frontmatter + 指令）。

使用与进阶建议

先跑第 1 个，再根据报告针对性跑专项元提示词。
在 Pi 里直接使用最方便，因为它能真实读取你的本地文件。
优化后务必 /reload，并观察实际会话效果。
核心哲学：Pi 的优势在于极简核心 + 按需扩展。把“几乎总是需要”的东西留在 AGENTS.md / APPEND_SYSTEM.md，其余做成 Skill 或按需文档。
可把常用元提示词保存为 ~/.pi/agent/prompts/ 下的模板，之后用 /name 调用。

[kenyon @KenyonCode]

deepseek 又挂了？

[Oasis Feng @oasisfeng]

受此前 Karpathy 分享的用 ASD-STE100 规范引导 LLM 语言风格的启发，最近通过系统提示词要求 ChatGPT 用「递归自包含分级列表」格式，终于解决了长期以来被 GPT 过于冗长的回答而逼出的 TL;DR 不良心理。现在基本可以做到「一目十行」扫过回答，只在关键信息上花费注意力。😎

（提示词在第二张图片）

[kenyon @KenyonCode]

现在的大撒把实践：

/goal [PRD.md](./docs/PRD.md) [DESIGNS.md](./docs/DESIGNS.md)

[kenyon @KenyonCode]

zcode 今天居然这么稳定？之前也是没辙了，疯起来我自己都害怕

[kenyon @KenyonCode]

@HiTw93 嗯嗯

[kenyon @KenyonCode]

@HiTw93 miaoyan (4.7.0) 这个文件名显示部份存在bug，间距不太对劲