Pi Coding Agent: installazione e prima prova con Pi 1.0

Pi Coding Agent ti dà il controllo sull'agente che usa il tuo modello

Pi è un'infrastruttura minima per agenti: il software che collega un modello ai tuoi file e ai comandi. Puoi immaginarlo come un banco da lavoro: il modello che scegli decide cosa fare, mentre Pi gli mette a disposizione gli strumenti per farlo.

I quattro strumenti integrati e attivi per impostazione predefinita coprono il ciclo di lavoro essenziale:

Il modello richiede uno strumento, Pi lo esegue e il risultato torna nella conversazione. Il ciclo può ripetersi fino al completamento dell'attività. Questi sono i quattro strumenti attivi per impostazione predefinita, non l'elenco completo di tutti gli strumenti integrati disponibili nella versione 1.0. Documentazione degli strumenti di Pi, ciclo di esecuzione dell'agente.

Se usi già Claude Code o Codex, valuta Pi in base al flusso di lavoro che vuoi gestire direttamente. Il mio consiglio è provarlo quando hai in mente una personalizzazione precisa, come un comando per la revisione del repository o una skill riutilizzabile per le migrazioni. Per confrontare più opzioni, trovi una selezione di agenti di programmazione indipendenti dal modello.

Cosa cambia in Pi 1.0: interfaccia da terminale e gestione degli strumenti

La versione 1.0.0 rende predefinita l'interfaccia a schermo intero e migliora codemode e accesso agli account. Una TUI è un'interfaccia visualizzata all'interno del terminale. Ecco le novità rilevanti durante la configurazione:

MCP collega l'agente a strumenti esterni. OAuth è il flusso di autenticazione che concede l'accesso senza fornire allo strumento la tua password. Codemode permette al modello di comporre chiamate agli strumenti in JavaScript e di riportare nella conversazione solo i risultati selezionati. La riduzione dei token del prompt riguarda questa configurazione: non promette una spesa inferiore del 40% per ogni attività. Note di rilascio di Pi 1.0.0, documentazione di codemode.

La stessa versione aggiunge la generazione di immagini dagli script di codemode, Radius in /login e quietStartup: "header". Per la prima attività di programmazione puoi lasciare da parte queste funzioni. Note di rilascio.

Come configurare Pi e completare una prima attività in 28 minuti

Parti da un repository che conosci, con un comando dei test funzionante e accesso a un modello supportato. I tempi qui sotto sono un riferimento per organizzare la sessione: download, autenticazione e durata dei test dipendono dal tuo ambiente. Scegli un'attività abbastanza piccola da poterla verificare prima della fine.

Minuti da 0 a 5: installa Pi e apri il progetto

L'installazione tramite npm richiede Node.js 22.19 o successivo. Questo comando fissa la versione di Pi a 1.0.0, così la procedura corrisponde alla versione descritta nella guida:

node --version
npm install -g --ignore-scripts @earendil-works/pi-coding-agent@1.0.0
pi --version
cd /path/to/project
pi --tui-mode regular

Sostituisci /path/to/project con la cartella di lavoro. pi --version dovrebbe restituire 1.0.0. Se esegui soltanto pi, si attiva la nuova modalità predefinita a schermo intero. L'alternativa ufficiale per macOS/Linux è curl -fsSL https://pi.dev/install.sh | sh, che installa la versione corrente. Documentazione di installazione del progetto, guida rapida.

Minuti da 5 a 10: collega l'account che hai già

Esegui /login dentro Pi, scegli il provider e completa la procedura di autenticazione proposta. Poi esegui /model e seleziona un modello disponibile. Il provider è il canale attraverso cui ottieni l'accesso; il modello è il sistema che genera le risposte.

La documentazione di Pi sull'autenticazione elenca sia l'accesso tramite abbonamento Anthropic sia Sign in with ChatGPT di OpenAI. OpenAI descrive l'uso del piano come un'autorizzazione per le richieste idonee, subordinata all'idoneità dell'account. La chiave API segue un percorso di fatturazione separato. Provider OAuth di Pi, documentazione di accesso OpenAI.

Il sito di Pi elenca Anthropic, OpenAI, Google, OpenRouter, Ollama e altri provider. Il supporto di un provider non significa che tutti i suoi modelli compaiano in ogni account. Se manca un modello, verifica prima l'autenticazione: /model mostra i modelli per cui sono disponibili credenziali utilizzabili. Premi Ctrl+S nel selettore per salvare il modello predefinito. Documentazione sulla selezione dei modelli.

Per Ollama, segui l'esempio di endpoint compatibile del progetto in ~/.pi/agent/models.json: usa http://localhost:11434/v1, il tipo API openai-completions, la chiave fittizia ollama e l'ID di un modello servito dalla tua installazione. Aprendo /model, il file viene ricaricato. È il percorso locale per provare Pi senza un account a pagamento per i modelli.

Minuti da 10 a 13: aggiungi le istruzioni per il repository

Inserisci un breve AGENTS.md nella radice del repository, oppure amplia quello che mantieni già. Pi cerca le istruzioni in ~/.pi/agent/, nelle cartelle superiori e nella cartella corrente. Se le modifichi durante una sessione, esegui /reload. Documentazione della configurazione.

Le istruzioni devono descrivere il tuo repository reale. Per esempio:

Use the existing test runner and neighboring test conventions.
Keep this task within the function and tests I name.
Do not add dependencies or change the public API.
Run the focused tests and report the exact command and result.
Leave commits and publishing to me.

Se lo conosci, aggiungi il comando effettivo per i test mirati. AGENTS.md guida il modello, ma non impone un limite alle sue autorizzazioni.

Minuti da 13 a 23: apporta una modifica utile

Scegli una funzione di supporto già presente, il cui comportamento con un input vuoto sia definito ma non coperto da un test di regressione. Allega la funzione e un test vicino usando @, il selettore di file di Pi, poi assegna questa attività:

Un test di regressione protegge un comportamento atteso da modifiche future che potrebbero comprometterlo. Questa attività produce un diff concreto senza chiedere a Pi di riprogettare l'applicazione. La guida rapida documenta la selezione dei file con @ e la verifica dei file modificati al termine di un'attività. Documentazione della prima attività.

Minuti da 23 a 28: verifica il risultato

Leggi il test modificato e controlla git diff, che mostra le modifiche ai file. Verifica che l'asserzione controlli il comportamento atteso, poi esegui personalmente il comando dei test mirati. Il superamento dei test dà elementi a sostegno della modifica; resta a te valutare se l'asserzione è utile e se l'intervento ha rispettato l'ambito previsto.

La prima sessione può dirsi conclusa quando il provider scelto funziona, Pi ha apportato la modifica desiderata e sai spiegare il diff. Rimanda le personalizzazioni alla sessione successiva.

Pi è gratuito: la spesa dipende dall'uso del modello

La licenza MIT di Pi non aggiunge costi software per utente. L'accesso tramite abbonamento consuma la quota fornita dal piano; una chiave API genera la fattura a consumo del provider. Con un modello locale, il costo si sposta sull'hardware e sul suo funzionamento.

Per un esempio di calcolo tramite API, OpenAI applica a GPT-6.1 Sol, nell'uso standard con contesto breve, un prezzo di $2 per milione di token di input e $10 per milione di token di output. I token sono le unità di contenuto conteggiate per la fatturazione. Prezzi ufficiali OpenAI.

Supponiamo che una piccola attività accumuli questi consumi nell'insieme delle sue richieste:

È un calcolo illustrativo, non il consumo misurato di un'attività. Presuppone l'elaborazione standard, un massimo di 272,000 token di input per ciascuna richiesta e l'assenza di scritture nella cache o strumenti fatturati separatamente. Input in cache, scritture nella cache, richieste più lunghe e altri livelli di elaborazione hanno tariffe diverse. Cento attività con esattamente questo profilo di consumo costerebbero $30 di soli costi base del modello. Dettagli dei prezzi di GPT-6.1 Sol.

Per valutare il budget, chiediti se la personalizzazione che vuoi ottenere giustifica il lavoro necessario a mantenerla. Pi elimina il costo di licenza dell'infrastruttura dell'agente; restano la spesa per il modello, la revisione umana e il tempo di sviluppo necessario a sostenere il tuo flusso di lavoro.

Come estendere il flusso di lavoro con il meccanismo più semplice

Usa le istruzioni per le convenzioni, le skill per le procedure ripetibili e le estensioni per i comportamenti eseguibili.

Il file SKILL.md di una skill inizia con un nome e una descrizione. Quando vuoi caricarne una esplicitamente, richiamala con /skill:name. Le estensioni vengono eseguite all'interno del processo di Pi: controllane il codice prima di caricarle. Skill, estensioni.

pi install ./local-package installa un pacchetto che hai preparato localmente. Per un pacchetto pubblicato, usa pi install npm:@scope/package@version con il nome e la versione effettivi. Aggiungi --local per registrare una dichiarazione del pacchetto a livello di progetto in .pi/settings.json. Se modifichi le risorse durante una sessione attiva, esegui /reload. Documentazione dei pacchetti.

Per un servizio MCP esterno, configura il server e usa /mcp login <server> quando è richiesto OAuth. Aggiungilo in un secondo momento, dopo aver ottenuto una configurazione funzionante. Documentazione di MCP.

Sei attività utili, in ordine di beneficio pratico

Il punto di partenza più solido è il lavoro ricorrente in un repository che conosci. Quelli che seguono sono flussi di lavoro proposti: i benefici dipendono dal tuo codice e dal rigore con cui verifichi le modifiche.

1. Aggiungere test di regressione per un bug segnalato. Un fondatore che mantiene un'app web in abbonamento potrebbe allegare la procedura per riprodurre il bug, l'implementazione e i test, chiedere a Pi un test che fallisca e una correzione circoscritta, poi rieseguire le verifiche pertinenti. Il valore sta nel trasformare il problema osservato in un test permanente.
2. Verificare una modifica prima di aprire una pull request. Uno sviluppatore potrebbe fornire a Pi un diff locale e una skill per la revisione del repository, chiedendo di individuare possibili difetti con riferimenti ai file e una spiegazione. Trovare un problema concreto prima della revisione potrebbe risparmiare un giro di scambi.
3. Migrare una parte circoscritta di un'applicazione. Un manutentore potrebbe formalizzare la procedura di migrazione in una skill, applicarla a un modulo ed eseguire le verifiche previste. Il possibile risparmio deriva dal riuso della procedura su moduli simili, verificando ogni diff.
4. Capire un repository che non si conosce. Uno sviluppatore appena arrivato potrebbe chiedere a Pi di seguire una richiesta dal punto di ingresso fino alla persistenza dei dati, poi salvare appunti con riferimenti ai file e i comandi di verifica pertinenti. Gli appunti potrebbero ridurre le domande ricorrenti durante l'inserimento.
5. Scrivere un piccolo script di manutenzione. Chi si occupa di fixture obsolete potrebbe far preparare a Pi uno script, provarlo su input di esempio e documentarne l'uso. Uno script verificato potrebbe sostituire modifiche manuali ripetitive.
6. Creare un flusso di lavoro interno per gli sviluppatori. Un responsabile tecnico potrebbe distribuire un comando personalizzato e alcune skill in un pacchetto, oppure integrare Pi tramite la modalità print per comandi singoli, RPC per controllare un processo separato o la libreria SDK per incorporare sessioni in un'applicazione. Il beneficio è adattare l'agente a un'attività ricorrente; integrazione e supporto restano responsabilità del referente tecnico. Interfacce di integrazione.

L'opportunità più concreta: un revisore su misura per il repository

Un pacchetto per la revisione prima del merge è l'opportunità più chiara: il lavoro si ripete e chi acquista conosce già il costo dei ritardi nelle revisioni. Un piccolo team di sviluppo potrebbe pagare per un pacchetto mantenuto nel tempo, capace di controllare le proprie convenzioni e fornire riscontri a chi revisiona.

La verifica della domanda ha rilevato 1,300 ricerche Google mensili stimate negli Stati Uniti per “ai code review”. CodeRabbit Essentials offre un riferimento di prezzo: $24 per sviluppatore al mese con fatturazione annuale, oppure $30 con fatturazione mensile. Questi dati indicano interesse per l'attività e l'esistenza di una categoria a pagamento, ma non dimostrano una domanda per un pacchetto Pi. Volume di ricerca: panoramica delle keyword DataForSEO, verificata il 3 ottobre 2026. Prezzi di CodeRabbit.

La versione minima vendibile potrebbe includere una skill di revisione, un comando che raccoglie il diff locale, verifiche specifiche del repository e un rapporto con riferimenti ai file. All'inizio, mantieni l'esecuzione in locale. Il nodo è differenziarsi: un prompt generico è facile da copiare e un pacchetto Pi richiede manutenzione, controlli di accesso e supporto propri. Il valore da vendere è la qualità delle verifiche sul repository e il loro aggiornamento nel tempo.

La seconda opportunità è un pacchetto iniziale per il team. Un responsabile dello sviluppo potrebbe acquistare configurazione e manutenzione per avere impostazioni coerenti dei provider, AGENTS.md, skill condivise e un piccolo insieme di estensioni approvate. La verifica della domanda ha rilevato 1,600 ricerche mensili stimate negli Stati Uniti per “open source ai coding assistant”, misurate da DataForSEO nella stessa data. La prima versione potrebbe consistere in un pacchetto e una procedura di avviamento per i repository di un team. Il limite è che l'interesse nelle ricerche non dimostra la disponibilità a pagare per l'installazione: il valore continuativo deve venire dalla manutenzione del flusso di lavoro del team.

Quando Pi non conviene: nessuno vuole gestire le impostazioni di base

Scegli uno strumento gestito se il team si aspetta controlli delle autorizzazioni, isolamento e flussi di lavoro standardizzati già inclusi in un prodotto supportato. Gli strumenti di Pi usano le autorizzazioni del processo che lo avvia. La fiducia assegnata al progetto determina quali risorse del progetto vengono caricate, ma non isola le chiamate agli strumenti in una sandbox. La cartella di lavoro non impedisce ai comandi di raggiungere altri percorsi accessibili. Modello di sicurezza di Pi.

Le estensioni possono aggiungere richieste di conferma o protezioni sui percorsi, mentre un container può fornire un confine imposto dal sistema operativo. Sono scelte che comportano lavoro di implementazione e manutenzione per il team. Anche la sandbox JavaScript di codemode lascia invariate le autorizzazioni degli strumenti chiamati. Funzionalità delle estensioni, codemode.

Pi lascia inoltre fuori dal nucleo i sub-agenti integrati e la modalità di pianificazione. Il mio giudizio: è un buon compromesso per uno sviluppatore che vuole una base essenziale da adattare, meno adatto a un team che vuole affidare queste decisioni a qualcun altro. Scelte progettuali.

Lunedì, assegna a Pi un bug o un'attività sui test ben circoscritta, in un repository che mantieni. Conserva il diff e il risultato dei test, poi decidi quale procedura ricorrente merita una skill. Se vuoi far realizzare un flusso di lavoro su misura per il tuo team, puoi partire dallo sviluppo di agenti AI.