跳到主内容
AI
文章阅读

Pi Agent 插件推荐:我真正会长期保留的 10 个插件(附使用教程)

精选 10 个值得长期保留的 Pi Agent 插件,逐个说明用途、安装方式、最小教程、适用场景和注意事项,并解释 Goal、Taskflow 与 Agent Teams 的选择边界。

2026/08/26870 次阅读13 分钟

我最近把自己的 Pi Agent 环境重新梳理了一遍。当前启用的包有 18 个,但真正值得拿出来推荐,而且适合大多数开发者长期保留的,我认为只有 10 个。

插件不是越多越好。每增加一个插件,都等于给 Agent 增加一组工具、规则和行为边界。装得太少,Pi 只是一个会读写文件的聊天模型;装得太多,工具会重复,出了问题也很难判断是谁在接管流程。

这篇不做单纯的清单。我会说明每个插件大概是干什么的、怎么安装、第一次应该怎么用,以及最容易踩的坑。

本文以 Pi Agent 0.84.x 和我当前实际使用的版本为基础。插件更新很快,安装前建议确认 Pi、Node.js 和插件 README 中的版本要求。

先看结论

插件主要用途推荐程度
@ff-labs/pi-fff快速查找文件和代码默认安装
pi-web-access网页、PDF、GitHub 和视频研究默认安装
pi-mcp-adapter接入 GitHub、Notion、数据库等 MCP按需安装
@juicesharp/rpiv-ask-user-question在关键决策前结构化提问默认安装
@fradser/pi-monitor后台等待测试、构建和部署结果默认安装
@fradser/pi-memory保存项目长期记忆长期项目安装
pi-simplify整理最近修改的代码默认安装
pi-taskflow编排可验证、可恢复的多阶段流程复杂任务安装
@fradser/pi-agent-teams创建常驻多 Agent 团队团队型任务安装
@narumitw/pi-goal围绕单一目标持续执行谨慎开启

安装插件前先记住这些命令

全局安装一个 Pi 包:


pi install npm:插件包名

只在当前项目安装:


pi install -l npm:插件包名

管理插件:


pi list
pi update --extensions
pi remove npm:包名

安装后重启 Pi 最稳妥,部分插件可以通过 /reload 在当前会话重新加载。

Pi 插件会以你的系统权限运行,可以读写文件、启动进程和访问网络。安装第三方包前,至少确认来源、仓库和工具范围,不要把 pi install 当作无权限的浏览器扩展安装。

1. @ff-labs/pi-fff:更快找到正确的文件

它是干什么的: 使用 Rust 原生的 FFF 搜索补充或替换 Pi 内置的 find 和 grep,支持预索引、模糊匹配、Git 状态加权和使用频率排序。

Agent 写代码前首先要找到正确文件。普通搜索能给出结果,但大型仓库里,最相关的文件不一定排在最前面。FFF 会提高经常访问、最近修改、未提交文件的排名,项目越大越有价值。

安装与使用


pi install npm:@ff-labs/pi-fff

检查索引和手动重建:


/fff-health
/fff-rescan

平时直接告诉 Pi:


找到项目里和用户登录、Token 刷新相关的文件,按相关性排序,先不要改代码。

需要直接替换内置搜索时,可以这样启动:


PI_FFF_MODE=override pi

适合: 中大型仓库、Monorepo、Flutter、Rust 和 TypeScript 项目。

注意: 从 Home 目录启动时可能索引整个用户目录,最好从具体项目目录运行 Pi。

2. pi-web-access:给 Pi 一套完整的联网研究能力

它是干什么的: 提供网页搜索、正文抓取、来源核验、GitHub 仓库读取、PDF 提取,以及 YouTube 和本地视频理解。

没有联网能力的 Agent 很容易把旧知识当成最新事实。pi-web-access 不只是“搜网页”,它还会保存完整页面供后续定位原文,遇到 GitHub 链接时可以读取真实仓库内容。

安装与使用


pi install npm:pi-web-access

默认即可使用,也可以在 ~/.pi/web-search.json 配置 OpenAI、Brave、Exa、Tavily、Perplexity、Gemini 或自建 SearXNG。

直接对 Pi 说:


搜索 Flutter 最新稳定版的 breaking changes,只使用官方文档和 GitHub Release,并给出来源。

打开交互式搜索:


/websearch Pi Agent plugins, pi-taskflow

读取长文、PDF 或 GitHub:


读取这个仓库,告诉我扩展入口、配置文件和最小使用方式:
https://github.com/owner/repo

重要结论再补一次证据检查:


用 source_check 核验“这个 API 已支持流式响应”,引用原文段落。

适合: 查官方文档、研究依赖、跟踪版本、分析 GitHub 和 PDF。

注意: 搜索摘要不是证据。涉及安全、版本和费用时,要读取原始页面。

3. pi-mcp-adapter:低成本接入外部服务

它是干什么的: 把 MCP Server 接入 Pi,但默认只向模型暴露一个轻量代理。具体工具按需搜索和连接,避免几十个 MCP 工具长期占用上下文。

安装与配置


pi install npm:pi-mcp-adapter

先运行引导:


/mcp setup

它可以发现 VS Code、Cursor、Claude Code、Codex 等宿主已有的 MCP 配置。

Pi 全局 MCP 配置位于 ~/.pi/agent/mcp.json:


{
  "mcpServers": {
    "company-docs": {
      "url": "https://mcp.example.com/mcp",
      "auth": "bearer",
      "bearerTokenEnv": "COMPANY_DOCS_TOKEN",
      "lifecycle": "lazy"
    }
  }
}

然后提供环境变量并启动 Pi:


export COMPANY_DOCS_TOKEN="你的令牌"
pi

查看连接状态:


/mcp

第一次可以这样用:


在 company-docs MCP 中搜索支付回调文档,总结签名校验步骤。

适合: GitHub、Notion、数据库、内部知识库、浏览器和自建后台。

注意: 不要把真实 Token 提交到仓库。删除、发布、付款等工具应配置人工审批。

4. @juicesharp/rpiv-ask-user-question:关键决策别让 Agent 瞎猜

它是干什么的: 给 Pi 增加结构化问卷,支持单选、多选、自定义输入、说明文字和方案预览。

Agent 最大的问题经常不是不会写代码,而是在需求模糊时自作主张。缓存介质、兼容策略和数据迁移方式,不应该由模型悄悄决定。

安装与使用


pi install npm:@juicesharp/rpiv-ask-user-question

重启后无需额外配置。给 Pi 一个存在真实决策的任务:


给 API Client 增加缓存。涉及缓存介质、过期策略和兼容性时,先用结构化问题问我,不要自行假设。

方向键移动,Enter 选择,Tab 切换问题,Type something. 可以填写自定义答案。一次最多可以集中询问四个问题。

我通常还会加一句:


只询问影响架构、数据兼容或用户体验的决策。能从代码确认的事情自己查。

适合: 所有让 Agent 直接修改业务代码的人。

注意: 它用于阻止高成本误判,不是让 Agent 每一步都来提问。

5. @fradser/pi-monitor:后台跑任务,只返回终态

它是干什么的: 在后台运行安装、测试、构建、部署或开发服务器,只有匹配到明确结果时才唤醒 Agent。

几百行构建日志没有必要全部进入上下文。Monitor 使用“结果契约”,启动后当前 Agent 回合立即结束,后台命令完成后只返回结构化终态。

安装与使用


pi install npm:@fradser/pi-monitor

直接告诉 Pi:


运行完整测试。使用 monitor_start 放到后台,只有测试全部通过才发送成功结果,不要轮询。

典型配置:


monitor_start({
  command: "pnpm test && printf '__PI_RESULT__ {"ok":true}\\n'",
  description: "完整测试套件",
  result_pattern: "__PI_RESULT__ (?<json>\\{.*\\})"
})

查看当前和最近任务:


/monitor

适合: 测试时间长、构建日志多、需要等待部署或服务器启动的项目。

注意: 成功表达式必须匹配真正终态,不要使用宽泛的 success|ready。

6. @fradser/pi-memory:让项目经验跨会话保留下来

它是干什么的: 保存项目决策、用户偏好、兼容问题和非显而易见的事实,并在后续会话按范围注入。

Memory 会把私有内容保存在 Pi 的 Agent 目录,只把明确安全的技术信息镜像到项目 .memory/,避免个人信息和凭据被误提交。

安装与使用


pi install npm:@fradser/pi-memory

打开管理界面和手动整理:


/memory
/consolidate

不读取当前会话上下文:


/consolidate no-context

值得记住的内容包括架构选择原因、依赖兼容问题、项目独有的测试流程和长期偏好。“刚运行了测试”“今天改了三个文件”属于会话和 Git 历史,不应该进入长期记忆。

适合: 生命周期长、经常开启新会话、存在大量隐含约定的项目。

注意: 每条记忆应该短、单一、可验证,并说明以后什么时候应用。

7. pi-simplify:功能完成后再整理代码

它是干什么的: 读取 Git Diff,只整理最近修改的代码,改善命名、结构和一致性,同时要求保持行为不变。

让 Agent 实现功能时顺便大规模重构,很容易扩大修改范围。Simplify 把整理动作放到功能完成后,并默认限制在变更行。

安装与使用


pi install npm:pi-simplify

常用命令:


/simplify
/simplify --staged
/simplify src/auth.ts src/session.ts
/simplify --ref=main

它会遵循 AGENTS.md 或 CLAUDE.md,逐文件处理并运行验证。

适合: 经常让 Agent 实现功能、修 Bug,希望提交前再控制代码质量的人。

注意: Simplify 不是功能审查,也不能替代测试。它只负责让代码更清楚。

8. pi-taskflow:把复杂任务编排成可验证流程

它是干什么的: 用声明式 DAG 编排隔离的 Agent 阶段,支持并行、动态 Map、质量 Gate、人工审批、循环、恢复、缓存和预算。

Taskflow 适合项目级审计、批量迁移和交叉评审。中间输出保留在运行时,主会话通常只接收最终结果。

安装与使用


pi install npm:pi-taskflow

当前 0.3 仍是 Beta,重要环境建议固定版本。先初始化模型角色:


/tf init

第一次直接说:


使用 taskflow 并行检查认证、输入验证和错误处理,最后合并成一份报告。

正式流程应先验证再运行:


/tf verify
/tf compile audit-api
/tf run audit-api
/tf runs
/tf resume <runId>

适合: 全项目审计、批量迁移、研究汇总和需要质量门禁的任务。

注意: 带 Fan-out 的流程应该设置 Token 或费用预算。Taskflow 是编排运行时,不是操作系统沙箱。

9. @fradser/pi-agent-teams:建立常驻的 Agent 团队

它是干什么的: 启动具名、常驻的 Pi 子进程,让多个 Agent 通过共享任务板和点对点消息长期协作。

Taskflow 更像一次有限的流水线;Agent Teams 更像项目小组。队友会保留自己的上下文,空闲时不消耗 Token,有任务或消息时再被唤醒。

安装与使用


pi install npm:@fradser/pi-agent-teams

重新加载后直接告诉 Pi:


创建两个常驻队友:backend 负责实现接口,security 负责只读安全审查。建立共享任务板,安全问题必须经过独立验证。

打开管理界面:


/agent-teams

角色默认可以只存在于当前会话。需要长期复用时,再明确要求保存为项目级 .pi/agents/*.md。一个会话最多保留 8 个活跃队友。

适合: 前后端并行、实现与审查长期交替、不同角色需要持续保留上下文的项目。

注意: 任务边界不清时,多 Agent 只会把一个模糊问题复制成多个模糊问题。

10. @narumitw/pi-goal:让 Pi 围绕一个目标持续推进

它是干什么的: 给当前会话一个单一目标,并在 Agent 完全空闲后自动继续,直到目标完成、阻塞、暂停或达到安全限制。

Goal 不是任务列表,也不是多 Agent 编排器。它适合验收标准明确、允许 Agent 连续执行多个回合的任务。

安装与使用


pi install npm:@narumitw/pi-goal

启动带 Token 预算的目标:


/goal --tokens 100k 修复登录偶发失效,补回归测试,运行完整验证,并用证据确认问题已解决

常用管理命令:


/goal status
/goal pause
/goal resume
/goal edit 先完成最小修复,不做无关重构
/goal clear

默认会在 25 个自动响应后暂停,并检测连续无进展。Token 预算是累计用量,不是金额上限,最后一次调用也可能略微超出。

适合: Bug 修复、完整功能实现和需要持续验证的明确目标。

注意: 不要写“优化项目”这种无法证明完成的目标,必须给出验收标准。

Goal、Taskflow 和 Agent Teams 怎么选

需求选择
一个明确目标,希望当前 Agent 不要中途停Goal
一个有限任务,需要拆阶段、并行、门禁和恢复Taskflow
多个角色要长期存在、通信并共享任务板Agent Teams

“修复登录 Bug 并验证”适合 Goal;“扫描 50 个接口后汇总”适合 Taskflow;“后端持续实现,安全 Agent 持续复查”适合 Agent Teams。

三个插件可以同时安装,但不要在同一个任务里无脑叠加。先选一个主要执行模型,再使用其他插件提供辅助能力。

三套推荐组合

轻量入门


pi install npm:@ff-labs/pi-fff
pi install npm:pi-web-access
pi install npm:@juicesharp/rpiv-ask-user-question
pi install npm:@fradser/pi-monitor

这套解决搜索、联网、澄清和长任务等待,收益最直接。

长期开发

在轻量组合上增加:


pi install npm:@fradser/pi-memory
pi install npm:pi-simplify
pi install npm:@narumitw/pi-goal

这套适合长期维护同一个项目,让 Pi 记住关键决策、整理代码并围绕目标持续推进。

复杂项目与自动化


pi install npm:pi-mcp-adapter
pi install npm:pi-taskflow
pi install npm:@fradser/pi-agent-teams

需要外部系统就加 MCP,需要可重复流水线就用 Taskflow,需要长期角色协作再启用 Agent Teams。

最后的建议

我判断一个插件值不值得保留,只看三个问题:它是否解决高频问题,行为边界是否清楚,出错后能否知道它做过什么。

FFF、Web Access、Ask User Question 和 Monitor 几乎不会改变任务目标,却能稳定提高效率,所以我会优先安装。Memory、Simplify 和 MCP 按项目需要增加。Goal、Taskflow 和 Agent Teams 会改变 Agent 的执行方式,能力更强,也更需要明确目标、预算和验收标准。

Pi Agent 真正有价值的地方,不是能装多少插件,而是能被调整成适合自己的工具。先从最小组合开始,遇到真实瓶颈再增加能力,通常比一次装满更有效。

相关链接

返回顶部