终端工具 on KnightLi的博客

oh-my-pi 是什么？一个把终端、IDE 和调试器打通的 AI 编程助手

Sat, 23 May 2026 19:02:20 +0800

oh-my-pi 是一个面向终端和编辑器的 AI Coding Agent。它来自 Mario Zechner 的 Pi 项目分支，由 can1357 继续扩展，目标不是只做一个命令行聊天界面，而是把文件读取、代码搜索、结构化编辑、LSP、调试器、浏览器、子代理和多模型提供商接到同一个编程工作流里。

从项目 README 看，它更像一套 AI 编程工具底座：终端里可以直接交互，编辑器可以通过 ACP 接入，Node 项目也可以通过 SDK 嵌入。对已经在用 Claude Code、Codex CLI、Cline、Cursor 或其他 Agent 工具的人来说，oh-my-pi 值得关注的地方在于它把很多原本分散在外部工具里的能力做成了内置工具面。

它主要解决什么问题

很多 AI 编程工具的短板不在模型本身，而在工具接口。模型想改代码时，如果只能拿到粗糙的全文、脆弱的字符串替换和一次性 shell，失败率就会被工具链放大。

oh-my-pi 的思路是把这些常见摩擦点压低：

读取文件时优先给结构化摘要，而不是把整份文件塞进上下文。
搜索、glob、find、语法高亮、token 计数等能力尽量放进原生实现，减少对外部命令的依赖。
写代码时接入 LSP，让重命名、引用查找、文件移动更接近 IDE 行为。
调试时接入 lldb、dlv、debugpy 等 DAP 工具，而不是只靠日志和猜测。
复杂任务可以拆给子代理，并用结构化结果返回。
对编辑操作使用内容锚点和预览机制，降低错误 patch 直接落盘的概率。

这些设计说明它关注的不是“模型会不会回答”，而是“模型能不能稳定完成一次真实代码修改”。

安装方式

项目提供了几种安装入口。macOS 和 Linux 可以使用安装脚本：

`1`	`curl -fsSL https://omp.sh/install \| sh`

如果使用 Bun，官方推荐全局安装 npm 包：

`1`	`bun install -g @oh-my-pi/pi-coding-agent`

Windows PowerShell 可以使用：

`1`	`irm https://omp.sh/install.ps1 \| iex`

项目 README 还提到可以通过 mise 固定版本：

`1`	`mise use -g github:can1357/oh-my-pi`

安装前要注意 Bun 版本要求。README 中标注的平台范围包括 macOS、Linux、Windows，并要求 bun >= 1.3.14。

值得关注的能力

1. 工具调用不只停留在 shell

oh-my-pi 内置了文件读取、搜索、写入、编辑、AST 编辑、浏览器、任务拆分、调试、LSP 等工具。README 中提到它有 32 个内置工具、13 个 LSP 操作和 27 个 DAP 操作。

这意味着 Agent 不必把所有事情都包装成命令行输出。比如查引用可以走 LSP，读 PR 或 issue 可以走统一的文件式接口，网页和 PDF 可以被转换成带链接结构的 Markdown，再交给模型处理。

2. LSP 接入更适合真实代码库

对大型项目来说，重命名和移动文件最怕漏掉 re-export、别名导入、barrel file 或跨目录引用。oh-my-pi 的 README 特别强调写入路径会接入 LSP，例如文件重命名会经过 workspace/willRenameFiles，让编辑更接近 IDE 的语义操作。

这类能力适合 TypeScript、Rust、Go、Python 等项目里的日常重构，尤其是那些“手动改能改，但很容易漏一个引用”的场景。

3. 调试器是一级工具

很多 AI 编程流程遇到崩溃时，仍然停留在添加日志、重新运行、再读输出。oh-my-pi 把 DAP 调试器接入工具面，README 里举了 C 程序用 lldb、Go 服务用 dlv、Python 进程用 debugpy 的例子。

这会改变 Agent 处理 bug 的方式：它可以暂停进程、查看栈帧、读局部变量，再决定下一步，而不是只靠报错文本猜测。

4. Hashline 编辑降低 patch 失败率

项目强调的 Hashline 是一种基于内容锚点的编辑方式。它的目标是让模型指向要修改的内容锚点，而不是反复输出大段 diff。这样做的好处是减少空格、上下文过期、字符串匹配失败造成的编辑错误。

对 Agent 工具来说，这类机制很重要。模型能力再强，如果写入接口经常失败，最终体验仍然会变成反复重试。

5. 子代理和工作区隔离

README 中介绍了 task 子代理能力：一个任务可以拆给多个隔离 worker，结果再以结构化对象返回。项目还包含工作区隔离相关实现，用来支持并行任务、分支探索和避免互相覆盖。

这适合代码审查、迁移、批量修复、测试定位等任务。真正的价值不只是“并行更快”，而是让不同探索路径之间的上下文和文件改动更清楚。

6. 兼容已有规则和配置

oh-my-pi 首次运行时会读取已有工具留下的规则和配置，包括 .claude、.cursor、.windsurf、.gemini、.codex、.cline、.github/copilot 和 .vscode 等目录。

这点很实用。很多团队已经为不同 AI 工具写过规则，如果每换一个工具都要迁移一遍，成本会很高。oh-my-pi 的做法是尽量直接继承已有上下文。

四种入口

项目提供了四类使用入口：

交互式 TUI：在终端里直接运行 omp。
一次性命令：用 omp -p 发送单次 prompt。
Node SDK：通过 @oh-my-pi/pi-coding-agent 嵌入到 Node 或 TypeScript 项目。
RPC / ACP：通过 stdio 或 Agent Client Protocol 接入其他程序和编辑器。

这说明它不只面向个人终端用户，也给 IDE、插件、自动化平台和内部工具留了集成空间。

适合谁尝试

oh-my-pi 比较适合这几类用户：

经常在终端里做代码修改、调试和审查的人。
已经在使用 AI Coding Agent，但觉得文件读取、patch、搜索或调试链路不够稳的人。
想把 Agent 接入编辑器、RPC 或 Node 服务的开发者。
需要在一个工具里切换多模型和多提供商的人。
对 LSP、DAP、AST 编辑和子代理这些底层能力感兴趣的工具开发者。

如果只是想要一个开箱即用的聊天式代码助手，学习成本可能会偏高。它更适合愿意理解工具链，并把 Agent 当成可配置开发环境的人。

使用时要注意什么

第一，oh-my-pi 仍然是快速演进中的开源项目。仓库提交频繁，issue 和 PR 数量也不少，安装和使用时要预期到变化。

第二，它的能力边界和本地环境强相关。LSP、调试器、Bun、模型提供商认证、终端环境、Windows 或 Unix 差异都会影响体验。

第三，内置工具多不等于每个场景都应该全开。实际使用时更适合按任务启用需要的工具，把规则、权限和工作区边界配置清楚。

第四，AI Agent 能写代码，也能误改代码。即使有预览和锚点编辑机制，重要项目仍然要保留版本控制、测试和人工审查。

小结

oh-my-pi 的亮点不在于又做了一个 AI 终端壳，而在于它把 AI 编程中最容易拖后腿的工具层重新整理了一遍：文件读取、搜索、编辑、LSP、调试、浏览器、子代理和 SDK 都被放进同一个 Agent 工作流。

它适合关注 AI 编程基础设施的人，也适合想比较不同 Coding Agent 路线的开发者。当前 AI 编程工具的竞争，已经不只是模型回答质量的竞争，也是在比谁能把模型稳定接入真实代码库、真实调试流程和真实团队规则。oh-my-pi 正是在这个方向上给出了一套很激进的开源实现。

参考资料：

GitHub 项目：https://github.com/can1357/oh-my-pi
官方站点：https://omp.sh/
SDK 文档：https://omp.sh/docs/sdk

DeepSeek-TUI：在终端里运行 DeepSeek 编程 Agent

Fri, 08 May 2026 13:34:05 +0800

DeepSeek-TUI 是一个运行在终端里的 AI 编程 Agent。它围绕 DeepSeek V4 模型设计，通过 deepseek 命令启动，可以在 TUI 界面里读写文件、执行 shell 命令、搜索网页、管理 git、调用 MCP server，并支持子 Agent 协作。

它和普通聊天 CLI 的区别在于：DeepSeek-TUI 更像一个终端工作台。它不只是把问题发给模型，而是把“看代码、改文件、跑命令、检查诊断、保存会话、恢复状态”这些开发动作整合在一起。

项目仓库显示，DeepSeek-TUI 主要由 Rust 编写，许可证为 MIT。GitHub 项目描述是“Coding agent for DeepSeek models that runs in your terminal”。

它适合谁

DeepSeek-TUI 适合喜欢在终端里工作的开发者，尤其是这些场景：

想用 DeepSeek 模型做代码修改和项目分析。
不想打开完整 IDE，只想在终端里处理任务。
希望 AI 工具能读写本地 workspace。
需要 Plan、Agent、YOLO 这类不同自动化程度的模式。
希望保留会话、恢复长任务、回滚工作区改动。
想接入 MCP、LSP 诊断、HTTP/SSE runtime API 等扩展能力。

如果你只需要简单问答，普通 Web 端或轻量 CLI 已经够用。DeepSeek-TUI 更适合把模型真正放进本地开发流程里。

安装方式

DeepSeek-TUI 发布为 Rust 二进制程序，常用入口命令是 deepseek，配套 TUI 运行时是 deepseek-tui。README 提供了多种安装方式。

如果你已经使用 Node.js，可以通过 npm 安装：

1
2
3

npm install -g deepseek-tui
deepseek --version
deepseek --model auto

npm 包本身是安装器和 wrapper，会下载对应平台的预编译 Rust 二进制文件。npm 包要求 Node.js >=18。

如果不想依赖 Node.js，也可以通过 Cargo 安装两个二进制：

1
2

cargo install deepseek-tui-cli --locked
cargo install deepseek-tui --locked

macOS 用户可以使用 Homebrew：

1
2

brew tap Hmbown/deepseek-tui
brew install deepseek-tui

也可以直接从 GitHub Releases 下载预编译版本。README 中列出的预构建平台包括 Linux x64/ARM64、macOS x64/ARM64 和 Windows x64。

Docker 运行示例：

docker run --rm -it \
  -e DEEPSEEK_API_KEY \
  -v "$PWD:/workspace" \
  ghcr.io/hmbown/deepseek-tui:latest

国内网络环境下，如果 npm 或 GitHub 下载较慢，可以使用 npm 镜像、Cargo 镜像，或者从 Releases 手动下载二进制文件。

首次配置 API Key

首次启动时，DeepSeek-TUI 会提示输入 DeepSeek API key。保存后，它会写入：

`1`	`~/.deepseek/config.toml`

也可以提前通过命令配置：

1
2

deepseek auth set --provider deepseek
deepseek auth status

如果更喜欢环境变量，也可以这样启动：

1
2

export DEEPSEEK_API_KEY="YOUR_KEY"
deepseek

配置完成后，可以用下面命令检查环境：

`1`	`deepseek doctor`

如果 deepseek doctor 提示 key 来源异常，可以用 deepseek auth status 查看当前 credential 来源。README 说明中提到，保存到配置文件的 key 优先级高于 keyring 和环境变量。

清除保存的 key：

`1`	`deepseek auth clear --provider deepseek`

Auto mode：自动选择模型和思考强度

DeepSeek-TUI 支持 auto 模式：

`1`	`deepseek --model auto`

也可以在 TUI 里使用：

`1`	`/model auto`

Auto mode 会同时决定两件事：

模型：deepseek-v4-flash 或 deepseek-v4-pro
Thinking：off、high 或 max

它的流程是：真正执行用户任务前，先用一次较小的路由调用分析当前请求和近期上下文，然后决定本轮应该使用哪个模型和思考级别。简单问题可以走 Flash 和低思考；复杂编码、调试、架构、安全审查或多步骤任务可以切到 Pro 或更高 thinking。

需要注意的是，auto 是 DeepSeek-TUI 本地功能。上游 API 不会收到 model: "auto"，而是收到 TUI 最终选择出来的具体模型和 thinking 设置。

如果你要做基准测试、控制成本，或者必须固定某个模型行为，建议直接指定模型，而不是使用 auto。

三种工作模式

DeepSeek-TUI 提供三种模式，自动化程度不同：

模式	用途
Plan	只读探索，模型先分析项目并提出计划
Agent	默认交互模式，工具调用需要 approval gate
YOLO	自动批准工具调用，适合可信 workspace

Plan 模式适合先看项目、定位问题、讨论方案。Agent 模式适合日常编码，模型可以执行多步任务，但关键动作仍有确认。YOLO 模式效率最高，但风险也最大，应该只在你完全信任的仓库和任务里使用。

这类工具能修改本地文件、运行命令，因此不要在不熟悉的目录里随便启用高自动化模式。涉及删除、迁移、批量改写、部署等任务时，最好保持 Agent 模式并看清每一步。

工具能力

根据 README，DeepSeek-TUI 的工具能力覆盖面很广，包括：

文件读写和 apply patch。
shell 命令执行。
git 操作。
web search 和 browse。
子 Agent 协作。
MCP server 接入。
LSP 诊断。
会话保存和恢复。
工作区回滚。
持久化任务队列。
HTTP/SSE runtime API。
skills 系统。

其中比较实用的是 LSP 诊断和工作区回滚。

LSP 诊断可以在编辑后把 rust-analyzer、pyright、typescript-language-server、gopls、clangd 等工具的错误和警告反馈给模型，减少“模型改完但项目编不过”的情况。

工作区回滚通过 side-git 快照记录每轮前后的状态，并提供 /restore 和 revert_turn 一类恢复能力。它不直接操作你仓库本身的 .git，但仍建议在重要仓库里保持正常 git 提交习惯。

常用命令

README 中列出的常用命令包括：

deepseek
deepseek "explain this function"
deepseek --model deepseek-v4-flash "summarize"
deepseek --model auto "fix this bug"
deepseek --yolo
deepseek auth set --provider deepseek
deepseek doctor
deepseek doctor --json
deepseek models
deepseek sessions
deepseek resume --last
deepseek resume <SESSION_ID>
deepseek fork <SESSION_ID>
deepseek serve --http
deepseek serve --acp
deepseek pr <N>
deepseek mcp list
deepseek mcp validate
deepseek update

这些命令覆盖了交互式 TUI、一次性 prompt、模型指定、会话恢复、HTTP 服务、ACP 适配、PR 预处理、MCP 管理和更新检查。

Zed 和 ACP

DeepSeek-TUI 可以作为 Agent Client Protocol server 被编辑器调用。以 Zed 为例，可以添加自定义 agent server：

{
  "agent_servers": {
    "DeepSeek": {
      "type": "custom",
      "command": "deepseek",
      "args": ["serve", "--acp"],
      "env": {}
    }
  }
}

README 说明中也提醒：当前 ACP 支持新会话和 prompt response，但工具驱动的编辑和 checkpoint replay 还没有通过 ACP 暴露。

配置和多 provider

用户配置文件位于：

`1`	`~/.deepseek/config.toml`

项目级 overlay 可以放在：

`1`	`<workspace>/.deepseek/config.toml`

但 README 说明中明确限制了一些字段不能放进项目 overlay，例如 api_key、base_url、provider、mcp_config_path。这有助于避免把敏感配置随项目提交出去。

DeepSeek-TUI 默认 provider 是 deepseek，也支持 NVIDIA NIM、Fireworks、OpenAI-compatible endpoint、SGLang、vLLM、Ollama 等路径。

例如配置 OpenAI-compatible endpoint：

1
2

deepseek auth set --provider openai --api-key "YOUR_OPENAI_COMPATIBLE_API_KEY"
OPENAI_BASE_URL="https://openai-compatible.example/v4" deepseek --provider openai --model glm-5

自托管 Ollama 示例：

1
2

ollama pull deepseek-coder:1.3b
deepseek --provider ollama --model deepseek-coder:1.3b

成本和上下文

DeepSeek-TUI 围绕 DeepSeek V4 设计，README 中提到 deepseek-v4-pro 和 deepseek-v4-flash 支持 1M-token context，并且 TUI 会显示 token、成本估算、prefix-cache 命中和未命中等信息。

这对长任务很重要。AI 编程 Agent 往往会不断读文件、总结历史、携带上下文，成本不只取决于模型单价，也取决于它是否能复用 prefix cache、是否及时压缩上下文、是否避免无意义的大段输出。

如果只是轻量改动，deepseek-v4-flash 或 auto mode 可能更合适。复杂重构、长上下文调试和架构分析，再考虑更高 thinking 或 Pro 模型。

由于模型价格和优惠会变化，真正使用前仍建议查看 DeepSeek 官方定价页，以及 TUI 当前版本里的成本估算说明。

使用建议

建议从低风险流程开始：

在一个小型测试仓库里安装并运行 deepseek doctor。
使用 Plan 模式让它只读分析项目。
在 Agent 模式里让它做小范围修改。
每次修改后用 git diff 和测试命令确认结果。
熟悉 /restore、会话恢复和配置路径后，再尝试更长任务。
YOLO 模式只用于你能接受自动修改的临时分支或测试目录。

不要把 API key 写进项目目录，也不要把 ~/.deepseek/config.toml 复制到公共仓库。涉及公司代码时，还要确认模型服务、日志、web search 和第三方 provider 是否符合内部安全要求。

小结

DeepSeek-TUI 是一个功能比较完整的终端 AI 编程 Agent。它把 DeepSeek V4、TUI、工具调用、LSP 诊断、会话恢复、工作区回滚、MCP 和 skills 系统放在同一套 Rust 工具链里，适合愿意在终端里完成 AI 辅助开发的人。

它不是最轻的 DeepSeek 客户端，但它的优势也正在这里：它把“模型对话”推进到“可执行的本地开发流程”。如果你已经习惯 Claude Code、Codex 或其他终端 Agent，那么 DeepSeek-TUI 值得作为 DeepSeek 模型方向的一个重点选择。