终端 AI 编码代理这个赛道已经很拥挤，Claude Code、Codex CLI、OpenCode 各有一批用户。oh-my-pi 这个开源项目选择在工具层做差异化：Hashline 补丁、LSP/DAP 集成、统一资源抽象、多模型角色路由都塞进了终端。以它为例，可以看清一个 AI CLI 工具在功能增强与配置管理上能走到哪一步。

它是什么

oh-my-pi 是一个开源的终端 AI 编码代理。安装后在项目目录执行 omp，就能让它读代码、改代码、跑命令、解释报错、生成提交说明。基础能力与同类工具相似，差异主要集中在工具层。

Hashline：给补丁加一道校验

很多 Agent 改文件仍是”old_string -> new_string”模式：模型把原文复述出来，工具拿去做匹配替换。少一个空格、缩进差一点，补丁就找不到位置；你刚手动改过文件，模型还拿旧上下文去改，新旧内容一混，现场直接乱掉。

oh-my-pi 的 edit 工具引入了 Hashline——官方描述为一种 compact、line-anchored 的补丁语言：读文件时每行附带一个内容哈希，模型改文件围绕哈希定位，少复述整段原文；文件中途被改动、哈希对不上时，补丁会被先拒掉。官方 benchmark 称 Grok 4 Fast 在同类任务中输出 token 减少 61%，这个数字未经复现，只能当项目方口径看趋势。但比省 token 更重要的是坏补丁能被尽早拦下——真实项目里，少一次乱改比少几百 token 值钱得多。

LSP 与 DAP：终端里的 IDE 能力

这是 oh-my-pi 最像 IDE 的部分，官方拆成两类工具：

  • lsp 负责 diagnostics、navigation、symbols、renames、code actions 等，回答”代码结构是什么”：函数定义在哪、被谁引用、当前文件有哪些诊断、一次重命名会牵动哪些导入和 re-export。Agent 不再只靠 grep 硬猜符号关系，而是拿到语言服务器眼里的代码地图——在 barrel export、路径别名、重导出较多的 TypeScript 项目里，纯文本搜索和语言服务器的差距尤其明显。
  • debug 负责 DAP 会话：断点、单步、线程、调用栈、变量，回答”运行时发生了什么”。遇到 native 崩溃、服务 hang 住、进程卡住这类问题，Agent 可以像真人开发者一样先看停在哪、再看变量怎么变，最后才决定补丁怎么写，而不是只会”加日志、跑一遍、再加日志”。

当然，这不代表它一定能修好 bug，只是调试时看到的东西开始接近真人开发者会看的东西。

内置工具与统一资源抽象

omp 一共内置 32 个工具，其中几个颇有代表性：

  • eval：常驻的 Python 和 Bun JS 内核，不是跑完就扔的一次性沙箱；两个内核还能反过来调用 omp 自己的 read、search、task 等工具，在 Python cell 里读 CSV、切到 JavaScript cell 里处理数据，全程不离开会话。
  • 多 Agent 协作：task 负责派生子 Agent，每个 worker 可以用自己的工具面，也可以隔离到单独 worktree；hub 用于 live Agent 间的协作与消息，todo 管任务状态，ask 发起结构化询问。
  • github：没有让模型再学一堆专用接口，而是把 PR 当文件系统路径读——read pr://1428 和 read src/foo.ts 是同一个动作，search 也能像遍历目录一样遍历 diff。这套抽象延伸出 pr://、issue://、agent://、skill://、rule://、conflict:// 等内部 scheme。
  • advisor：挂一个 reviewer 模型，跑自己的上下文，每轮审查主 Agent 的输出并把提醒 inline 注入回来，像旁边坐了个专职挑刺的人。

工具多的另一面是路由更复杂、权限面更大。可以用 --tools read,edit,bash,... 只暴露一部分工具；隐藏能力通过 xd:// 资源发现机制按需暴露。github、browser、ssh 这类工具建议按任务逐项启用，开之前先想清楚它能碰到什么。

多模型接入与角色路由

模型接入面很宽：OpenAI、Anthropic、Gemini 之外，Cursor、Copilot、Kimi Code、Moonshot、通义、Qwen Portal、GLM、小米 MiMo、Qianfan 等编码订阅也在列；本地模型侧有 Ollama、LM Studio、llama.cpp、vLLM、LiteLLM。

在此之上是 5 个角色路由：default 当主力，日常读代码、改代码、问问题都走它；smol 派给子 Agent 做批量查文件、扫信息这类小活，便宜快就行；slow 留给架构判断、难 bug、长上下文推理；plan 用来先想清楚改哪几个文件、步骤怎么拆；commit 处理提交说明、changelog 这类固定格式的文字活。本质是成本与质量的分流，不会让模型凭空变强。主会话里按 Ctrl+P 轮着切，也可以用 /model 手动换。务实的做法是先把 default 跑稳，再考虑 smol 和 slow——第一天就全开 fallback chain、多 key 轮询，出问题时很难判断是哪一层在抽风。

安装与配置管理

安装是一行命令的事：

curl -fsSL https://omp.sh/install | sh          # macOS / Linux
brew install can1357/tap/omp                    # Homebrew
bun install -g @oh-my-pi/pi-coding-agent        # Bun 方式（项目要求 bun >= 1.3.14）

首次启动会引导 setup：先选要登录的 provider（可以同时接多个），再选 web_search 工具优先使用的搜索后端，选 Auto 时会从已配置好的后端中自动挑。

配置管理上有个细节值得说：启动时它会按顺序扫描命令行参数、models.yml、/login 保存的 key/OAuth、环境变量和几个 .env 文件，发现 DEEPSEEK_API_KEY 这类变量能匹配上，就把对应 provider 下的模型标为可用，并自动挑一个初始模型。换模型不用重启，/model 只展示已有可用凭据的模型，还能按 provider 切 tab。

迁移成本也考虑到了：它会读取磁盘上其他工具留下的 rules、skills 和 MCP servers 配置，.claude、.cursor、.windsurf、.gemini、.codex、.cline、.github/copilot、.vscode 这些目录都在扫描范围内。

小结

oh-my-pi 把开源终端 Agent 的工具层往前推了一步：Hashline 提高补丁定位的稳定性，LSP/DAP 补上代码结构与运行时状态，统一资源抽象让模型少学一堆专用接口，角色路由做成本与质量分流。它适合已经习惯终端工作流、愿意折腾模型、工具和权限配置的人；只想少配置、打开就用、求稳的话，成熟的商业工具仍然更省心。