หัวใจของ AI Agent ที่เรียบง่ายอย่างที่สุด: pi-mono ทำไมถึงคว้า 4,000 ดาวไปครอง?

ในปี 2026 เกือบทุกคนอยากสร้าง AI Agent ของตัวเอง

ไม่ต้องเริ่มจากศูนย์หรือสร้างวงล้อขึ้นมาใหม่

โปรเจกต์โอเพนซอร์สที่อยากแนะนำวันนี้ ได้ปรับแต่งสถาปัตยกรรมพื้นฐานของ Agent ให้เรียบง่ายอย่างยิ่ง ถ้าคุณอยากพัฒนา Agent ของตัวเอง โปรเจกต์นี้คุ้มค่าที่จะศึกษาอย่างลึกซึ้ง

มันชื่อว่า pi-mono

รันไทม์หลักของ OpenClaw สร้างขึ้นจาก SDK ของ Pi

ใน README ของ OpenClaw เขียนไว้ชัดเจนว่า: ขอขอบคุณเป็นพิเศษสำหรับ Mario Zechner และ pi-mono

Pi-mono ยัง借助ความสำเร็จของ OpenClaw พุ่งทะยานถึง 4 หมื่น GitHub Star

สำหรับโปรเจกต์เครื่องมือพื้นฐานแล้ว ผลงานนี้ถือว่าสวยงามมาก

แล้วทำไม OpenClaw ถึงเลือก Pi เป็นพื้นฐาน?

เพราะ Pi ทำสิ่งที่ยากมากได้สำเร็จ: เรียบง่ายสุดขีด แต่ไม่เสียพลัง วันนี้มาวิเคราะห์กันว่ามันทำอะไรถูกต้องบ้าง

01 รู้จักโปรเจกต์

pi-mono เป็นโปรเจกต์ TypeScript โมโนรีโป ที่ใช้สร้าง AI Agent และจัดการการปรับใช้ LLM

ผลิตภัณฑ์หลักของมันชื่อ Pi เป็น Agent เขียนโปรแกรมที่ทำงานในเทอร์มินัล คุณสามารถใช้มันอ่านไฟล์ เขียนไฟล์ แก้ไขโค้ด และรันคำสั่งในไดเรกทอรีโปรเจกต์ได้โดยตรง

ผู้เขียนโปรเจกต์คือ Mario Zechner มีชื่อออนไลน์ว่า badlogic และเป็นผู้เขียนเฟรมเวิร์กเกม libGDX เขาเคยพูดในงาน AI Engineer London

หัวข้อการพูดคือ: ฉันเกลียด Coding Agent ทุกตัว เลยเขียนขึ้นมาเอง

ฟังดูทรงพลังมาก

• ที่อยู่โอเพนซอร์ส: github.com/badlogic/pi-mono

02 ปรัชญาความเรียบง่ายของ Pi

ความแตกต่างใหญ่ที่สุดระหว่าง Pi กับ Coding Agent อื่นๆ อยู่ที่แนวคิดการออกแบบ

เครื่องมือ Agent ส่วนใหญ่อยากยัดทุกฟังก์ชันเข้าไป: รองรับ MCP, Sub-Agent, โหมด Plan, ป๊อปอัปสิทธิ์, Todo ในตัว

รายการฟังก์ชันยาวขึ้นเรื่อยๆ แต่คุณอาจใช้จริงไม่ถึงหนึ่งในสาม

Pi ทำตรงกันข้าม

แกนหลักของมันมีแค่สี่เครื่องมือ: read, write, edit, bash ข้อความระบบ (system prompt) ไม่ถึง 1,000 token สั้นที่สุดในบรรดา Agent หลักทั้งหมด

มันจงใจไม่มีฟังก์ชันเหล่านี้ในตัว:

• ไม่มี MCP
• ไม่มี Sub-Agent
• ไม่มีป๊อปอัปสิทธิ์
• ไม่มีโหมด Plan
• ไม่มี Todo ในตัว
• ไม่มี Bash พื้นหลัง

ฟังก์ชันเหล่านี้ไม่ได้ทำไม่ได้ แต่ให้คุณขยายตามต้องการผ่าน Extensions, Skills, Packages

แนวคิดของ Pi คือ: ให้เครื่องมือปรับตามขั้นตอนการทำงานของคุณ ไม่ใช่ให้คุณปรับตามเครื่องมือ

พูดง่ายๆ Pi มีแกนกลางที่สะอาด ส่วนที่เหลือให้คุณสร้างเอง ถ้าไม่อยากสร้างเอง ก็ติดตั้งแพ็กเกจที่คนอื่นทำไว้ได้

นี่คือเหตุผลที่ OpenClaw เลือกมัน: พื้นฐานสะอาดพอ ข้างบนถึงสร้างสิ่งที่ซับซ้อนได้

03 ถอดรหัสสถาปัตยกรรม เจ็ดแพ็กเกจทำหน้าที่ของตัวเอง

pi-mono แยกแต่ละชั้นที่จำเป็นสำหรับการพัฒนา Agent ออกเป็นแพ็กเกจ npm อิสระ คุณต้องการชั้นไหนก็ใช้ชั้นนั้น:

pi-ai: LLM API แบบรวมหลายผู้ให้บริการ

อินเทอร์เฟซเดียวเชื่อมต่อผู้ให้บริการ LLM กว่า 20 ราย รวมถึง OpenAI, Anthropic, Google, Azure, Kimi, MiniMax, Hugging Face ฯลฯ

คุณไม่ต้องกังวลกับความแตกต่างของ API แต่ละราย pi-ai จัดการให้เรียบร้อย

แพ็กเกจนี้สามารถใช้แยกต่างหากได้

pi-agent-core: รันไทม์ของ Agent

รับผิดชอบลูปการเรียกใช้เครื่องมือ การจัดการสถานะ การบำรุงรักษาบริบท ฯลฯ ขึ้นอยู่กับ pi-ai เท่านั้น เบามาก

pi-coding-agent: ผลิตภัณฑ์หลัก Agent เขียนโปรแกรมในเทอร์มินัล

คือเครื่องมือบรรทัดคำสั่ง pi ที่มีการจัดการเซสชัน ระบบส่วนขยาย และการเรนเดอร์ UI อย่างสมบูรณ์

มันยังเปิดเผย SDK ด้วย OpenClaw ใช้ SDK นี้ฝัง Pi เข้าไปในเกตเวย์ของตัวเอง

pi-tui: ไลบรารี UI เทอร์มินัล เอนจินเรนเดอร์แบบดิฟเฟอเรนเชียล อินเทอร์เฟซสวยงามที่คุณเห็นในเทอร์มินัลคือมันวาดขึ้น

pi-web-ui: คอมโพเนนต์แชทบนเว็บ ถ้าคุณอยากทำอินเทอร์เฟซสนทนา AI ในเบราว์เซอร์ ใช้ได้เลย

pi-mom: บอท Slack เชื่อมต่อ Pi กับ Slack ข้อความในแชนเนลจะถูกส่งไปให้ Pi Agent จัดการโดยอัตโนมัติ

pi-pods: จัดการการปรับใช้ vLLM บน GPU Pod ถ้าคุณต้องการรันโมเดลของตัวเอง แพ็กเกจนี้ช่วยจัดการบริการอินเฟอเรนซ์บน GPU ระยะไกล

จุดสำคัญคือ เจ็ดแพ็กเกจนี้แต่ละตัวสามารถใช้แยกกันได้

คุณไม่จำเป็นต้องใช้ Pi ทั้งหมด จะใช้แค่ pi-ai เพื่อรวมการเรียก LLM ก็ได้ หรือใช้แค่ pi-agent-core เพื่อสร้างรันไทม์ Agent ของตัวเองก็ได้ นี่คือพลังของการออกแบบแบบโมดูลาร์

04 คุณสมบัติเด่นหลายอย่าง

① เชื่อมต่อผู้ให้บริการ LLM กว่า 20 รายแบบรวม

API เดียวเชื่อมต่อผู้ให้บริการกว่า 20 ราย รองรับสองวิธีรับรองความถูกต้อง: API Key และการเข้าสู่ระบบแบบสมัครสมาชิก OAuth

คุณสามารถใช้การสมัครสมาชิก Anthropic Claude Pro/Max, OpenAI ChatGPT Plus, GitHub Copilot เพื่อรัน Pi ได้โดยตรง ไม่ต้องซื้อโควต้า API แยกต่างหาก

การสลับโมเดลก็สะดวก Ctrl+L เรียกตัวเลือกโมเดลโดยตรง Ctrl+P สลับระหว่างหลายโมเดลอย่างรวดเร็ว

② เซสชันแบบกิ่งไม้ (Tree Branching)

เซสชันของ Pi เก็บในไฟล์ JSONL แต่ละรายการมี id และ parentId สร้างโครงสร้างแบบต้นไม้

คุณสามารถแยกสาขาไปสำรวจทิศทางใหม่จากโหนดประวัติใดๆ ในบทสนทนาได้ ประวัติทั้งหมดยังคงอยู่ในไฟล์เดียว

พิมพ์ /tree เพื่อดูแผนผังบทสนทนาทั้งหมด รองรับการยุบ ขยาย ค้นหา และข้ามไป เหมือนจัดการประวัติบทสนทนาแบบ Git การออกแบบนี้ชาญฉลาดมาก

③ กลไกส่วนขยาย (Extensions)

เขียนส่วนขยายด้วย TypeScript ปรับแต่งเครื่องมือ คำสั่ง ปุ่มลัด คอมโพเนนต์ UI ได้ แม้กระทั่งแทนที่เครื่องมือในตัว

คุณยังสามารถเพิ่มผู้ให้บริการ LLM ที่กำหนดเองผ่านส่วนขยาย

ในชุมชนมีคนทำส่วนขยาย Doom รอให้ Agent ตอบกลับก็เล่น Doom ในเทอร์มินัลได้ แม้จะดูบ้าแต่ก็ใช้งานได้จริง

④ ระบบทักษะ (Skills)

เป็นไปตามมาตรฐาน Agent Skills ไฟล์ Markdown ไฟล์เดียวคือทักษะเดียว ขยายความสามารถของ Agent โดยไม่ต้องเขียนโค้ด

⑤ ระบบนิเวศ Pi Packages

แพ็กเกจส่วนขยาย ทักษะ เทมเพลตพรอมต์ และธีมของคุณเป็นแพ็กเกจ npm ติดตั้งด้วยคำสั่งเดียว:

pi install npm:@foo/pi-tools
pi install git:github.com/user/repo

ยังมีหน้าแกลเลอรี pi.dev/packages แสดงแพ็กเกจชุมชน

⑥ สี่โหมดการทำงาน

นอกจากโหมดเทอร์มินัลแบบโต้ตอบเริ่มต้น Pi ยังรองรับ:
– โหมด Print/JSON: ผลลัพธ์แบบไม่โต้ตอบ
– โหมด RPC: สื่อสารผ่าน JSON-RPC ทาง stdin/stdout สะดวกสำหรับการรวมกับกระบวนการอื่น
– โหมด SDK: ฝังเป็นไลบรารีในแอปพลิเคชันของคุณเอง OpenClaw ใช้แบบนี้

⑦ การบีบอัดบริบท

เซสชันยาวอาจทำให้หน้าต่างบริบทเต็ม Pi รองรับการบีบอัดทั้งแบบอัตโนมัติและด้วยตนเอง สรุปข้อความเก่าให้กระชับ ส่วนบทสนทนาล่าสุดคงเดิม

ประวัติทั้งหมดยังอยู่ในไฟล์ สามารถย้อนดูผ่าน /tree ได้ทุกเมื่อ

05 เริ่มต้นใน 5 นาที

ติดตั้งด้วยคำสั่งเดียว:

npm install -g @mariozechner/pi-coding-agent

จากนั้นตั้งค่า API Key:

export ANTHROPIC_API_KEY=sk-ant-...pi

หรือเข้าสู่ระบบด้วยการสมัครสมาชิกโดยตรง:

pi
# พิมพ์ /login เลือกผู้ให้บริการ ทำการอนุญาตในเบราว์เซอร์

เมื่อเริ่มต้น จะเป็นอินเทอร์เฟซเทอร์มินัลแบบโต้ตอบ พิมพ์สนทนาได้เลย พิมพ์ @ เพื่อค้นหาไฟล์โปรเจกต์แบบคลุมเครือ พิมพ์ ! ตามด้วยคำสั่งเพื่อรัน bash โดยตรงและส่งผลลัพธ์ให้ LLM

ปุ่มลัดที่ใช้บ่อย:

• Ctrl+L: สลับโมเดล
• Ctrl+P: สลับระหว่างหลายโมเดล
• Shift+Tab: สลับระดับการคิด
• Escape กดสองครั้ง: เปิดแผนผังบทสนทนา

ถ้าอยากติดตั้งแพ็กเกจชุมชน ให้รัน:

pi install npm:ชื่อแพ็กเกจ

ถ้าต้องการเขียนส่วนขยายของตัวเอง ให้สร้างไฟล์ .ts ใหม่ในไดเรกทอรี ~/.pi/agent/extensions/

06

ลองใช้ทันที

เมื่อเทียบกับ Claude Code แล้ว Pi เรียบง่ายกว่าและปรับแต่งได้สูง มันเป็นเครื่องมือเทอร์มินัลแบบเนทีฟ ไม่ใช่ปลั๊กอิน IDE

มันเบากว่าและโปร่งใสกว่า Pi จะไม่เพิ่มเนื้อหาพิเศษในข้อความระบบอย่างลับๆ

ถ้าคุณเป็นนักพัฒนา Agent ที่อยากสร้างผลิตภัณฑ์ของตัวเองบนเฟรมเวิร์กพื้นฐานที่成熟แล้ว SDK ของ Pi และแพ็กเกจ pi-ai ถูกออกแบบมาเพื่อคุณโดยเฉพาะ

ความสำเร็จของ OpenClaw ได้พิสูจน์เส้นทางนี้แล้ว

ถ้าคุณ追求ความโปร่งใส ปฏิเสธการใช้เครื่องมือกล่องดำ ข้อความระบบของ Pi ไม่ถึง 1,000 token พฤติกรรมทั้งหมดชัดเจน

4 หมื่น Star ไม่ใช่ของปลอม

ชุมชนของ Pi มี亮点ที่น่าสนใจ:

กลไกการมีส่วนร่วมมีเอกลักษณ์: Issue และ PR ของผู้มีส่วนร่วมใหม่จะถูกปิดโดยอัตโนมัติ ผู้ดูแลตรวจสอบทุกวันแล้วเปิดรายการที่มีค่าอีกครั้ง

ผ่านการเลื่อนระดับสองขั้น lgtmi และ lgtm เฉพาะผู้ที่ได้รับ lgtm เท่านั้นถึงส่ง PR ได้

กฎเดียวคือ: คุณต้องเข้าใจโค้ดของตัวเองจริงๆ เขียนโค้ดด้วย AI ได้ แต่ถ้าไม่เข้าใจ ห้ามส่ง

ยังมีแผนแชร์ OSS Session

Mario 鼓励ผู้ใช้เผยแพร่ข้อมูลเซสชันการเขียนโปรแกรมจริงไปยัง Hugging Face รวมถึงการเรียกใช้เครื่องมือ ข้อผิดพลาด และกระบวนการแก้ไขทั้งหมด

เขาเชื่อว่าข้อมูลจริงแบบนี้มีค่ากว่าเกณฑ์มาตรฐานของเล่น

ตัวเขาเองก็เปิดเผยเซสชันการทำงาน pi-mono กว่า 627 รายการบน Hugging Face

Pi-mono ทำให้แกนกลางเรียบง่ายสุดขีด แล้วให้ระบบนิเวศเติบโตตามธรรมชาติผ่านกลไกส่วนขยาย

ความสำเร็จของ OpenClaw คือข้อพิสูจน์ที่ดีที่สุด

พื้นฐานที่เรียบง่ายที่สุด รองรับแอปพลิเคชันที่ซับซ้อนที่สุด

ถ้าในปี 2026 คุณอยากสร้าง Agent ของตัวเอง อย่าเริ่มจากศูนย์

ศึกษา pi-mono ให้เข้าใจก่อน ดูว่าคนอื่นทำให้แต่ละชั้นของ Agent สะอาดและคล่องตัวได้อย่างไร แล้วค่อยตัดสินใจว่าจะสร้างนวัตกรรมที่ชั้นไหน

ยืนบนไหล่ยักษ์ เร็วกว่าการลุกจากพื้นมาก

07

คลิกการ์ดด้านล่าง ติดตาม逛逛 GitHub

บัญชีสาธารณะนี้เคยเผยแพร่โปรเจกต์โอเพนซอร์สที่น่าสนใจมากมาย ถ้าคุณไม่อยากค้นหาบทความทีละบทความ ให้ติดตาม WeChat Official Account: 逛逛 GitHub แล้วสนทนาผ่านพื้นหลัง: