Zero2Agent

OpenClaw Agent

“读懂 Pi 的核心运行时，就理解了生产级 Coding Agent 的共同骨架。”

这个模块的目标：通过阅读真实源码，理解生产级 Coding Agent 的工程架构，并在此基础上构建你自己的 Agent。

核心参考项目：

  • Pi（原 pi-mono） — Mario Zechner 发起的 TypeScript Agent Harness 与终端 Coding Agent
  • OpenClaw — 部分实现改编自 Pi、面向多渠道和长期运行场景的个人 AI 助手
  • Learn-OpenClaw — 用 Python 简化重写的教学版（入门参考，非生产代码）

先分清 Pi、pi-mono 与 OpenClaw

这几个名字处在不同层级，不能互换：

名称 它是什么 与其他部分的关系
Pi 项目名；广义上指 Pi Agent Harness，狭义上也指用户运行的 pi CLI 整套底层库和终端产品的总称
pi-mono Pi 早期的 monorepo 仓库名；当前仓库已迁移并更名为 earendil-works/pi 存放 Pi 各 npm 包的源码，不是另一个 Agent 产品
pi-ai / pi-agent-core 多 Provider LLM 接口与通用 Agent Runtime 可被上层应用组合使用的“发动机零件”
pi-coding-agent 基于底层包构建的交互式终端 Coding Agent 安装后提供用户实际运行的 pi 命令
OpenClaw 独立的 Gateway / 个人助理项目 借鉴并改编了 Pi 的部分实现，重点建设消息渠道、会话、Skills 和自动化

当前 Pi 仓库的核心关系如下：

Pi（项目 / Agent Harness）
└── earendil-works/pi（原 pi-mono 源码仓库）
    ├── @earendil-works/pi-ai            多模型 Provider 统一接口
    ├── @earendil-works/pi-agent-core    Agent Loop、状态与工具调用
    ├── @earendil-works/pi-coding-agent  终端产品，提供 pi 命令
    ├── @earendil-works/pi-tui           终端 UI 组件
    └── @earendil-works/pi-orchestrator  实验性编排包

为什么 OpenClaw 选择从 Pi 出发

OpenClaw 的差异化不在重新发明一次 Agent Loop，而在把 Agent 接进真实生活场景。Pi 适合作为起点，主要因为：

  1. 核心轻且边界清楚：模型调用、消息流、工具循环和状态管理被拆成独立包，适合阅读、改编和嵌入。
  2. 技术栈一致：两者都以 TypeScript / Node.js 为主，可以共享异步事件模型和类型，不需要维护跨进程协议。
  3. 多模型抽象成熟：Pi 已处理不同 Provider 的流式事件、Tool Calling 和消息格式差异，上层可以专注产品能力。
  4. 比套用商业 CLI 更可控：改编 SDK 和源码可以直接控制事件、工具与状态，不必解析终端输出，也不会与另一套权限、Session 和 UI 生命周期冲突。
  5. 把投入留给应用层：OpenClaw 可以集中建设 Gateway、消息平台、Skills、Cron、设备节点、长期记忆和安全策略。

可以把两者理解为两种使用同类发动机思路的产品：Pi CLI 面向终端编码，OpenClaw 面向长期驻留的多渠道个人助理。

历史来源不等于当前直接依赖

这里需要区分“代码来源”与“当前依赖”。OpenClaw 的第三方声明写明，部分代码改编自 Pi / pi-mono；但截至 2026 年 7 月，OpenClaw Agent Runtime 架构说明已经明确其内置 Runtime 由项目自身维护，核心代码位于 packages/agent-core 和 src/agents，不再把 pi-ai 或 pi-agent-core 作为外部 Agent 框架直接运行。当前保留的 Pi 直接依赖主要是用于终端渲染的 @earendil-works/pi-tui。

因此更准确的关系是：Pi 提供了重要的架构起点和代码来源，OpenClaw 在此基础上完成了适配、内化和面向个人助理场景的持续演化。

本模块的核心主张

主流 Agent 框架（LangChain、Dify、Coze）在 Demo 阶段很好用，但它们的过度抽象在生产环境会成为负担——行为不可预测、排查困难、安全面大。

真正跑在生产上的 Coding Agent——Claude Code、Cursor、Pi——用的都是轻量级自定义架构。它们的共同模式：

  1. EventStream 驱动的 Agent Loop（不是链式调用）
  2. 可插拔的 Context Engine（不是简单的消息截断）
  3. 并行工具执行 + MCP 协议（不是串行函数调用）
  4. 文件级持久化记忆（不是向量数据库存对话）

这套模块带你逐层拆解这些模式。

章节列表

  1. 为什么要自己写 Agent
  2. Agent Loop：EventStream 驱动的核心循环
  3. RAG：检索增强的工程实现
  4. 工具系统：MCP 协议与并行执行
  5. Context Engine：OpenClaw 的记忆架构
  6. Multi-Agent：子进程隔离与多渠道路由
  7. 读懂 Pi（原 pi-mono）源码
  8. 构建你的 OpenClaw
  9. 面试与实习准备