┌─ pi ── pi-powerline-footer ── main ┐

ONE COMMAND · RESEARCH → RELEASE

一条命令,
调研上线

这是我的 pi-agent 工具链:rpiv 当导演,lean-ctx 做地基,15 个 sub-agent 与 89 个 skill 干活,DevOps 技能链把代码送上 K8s。往下滚,看这个闭环怎么自己转起来。

$ quick-ls --highlights

往下 — loop 会自己转起来

DRAMATIS PERSONAE · 三个角色,一个闭环

谁在干活?

导演 · orchestrator

rpiv

它不写代码,它拆任务、派 sub-agent — 15 个分工明确、多模型高效利用;checkpoint 追踪进度 — 两个人机签字点,谁也别想跳过。

地基 · substrate

lean-ctx

每一次 read / shell 都穿过它 — 成本被压掉 60–90%,unchanged re-read 只要 ~13 tokens。

交付通道 · delivery

DevOps skills

自己的技能,自己的交付链 — 从凭据到集群到飞书通知,全程自动化。

三个角色不是并列的工具箱,是一个闭环:rpiv 驱动代码,lean-ctx 压缩运行 agent 的成本,私有技能支撑 DevOps 交付 — 而每一圈省下的 token 和成本,会被 lean-ctx gain 记下来、喂回 agent — 下一圈自然跑得更省。接下来这张图,就是这条闭环。

THE LOOP · S3

闭环

数据包跑完一圈,就是一次真实的交付。悬停看角色,点击看 detail — 底部 substrate 的 stats 端口把度量接回起点。

SUBSTRATE · S4

lean-ctx — 一站式 context runtime

LEAN-CTX(1)Context RuntimeLEAN-CTX(1)

lean-ctx — AI agent 的 context 地基。3 个 MCP 服务器 · 81+ tools,实测压缩 24–75%,每次 read/shell 省 60–90%。

01 · context management

十种读法,一个缓存

$ lean-ctx verify-cache
src/converter/kafka_listener.ts unchanged → served from cache (~13 tokens)
02 · memory

双层记忆 — 短 horizon 与长 horizon

ctx_session · 短期工作记忆

    ctx_knowledge · 长期知识图谱

      03 · code graph

      三个问题,三个工具

      04 · proxy

      统一网关 — 一个入口,多个上游

      05 · stats / gain

      测量仪器 — 量化 loop 的成本

      ~/.config/lean-ctx/config.toml

      ORCHESTRATOR · S5

      rpiv — 8 阶段流水线

      planning 阶段人机共建,execution 阶段完全自治。签字点之前你可以反悔,之后 agent 自己跑完全程。

      planning · interactive · 人机交互

      深度路由:medium 跳过 Design 直达 Blueprint;complex 走 Design → Plan 全套。

      execution · autonomous · sub-agent driven

      深度路由 — 任务决定走哪条线

      depthroute说明

      /wf — 五条地铁线

      回环箭头受 maxBackwardJumps=2 约束 — 可以返工,但不会无限打转。

      DSL 五层合并:builtin → global → project → local → CLI;审计 JSONL 落盘可回放。

      20 个 skill — ls 视角

      $ ls ~/.pi/agent/skills/rpiv-*/

      $ ls companions/

      DELIVERY · S6

      自己的技能,自己的交付链

      前两段路 rpiv 和 lean-ctx 已经走完 — 最后这程,靠你自己的私有技能。

      G1–G7 质量铁律