终端编码代理pulseaiclub/phi

文档： pulseaiclub.github.io

- 又快又小 — 发布二进制约 15 MB，空闲 RSS 约 21 MB，首帧约 31 ms；无 Node / Electron / Python 运行时
- 子代理（Sub-agents） — 拉起隔离任务，在 TUI / job 日志里完整看到执行过程，而不是把每一步都塞进父会话上下文
- Hashline 编辑 — 用整文件 @file path#TAG 加上行级 LINE#HASH 锚点改文件（思路对齐 oh-my-pi）：模型瞄锚点改，而不是整文件重写；TAG/哈希对不上就拒绝，避免过度编辑和静默写坏
- 权限门控 — 危险工具先过 Gate / Ask；代理能碰你的代码树时，安全不是可选项
- MCP 不炸上下文 — 随便配多少 MCP 服务器，工具 schema 绝不进模型 prompt。系统提示只列 server 名（像 Skills 目录）；Agent 用三个元工具（mcp_list / mcp_inspect / mcp_call）按需发现再调用；权限仍走 Gate / Ask / Hooks。详见 MCP
- 扩展（Go 或 Rust） — 原生二进制通过 stdin/stdout 讲 PXB 协议；官方作者 SDK：Go（ext/go）+ 零依赖 Rust 移植（ext/rust）：LLM 工具、斜杠命令、事件拦截、确认对话框——无 JSON、无反射。详见 Extensions（扩展）
- TUI 内 diff 审阅 — /diff 全屏审阅 git 改动（工作区 / staged / HEAD）：语法高亮、行级批注，按 a 发给代理。详见 Diff 审阅
- 任意模型 — 通过显式 api 字段支持 OpenAI 兼容、Anthropic、Gemini；对已知模型名（GPT / DeepSeek / Gemini / Kimi / GLM）内置 preset 自动补齐 endpoint、上下文窗口与能力。详见 支持的模型

phi 欢迎界面

phi TUI

phi diff 审阅

你可以通过 Skills（技能）、Extensions（扩展）
和 MCP 扩展它——不必做成插件框架。

- 文档
- 快速开始
- 资源占用
- 配置
- 交互模式
- Diff 审阅
- 命令
- 会话
- 无头模式
- Skills（技能）
- 权限
- Extensions（扩展）
- MCP
- 子代理
- 工具
- 项目结构

快速开始

安装最新发布版本（macOS / Linux）：

curl -fsSL https://raw.githubusercontent.com/pulseaiclub/phi/main/scripts/install.sh | bash

Windows（PowerShell 5.1+）：

irm https://raw.githubusercontent.com/pulseaiclub/phi/main/scripts/install.ps1 | iex

首次启动需要配置模型。使用下面这个命令打开配置编辑器（会创建 ~/.phi 目录结构并写入 ~/.phi/config.yaml）：

phi config

也可以设置环境变量做一次性运行：

export PHI_MODEL=gpt-4o
export PHI_API_KEY=sk-...

然后启动 TUI：

phi

或者从源码构建（Go 1.26.3+，见 go.mod）：

make build          # 生成 ./phi
make install        # 构建并安装到 $GOBIN

首次启动时，phi 会自动创建 ~/.phi/{bin,skills,hooks,session}。搜索工具
（fd、rg）缺失时会在后台下载到 ~/.phi/bin。

TUI 给模型提供四个核心工具——read、write、edit 和 bash——外加 grep、find、ls。模型用这些工具来完成你的请求。外部 HTTP 抓取在配置 MCP 后可用。

资源占用

精简只是底线——phi 还要启动即开、负载下仍省内存。phi 数字来自剥离的发布构建
（CGO_ENABLED=0，-ldflags="-s -w"），在 macOS arm64 上测得。其他 harness
用已公开的 Linux PSS / 交互式 PTY 数据。

首帧时间

空闲内存 · 1 个会话

空闲内存 · 10 个会话

| 指标 | phi |
| --- | ---: |
| 发布二进制 | 约 15 MB |
| 空闲 RSS（1 个会话） | 约 21 MB |
| 10 个空闲会话（RSS 总量） | 约 221 MB |
| 首帧时间 | 约 31 ms（26–49 ms） |
| 冷 go build（空 GOCACHE） | 约 5.5 s |
| 热重建 | 约 0.7 s |
| Go 源码（不含测试） | 约 22k 行 / 107 个文件 |
| Go 包数量 | 32 |
| 直接模块依赖 | 6（共 15 个模块） |
| 链接运行时 | 仅系统库（无 Node / Electron / Python） |

配置

phi 读取 ~/.phi/config.yaml（标准 YAML）。环境变量可覆盖配置，用于一次性运行。
phi config 会在浏览器中打开一个 HTML 编辑器来编辑同一个文件。

phi config

~/.phi/config.yaml
models:
- name: gpt-4o
api: OpenAI             # OpenAI | OpenAIResponses | Anthropic | Gemini（空则走 OpenAI 兼容）
api_key: sk-...         # 或设置 PHI_API_KEY
base_url: https://api.openai.com/v1   # 默认；PHI_BASE_URL 可覆盖
context_window: 128000  # 可选
default: true           # 启动时使用的模型；缺省时第一项生效
- name: claude-sonnet-4-20250514
api: Anthropic          # 必填 — 不再按名字/URL 猜测
api_key: sk-ant-...
base_url: https://api.anthropic.com
context_window: 200000
- name: deepseek-flash    # 内置 preset：自动补齐 base_url / context / thinking
api_key: sk-...
- name: gemini-2.5-flash  # 内置 preset（api: Gemini）
api_key: ...
think_level: high       # 可选：off | minimal | low | medium | high | …

skill_path: ~/.phi/skills # SKILL.md 文件的加载目录

agents:
enabled: true           # 默认；设为 false 可禁用 agent_* 子代理工具

permissions:
mode: interactive       # interactive | readonly | autopilot | headless-strict
bash:
default: ask          # ask | allow | deny
allow:
- "go test ./..."
deny:
- "rm -rf "

内置 preset 与思考参数上线格式见 doc/models.md。

推荐模型：DeepSeek Flash

DeepSeek Flash（内置 preset deepseek-flash）——快、便宜，agent 场景下 prefix cache 真能打。

只需 name + api_key：

models:
- name: deepseek-flash
api_key: sk-...
default: true

phi + DeepSeek Flash 是最佳搭档：少幻觉，缓存命中率极高。

以下为实测数据：

同一 session 39 轮 LLM 调用 —— prompt 16k→40k，命中率 95–100%（平均 98.7%）。

| 轮次 | Prompt tokens | Cached tokens | 命中率 |
| ---: | ---: | ---: | ---: |
| 1 | 16,176 | 15,872 | 98.1% |
| 10 | 20,163 | 20,096 | 99.7% |
| 20 | 27,604 | 26,624 | 96.4% |
| 30 | 35,245 | 35,072 | 99.5% |
| 39 | 39,794 | 39,552 | 99.4% |

xychart-beta
title "缓存命中率（39 轮）"
x-axis [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39]
y-axis "命中率 %" 95 --> 100
line [98.1, 98.8, 97.5, 98.1, 98.1, 98.8, 99.1, 99.9, 98.7, 99.7, 99.5, 99.5, 96.3, 99.4, 97.0, 99.7, 99.9, 99.3, 98.3, 96.4, 98.9, 98.7, 97.2, 99.8, 95.0, 99.7, 99.2, 98.9, 99.3, 99.5, 99.5, 99.4, 99.2, 98.6, 99.4, 99.6, 100.0, 97.8, 99.4]

环境变量覆盖：

| 变量 | 覆盖项 |
| ---------------- | ------------------ |
| PHI_API_KEY | models[].api_key（默认模型） |
| PHI_MODEL | models[].name（默认模型） |
| PHI_BASE_URL | models[].base_url（默认模型） |
| PHI_SKILL_PATH | skill_path |
| PHI_THINK_LEVEL | models[].think_level（默认模型；off 关闭思考） |

提供商路由看显式 api 字段（OpenAI / Anthropic / Gemini）。详见 支持的模型。

工作区布局

~/.phi/
├── config.yaml   # 全局配置
├── bin/          # 下载的搜索工具（fd、ripgrep）
├── skills/       # SKILL.md 技能目录
├── extensions/   # PXB 二进制 + phi.yaml
├── jobs/         # 子代理任务产物（meta、logs、result.md）
└── session/      # 持久化会话，每个工作目录一个目录
└── /

交互模式

phi（或 phi tui）启动 TUI：上方是对话记录，底部是编辑器，底部状态栏显示
当前活动。有新版发布时，状态栏会提示类似 0.2.0 available · phi update。

助手输出按 Markdown（CommonMark/GFM）渲染：标题、强调、删除线、链接、引用、
列表、任务复选框和表格都会按当前主题着色；围栏代码块上方有淡色语言标注，并按语言高亮。
结构标记（#、  、）会被去除。

编辑器支持：

- @ —— 模糊文件选择器（输入 @ 后开始输入路径）
- / —— 斜杠命令选择器（/sessions、/clear、/diff）
- ? —— 快捷键帮助选择器（列出 /、!、@ 和按键绑定；Esc 关闭）
- !command —— 在本地运行 shell 命令，并把输出流式写入对话记录
（见 命令）
- Ctrl+K —— 命令面板：设置 → 模型 / 主题 / 权限 / 代理、技能、hooks

键盘快捷键

| 按键 | 作用 |
| -------------- | ------------------------------- |
| Ctrl+C | 退出 phi |
| Esc | 取消正在运行的代理 / 关闭选择器 |
| Ctrl+K | 开关命令面板 |
| Ctrl+A | 光标跳到行首 |
| Ctrl+E | 光标跳到行尾 |
| Ctrl+U | 清空输入框（含图片和技能） |
| Ctrl+Shift+C | 复制选中的对话文本 |

主题：Dark（默认）、Darcula、Pink 和 Terminal，可在面板的
设置 → 主题中切换。

Diff 审阅

/diff 是 TUI 里的全屏 git 审阅——看改动、写行级批注，再把批注交给代理，
全程不用离开终端。

| 命令 | 打开内容 |
| --- | --- |
| /diff | 工作区（git diff） |
| /diff staged | 暂存区 |
| /diff HEAD | 最近一次提交（git show） |

斜杠选择器里回车会把 /diff 连同一个空格填进输入框；再提交才打开。
审阅层内：j/k 移动，s 左右对照，i 添加/编辑批注，x 删除，a 发给代理，
? 帮助，q / Esc 关闭。批注保存在 .phi/review.json。

命令

| 命令 | 说明 |
| ------------------ | --------------------------------------------- |
| phi / phi tui | 启动交互式 TUI |
| phi run -p "…" | 以无头模式运行一个代理循环（见下文） |
| phi update | 下载并安装最新的 GitHub 发布版本 |
| phi update --check | 只查询最新版本，不安装 |
| phi sessions list | 列出当前目录的持久化会话 |
| /sessions | 列出当前目录的会话（TUI 内） |
| /clear | 开启一个全新的空会话（TUI 内） |
| /diff | 全屏 git 审阅 — 见 Diff 审阅 |
| !command | 在本地运行 shell 命令，把输出流式写入对话记录；Esc 取消 |

在 TUI 中，!command 通过 bash -c 在本地运行——在代理循环之外。它不计入
代理忙碌状态，运行中的命令可以用 Esc 取消，且不影响正在进行的代理回合。

会话

会话会按工作目录自动持久化到 ~/.phi/session//，以 JSONL 轨迹
记录。

- phi sessions list —— 列出当前目录的会话 id、修改时间和预览
- TUI 内 /sessions —— 同上，在应用内查看
- /clear —— 开启全新会话（新 id、空对话记录）
- phi run --session  / phi run --continue-last —— 无头模式恢复会话

无头模式

phi run -p "fix the failing test in internal/tools"

不启动 TUI，运行一个代理循环。人类可读的日志输出到 stderr；加上 --jsonl 后，机器可读事件输出到 stdout，每行一个 JSON 对象。

参数：

| 参数 | 说明 |
| -------------------- | ---------------------------------------------- |
| -p, --prompt STRING | 要运行的提示词（必填） |
| --jsonl | 向 stdout 输出 JSONL 事件 |
| --yolo | 本次运行跳过所有权限检查（仅用于 benchmark / CI） |
| --max-rounds N | 限制工具轮数（默认 64） |
| --timeout DURATION | 限制 Agent 运行总时长（例如 10m，默认不限制） |
| --session ID | 按 id 或唯一前缀恢复已持久化的会话 |
| --continue-last | 恢复当前目录最新的持久化会话 |
| --session-dir DIR | 覆盖会话存储目录 |
| --tools LIST | 仅启用逗号分隔的指定内置工具 |

--tools 接受 read,ls,grep 之类的内置工具名称。已配置的 MCP 和 agent
工具仍会照常追加；该参数只限制内置工具集。

退出码：0 成功 · 1 运行时/LLM 错误 · 2 达到最大轮数 ·
3 配置/用法错误。

交互式 TUI 在工具轮数耗尽时会询问 Continue / Stop。
无头 phi run 没有确认界面，因此直接以退出码 2 结束。

无头模式下，权限 ask 的决策会被拒绝（没有审批界面），因此无需额外参数
即可获得 readonly 级别的安全性。跑 benchmark 需要任意 shell（pytest、
npm test 等）时，对该次运行加 --yolo 即可跳过权限门控。

Skills（技能）

技能是包含 SKILL.md 文件的目录，文件带 YAML frontmatter 和 Markdown 正文。
它们从 ~/.phi/skills/（或 skill_path / PHI_SKILL_PATH）加载，注入到代理
上下文中，让你能给模型提供可复用的流程：

name: My Skill
description: What this skill does
license: MIT
compatibility: claude, openai

Instructions the agent should follow when this skill is relevant.

在 TUI 中，可以从面板添加技能（技能 → 列表），然后在勾选所需技能后发送
消息。

权限

工具执行受权限策略门控，因此代理默认只读，遇到破坏性操作会先询问。在
~/.phi/config.yaml 的 permissions: 下配置。

模式：

| 模式 | 行为 |
| ------------------ | --------------------------------------------------- |
| interactive | 默认。ask 决策在 TUI 中弹出询问。 |
| readonly | 拒绝写入 / bash；只读工具仍可用。 |
| autopilot | 把 ask 折叠为 allow，无人值守运行。 |
| headless-strict | 把 ask 折叠为 deny（phi run 使用）。 |

按工具的规则：bash.default / bash.allow / bash.deny（精确命令前缀匹配）。
全局键：workspace_only_writes
（默认 true）、ask_timeout_sec 和 dangerously_allow_all（默认 false）。

在 TUI 中，审批对话框会替换编辑器，提供批准、带反馈地拒绝、或对本次会话 /
所有会话全部允许等选项。面板的 设置 → 权限 条目可切换会话级绕过。

Extensions（扩展）

扩展是讲 PXB 二进制协议的原生进程（作者 SDK：Go github.com/pulseaiclub/phi/ext/go/phi 和 Rust ext/rust phi-ext）：订阅工具/会话事件、注册 LLM 工具、添加斜杠命令。

go get github.com/pulseaiclub/phi/ext/go@v0.21.0

package main

import (
"github.com/pulseaiclub/phi/ext/go"
"github.com/pulseaiclub/phi/ext/go/phi"
)

func main() {
m := phi.New("hello", "0.1.0")
m.OnToolCall(func(ev ext.ToolCallEvent) *ext.ToolCallResult {
// return &ext.ToolCallResult{Block: true, Reason: "..."}
return nil
})
_ = m.Run()
}

放到 ~/.phi/extensions//，附带 phi.yaml 指向二进制。
TUI：Ctrl+K → extensions。禁用：PHI_EXTENSIONS=off。完整指南见 doc/extensions.md。

Codec 吞吐（Apple Silicon，release，单线程）：

| 实现 | Hello encode+decode | Frame write+read（内存） | Allocs |
|---|---|---|---|
| Rust PXB (phi-ext) | ~0.12 µs | ~0.06 µs | — |
| Go PXB (ext/go/pxb) | ~0.11 µs | ~0.05 µs | 3 / op |
| Go JSON lines | ~1.2 µs | — | 15 / op |

相对 JSON lines 约 10× 来自协议本身（定长头 + tagged fields），不是语言——同套
codec 工作下 Rust / Go 在噪声内。扩展真实延迟仍由进程 spawn 和 pipe RTT 主导。
复测：在 ext/rust 里跑 cargo run --release --example bench。

MCP

配 100 个 MCP 服务器，开场 schema 仍接近 0 token。

多数 MCP Host 会在你提问前把全部 tools/list schema 塞进上下文——光浏览器类
工具就能烧掉 5 万+ token。phi 不这么干。

Agent 只拿到三个元工具；系统提示里会列出已配置的 server 名（不含 schema）：

| 工具 | 作用 |
| --- | --- |
| mcp_list | 列某个 server 上的工具名（紧凑文本） |
| mcp_inspect | 按需拉单个工具的精简参数说明 |
| mcp_call | 执行 server + tool + args |

流程：从提示词里的 server 名出发 → mcp_list(server=…) → mcp_inspect → mcp_call。子进程懒启动。调用仍走 PreHooks → Gate / Ask → Run → PostHooks。

phi mcp add browsermcp -- npx @browsermcp/mcp@latest
phi mcp doctor
在 TUI 里直接让模型用已配置的 server（不必先猜有没有 MCP）

配置：~/.phi/mcp.json（项目 /.phi/mcp.json 可覆盖同名）。
PHI_MCP=off 关闭。首版支持 stdio 与 HTTP。

完整文档：doc/mcp.md。

子代理

子代理工具（agent_spawn、agent_wait 等）默认开启。如果想保持工具精简，可在 ~/.phi/config.yaml 中禁用：

agents:
enabled: false

也可以在当前会话中通过面板切换：设置 → 代理。禁用后这些工具不会注册，模型无法派发任务给子代理。

子代理本身使用一种 role（explore 默认 | review | worker）：

| Role | 工具 | 用途 |
|------|--------|---------|
| explore | 无 write/edit；bash 除硬拒绝外可用 | 多跳侦察 / 梳理结构 |
| review | 与 explore 相同 | 差异 / 检查；只出报告 |
| worker | 除嵌套外全部工具；bash 除硬拒绝外可用 | 范围明确的独立改动 |

默认保持 explore（不可编辑）。任务是在隔离上下文里落地一块改动时，再用 worker。

工具

模型可调用的内置工具（见 internal/tools/）：

| 工具 | 用途 |
| -------------- | -------------------------------------------- |
| bash | 在工作目录运行 shell 命令 |
| read | 读取文件 |
| write | 写入文件（受权限门控） |
| edit | 精准编辑文件的某一段 |
| grep | 跨文件正则搜索 |
| find | 文件模式匹配（fd） |
| ls | 目录列表 |
| agent_spawn | 启动一个隔离的子代理任务（异步） |
| agent_wait | 等待任务；只返回简短总结 |
| agent_list | 列出任务 |
| agent_cancel | 取消运行中的任务 |

子代理的完整记录存放在 ~/.phi/jobs//，子代理的上下文不会注入父代理上下文——只有 wait/task 的总结会注入。

快速搜索工具（fd、ripgrep）在首次启动缺失时，会下载到 ~/.phi/bin。

源码结构图见 项目结构。

开发环境搭建、代码风格与提交规范见 CONTRIBUTING.md。