前面我们简单认识了一下Pi Agent,现在我们来使用开箱即用的 Pi Agent 演示代码来看看他的运行效果，只需要简单配置，就能让 AI 自动读写文件、执行终端命令，完整复现它的核心工作流程。

一、前置准备

  1. 安装依赖
    pip install pi-agent python-dotenv
  2. 创建 .env 文件，填入你的大模型 API Key（以 OpenAI 为例）
    OPENAI_API_KEY=你的API密钥
    OPENAI_MODEL=gpt-3.5-turbo  # 也可以用gpt-4

二、完整演示代码

这个代码会让 Pi Agent 自动创建文件、写入内容、执行命令、验证结果，全程无需人工干预：

import os
from dotenv import load_dotenv
from pi_agent import PiAgent

# 加载环境变量
load_dotenv()

def run_pi_agent_demo():
    # 1. 初始化 Pi Agent
    agent = PiAgent(
        model="gpt-3.5-turbo",
        api_key=os.getenv("OPENAI_API_KEY"),
        # 开启自动执行（无需手动确认，新手可先关闭）
        auto_run=True
    )

    # 2. 给 AI 下达任务指令
    task = """
    请帮我完成以下任务：
    1. 在当前目录创建一个 demo.txt 文件
    2. 写入内容：Pi Agent 极简智能体引擎测试成功
    3. 执行 ls 命令查看当前目录文件
    4. 读取 demo.txt 内容并返回给我
    """

    print("🚀 开始执行任务...\n")
    # 3. 运行 Agent 循环（自动思考+调用工具+执行）
    result = agent.run(task)

    # 4. 输出最终结果
    print("\n✅ 任务完成，最终结果：")
    print(result)

if __name__ == "__main__":
    run_pi_agent_demo()

三、代码核心解释

  1. 初始化 Agent

    • 绑定大模型 + API Key
    • auto_run=True：AI 直接执行命令，不需要你手动确认（更接近自主智能体）

  2. 核心能力演示
    代码会自动调用 Pi Agent 的四大原生工具：

    • write：创建并写入 demo.txt
    • bash：执行 ls 查看文件
    • read：读取文件内容验证

  3. 运行逻辑
    AI 会自动走完整循环：思考 → 调用工具 → 执行 → 反馈 → 完成任务，不需要你写任何工具调用逻辑。

四、运行效果（你会看到）

🚀 开始执行任务...

[Pi Agent] 思考中：需要创建文件、写入内容、执行命令、读取文件
[Pi Agent] 调用工具：write -> demo.txt
[Pi Agent] 调用工具：bash -> ls
[Pi Agent] 调用工具：read -> demo.txt

✅ 任务完成，最终结果：
已完成所有任务：
1. demo.txt 文件已创建
2. 文件内容：Pi Agent 极简智能体引擎测试成功
3. 当前目录文件：demo.txt, main.py, .env

五、进阶小修改（新手必试）

1. 关闭自动执行（更安全）

把 auto_run=True 改成 False，AI 每次执行工具前都会问你：是否执行？(y/n)

2. 接入本地大模型（Ollama）

不需要 API Key，直接用本地模型：

agent = PiAgent(
    model="ollama/llama3",
    base_url="http://localhost:11434/v1"
)

总结

  1. 这就是 Pi Agent 的核心：大模型 + 工具 + 循环，代码极简但能力强大
  2. 你只需要写任务指令，AI 自动调用读写文件、执行命令
  3. 全程不到50行代码，就能跑通一个完整的自主智能体