Pi 集成架构

本文介绍 OpenClaw 如何集成 pi-coding-agent 及其兄弟包（pi-ai、pi-agent-core、pi-tui）来驱动其 AI Agent 能力。

概述

OpenClaw 使用 pi SDK 将 AI 编码 Agent 嵌入其消息网关架构。它不以子进程或 RPC 模式运行 pi，而是直接导入并通过 createAgentSession() 实例化 pi 的 AgentSession。这种嵌入式方式提供了：

• 对会话生命周期和事件处理的完全控制
• 自定义工具注入（消息、沙箱、频道特定操作）
• 按频道/上下文自定义系统提示
• 支持分支/压缩的会话持久化
• 带故障转移的多账号认证轮换
• 与 Provider 无关的模型切换

包依赖

{
  "@mariozechner/pi-agent-core": "0.61.1",
  "@mariozechner/pi-ai": "0.61.1",
  "@mariozechner/pi-coding-agent": "0.61.1",
  "@mariozechner/pi-tui": "0.61.1"
}

包	用途
pi-ai	核心 LLM 抽象：Model、streamSimple、消息类型、Provider API
pi-agent-core	Agent 循环、工具执行、AgentMessage 类型
pi-coding-agent	高级 SDK：createAgentSession、SessionManager、AuthStorage、ModelRegistry、内置工具
pi-tui	终端 UI 组件（用于 OpenClaw 的本地 TUI 模式）

文件结构

src/agents/
├── pi-embedded-runner.ts          # 从 pi-embedded-runner/ 重导出
├── pi-embedded-runner/
│   ├── run.ts                     # 主入口：runEmbeddedPiAgent()
│   ├── run/
│   │   ├── attempt.ts             # 单次尝试逻辑，含会话设置
│   │   ├── params.ts              # RunEmbeddedPiAgentParams 类型
│   │   ├── payloads.ts            # 从运行结果构建响应载荷
│   │   ├── images.ts              # 视觉模型图片注入
│   │   └── types.ts               # EmbeddedRunAttemptResult
│   ├── abort.ts                   # 中止错误检测
│   ├── cache-ttl.ts               # 上下文裁剪的缓存 TTL 追踪
│   ├── compact.ts                 # 手动/自动压缩逻辑
│   ├── extensions.ts              # 嵌入式运行的 pi 扩展加载
│   ├── extra-params.ts            # Provider 特定流参数
│   ├── google.ts                  # Google/Gemini turn 顺序修复
│   ├── history.ts                 # 历史限制（DM 与群组）
│   ├── lanes.ts                   # 会话/全局命令通道
│   ├── logger.ts                  # 子系统日志
│   ├── model.ts                   # 通过 ModelRegistry 解析模型
│   ├── runs.ts                    # 活跃运行追踪、中止、队列
│   ├── sandbox-info.ts            # 系统提示的沙箱信息
│   ├── session-manager-cache.ts   # SessionManager 实例缓存
│   ├── session-manager-init.ts    # 会话文件初始化
│   ├── system-prompt.ts           # 系统提示构建器
│   ├── tool-split.ts              # 将工具分为 builtIn vs custom
│   ├── types.ts                   # EmbeddedPiAgentMeta, EmbeddedPiRunResult
│   └── utils.ts                   # ThinkLevel 映射、错误描述
├── pi-embedded-subscribe.ts       # 会话事件订阅/分发
├── pi-embedded-subscribe.types.ts # SubscribeEmbeddedPiSessionParams
├── pi-embedded-subscribe.handlers.ts # 事件处理器工厂
├── pi-embedded-subscribe.handlers.lifecycle.ts
├── pi-embedded-subscribe.handlers.types.ts
├── pi-embedded-block-chunker.ts   # 流式块回复分片
├── pi-embedded-messaging.ts       # 消息工具发送追踪
├── pi-embedded-helpers.ts         # 错误分类、turn 验证
├── pi-embedded-helpers/           # 辅助模块
├── pi-embedded-utils.ts           # 格式化工具
├── pi-tools.ts                    # createOpenClawCodingTools()
├── pi-tools.abort.ts              # AbortSignal 包装工具
├── pi-tools.policy.ts             # 工具允许/拒绝列表策略
├── pi-tools.read.ts               # Read 工具自定义
├── pi-tools.schema.ts             # 工具 schema 规范化
├── pi-tools.types.ts              # AnyAgentTool 类型别名
├── pi-tool-definition-adapter.ts  # AgentTool -> ToolDefinition 适配器
├── pi-settings.ts                 # 设置覆盖
├── pi-extensions/                 # 自定义 pi 扩展
│   ├── compaction-safeguard.ts    # 压缩安全保障扩展
│   ├── compaction-safeguard-runtime.ts
│   ├── context-pruning.ts         # 缓存 TTL 上下文裁剪扩展
│   └── context-pruning/
├── model-auth.ts                  # 认证档案解析
├── auth-profiles.ts               # 档案存储、冷却、故障转移
├── model-selection.ts             # 默认模型解析
├── models-config.ts               # models.json 生成
├── model-catalog.ts               # 模型目录缓存
├── context-window-guard.ts        # 上下文窗口验证
├── failover-error.ts              # FailoverError 类
├── defaults.ts                    # DEFAULT_PROVIDER, DEFAULT_MODEL
├── system-prompt.ts               # buildAgentSystemPrompt()
├── system-prompt-params.ts        # 系统提示参数解析
├── system-prompt-report.ts        # 调试报告生成
├── tool-summaries.ts              # 工具描述摘要
├── tool-policy.ts                 # 工具策略解析
├── transcript-policy.ts           # 转录验证策略
├── skills.ts                      # Skill 快照/提示构建
├── skills/                        # Skill 子系统
├── sandbox.ts                     # 沙箱上下文解析
├── sandbox/                       # 沙箱子系统
├── channel-tools.ts               # 频道特定工具注入
├── openclaw-tools.ts              # OpenClaw 特定工具
├── bash-tools.ts                  # exec/process 工具
├── apply-patch.ts                 # apply_patch 工具（OpenAI）
├── tools/                         # 独立工具实现
│   ├── browser-tool.ts
│   ├── canvas-tool.ts
│   ├── cron-tool.ts
│   ├── gateway-tool.ts
│   ├── image-tool.ts
│   ├── message-tool.ts
│   ├── nodes-tool.ts
│   ├── session*.ts
│   ├── web-*.ts
│   └── ...
└── ...

频道特定消息动作运行时现已迁移到插件自有扩展目录，例如：

• extensions/discord/src/actions/runtime*.ts
• extensions/slack/src/action-runtime.ts
• extensions/telegram/src/action-runtime.ts
• extensions/whatsapp/src/action-runtime.ts

核心集成流程

1. 运行嵌入式 Agent

主入口为 pi-embedded-runner/run.ts 中的 runEmbeddedPiAgent()：

import { runEmbeddedPiAgent } from "./agents/pi-embedded-runner.js";

const result = await runEmbeddedPiAgent({
  sessionId: "user-123",
  sessionKey: "main:whatsapp:+1234567890",
  sessionFile: "/path/to/session.jsonl",
  workspaceDir: "/path/to/workspace",
  config: openclawConfig,
  prompt: "Hello, how are you?",
  provider: "anthropic",
  model: "claude-sonnet-4-20250514",
  timeoutMs: 120_000,
  runId: "run-abc",
  onBlockReply: async (payload) => {
    await sendToChannel(payload.text, payload.mediaUrls);
  },
});

2. 会话创建

在 runEmbeddedAttempt()（由 runEmbeddedPiAgent() 调用）内部，使用 pi SDK：

import {
  createAgentSession,
  DefaultResourceLoader,
  SessionManager,
  SettingsManager,
} from "@mariozechner/pi-coding-agent";

const resourceLoader = new DefaultResourceLoader({
  cwd: resolvedWorkspace,
  agentDir,
  settingsManager,
  additionalExtensionPaths,
});
await resourceLoader.reload();

const { session } = await createAgentSession({
  cwd: resolvedWorkspace,
  agentDir,
  authStorage: params.authStorage,
  modelRegistry: params.modelRegistry,
  model: params.model,
  thinkingLevel: mapThinkingLevel(params.thinkLevel),
  tools: builtInTools,
  customTools: allCustomTools,
  sessionManager,
  settingsManager,
  resourceLoader,
});

applySystemPromptOverrideToSession(session, systemPromptOverride);

3. 事件订阅

subscribeEmbeddedPiSession() 订阅 pi 的 AgentSession 事件：

const subscription = subscribeEmbeddedPiSession({
  session: activeSession,
  runId: params.runId,
  verboseLevel: params.verboseLevel,
  reasoningMode: params.reasoningLevel,
  toolResultFormat: params.toolResultFormat,
  onToolResult: params.onToolResult,
  onReasoningStream: params.onReasoningStream,
  onBlockReply: params.onBlockReply,
  onPartialReply: params.onPartialReply,
  onAgentEvent: params.onAgentEvent,
});

处理的事件包括：

• message_start / message_end / message_update（流式文本/思考）
• tool_execution_start / tool_execution_update / tool_execution_end
• turn_start / turn_end
• agent_start / agent_end
• auto_compaction_start / auto_compaction_end

4. 提示

设置完成后，对会话发起提示：

await session.prompt(effectivePrompt, { images: imageResult.images });

SDK 处理完整的 Agent 循环：发送给 LLM、执行工具调用、流式响应。

图片注入是提示局部的：OpenClaw 从当前提示中加载图片引用，并通过 images 在该 turn 传递，不会重新扫描旧的历史 turn 以重新注入图片载荷。

工具架构

工具流水线

1. 基础工具：pi 的 codingTools（read、bash、edit、write）
2. 自定义替换：OpenClaw 用 exec/process 替换 bash，针对沙箱自定义 read/edit/write
3. OpenClaw 工具：消息、浏览器、canvas、会话、cron、gateway 等
4. 频道工具：Discord/Telegram/Slack/WhatsApp 特定动作工具
5. 策略过滤：按档案、provider、agent、群组、沙箱策略过滤工具
6. Schema 规范化：清理 Gemini/OpenAI 的 schema 兼容性问题
7. AbortSignal 包装：工具包装以遵守中止信号

工具定义适配器

pi-agent-core 的 AgentTool 与 pi-coding-agent 的 ToolDefinition 的 execute 签名不同。pi-tool-definition-adapter.ts 中的适配器负责桥接：

export function toToolDefinitions(tools: AnyAgentTool[]): ToolDefinition[] {
  return tools.map((tool) => ({
    name: tool.name,
    label: tool.label ?? name,
    description: tool.description ?? "",
    parameters: tool.parameters,
    execute: async (toolCallId, params, onUpdate, _ctx, signal) => {
      // pi-coding-agent 签名与 pi-agent-core 不同
      return await tool.execute(toolCallId, params, signal, onUpdate);
    },
  }));
}

工具分割策略

splitSdkTools() 通过 customTools 传递所有工具：

export function splitSdkTools(options: { tools: AnyAgentTool[]; sandboxEnabled: boolean }) {
  return {
    builtInTools: [], // 为空，我们覆盖所有工具
    customTools: toToolDefinitions(options.tools),
  };
}

这确保 OpenClaw 的策略过滤、沙箱集成和扩展工具集在各 provider 之间保持一致。

系统提示构建

系统提示由 buildAgentSystemPrompt()（system-prompt.ts）构建，包含工具说明、工具调用风格、安全规则、OpenClaw CLI 参考、Skills、文档、工作空间、沙箱、消息、回复标签、语音、静默回复、心跳、运行时元数据，以及启用时的记忆和反应，还有可选的上下文文件和额外系统提示内容。子 Agent 使用的最小提示模式会裁剪各节。

提示在会话创建后通过 applySystemPromptOverrideToSession() 应用：

const systemPromptOverride = createSystemPromptOverride(appendPrompt);
applySystemPromptOverrideToSession(session, systemPromptOverride);

会话管理

会话文件

会话是带树形结构的 JSONL 文件（通过 id/parentId 链接）。Pi 的 SessionManager 负责持久化：

const sessionManager = SessionManager.open(params.sessionFile);

OpenClaw 用 guardSessionManager() 包装以保证工具结果安全。

会话缓存

session-manager-cache.ts 缓存 SessionManager 实例以避免重复解析文件：

await prewarmSessionFile(params.sessionFile);
sessionManager = SessionManager.open(params.sessionFile);
trackSessionManagerAccess(params.sessionFile);

历史限制

limitHistoryTurns() 根据频道类型（DM 与群组）裁剪对话历史。

压缩

上下文溢出时触发自动压缩。compactEmbeddedPiSessionDirect() 处理手动压缩：

const compactResult = await compactEmbeddedPiSessionDirect({
  sessionId, sessionFile, provider, model, ...
});

认证与模型解析

认证档案

OpenClaw 维护一个每 provider 多 API Key 的认证档案存储：

const authStore = ensureAuthProfileStore(agentDir, { allowKeychainPrompt: false });
const profileOrder = resolveAuthProfileOrder({ cfg, store: authStore, provider, preferredProfile });

档案在失败时轮换，带冷却追踪：

await markAuthProfileFailure({ store, profileId, reason, cfg, agentDir });
const rotated = await advanceAuthProfile();

模型解析

import { resolveModel } from "./pi-embedded-runner/model.js";

const { model, error, authStorage, modelRegistry } = resolveModel(
  provider,
  modelId,
  agentDir,
  config,
);

// 使用 pi 的 ModelRegistry 和 AuthStorage
authStorage.setRuntimeApiKey(model.provider, apiKeyInfo.apiKey);

故障转移

FailoverError 在配置了回退时触发模型切换：

if (fallbackConfigured && isFailoverErrorMessage(errorText)) {
  throw new FailoverError(errorText, {
    reason: promptFailoverReason ?? "unknown",
    provider,
    model: modelId,
    profileId,
    status: resolveFailoverStatus(promptFailoverReason),
  });
}

Pi 扩展

OpenClaw 加载自定义 pi 扩展以实现专项行为：

压缩安全保障

src/agents/pi-extensions/compaction-safeguard.ts 为压缩添加护栏，包括自适应 token 预算以及工具失败和文件操作摘要：

if (resolveCompactionMode(params.cfg) === "safeguard") {
  setCompactionSafeguardRuntime(params.sessionManager, { maxHistoryShare });
  paths.push(resolvePiExtensionPath("compaction-safeguard"));
}

上下文裁剪

src/agents/pi-extensions/context-pruning.ts 实现基于缓存 TTL 的上下文裁剪：

if (cfg?.agents?.defaults?.contextPruning?.mode === "cache-ttl") {
  setContextPruningRuntime(params.sessionManager, {
    settings,
    contextWindowTokens,
    isToolPrunable,
    lastCacheTouchAt,
  });
  paths.push(resolvePiExtensionPath("context-pruning"));
}

流式传输与块回复

块分片

EmbeddedBlockChunker 将流式文本管理为离散的回复块：

const blockChunker = blockChunking ? new EmbeddedBlockChunker(blockChunking) : null;

思考/最终标签剥除

流式输出经过处理以剥除 <think>/<thinking> 块并提取 <final> 内容：

const stripBlockTags = (text: string, state: { thinking: boolean; final: boolean }) => {
  // 剥除 <think>...</think> 内容
  // 若 enforceFinalTag，仅返回 <final>...</final> 内容
};

回复指令

[[media:url]]、[[voice]]、[[reply:id]] 等回复指令被解析并提取：

const { text: cleanedText, mediaUrls, audioAsVoice, replyToId } = consumeReplyDirectives(chunk);

错误处理

错误分类

pi-embedded-helpers.ts 对错误进行分类以便适当处理：

isContextOverflowError(errorText)     // 上下文过大
isCompactionFailureError(errorText)   // 压缩失败
isAuthAssistantError(lastAssistant)   // 认证失败
isRateLimitAssistantError(...)        // 触发限速
isFailoverAssistantError(...)         // 应进行故障转移
classifyFailoverReason(errorText)     // "auth" | "rate_limit" | "quota" | "timeout" | ...

思考级别回退

若思考级别不受支持，则回退：

const fallbackThinking = pickFallbackThinkingLevel({
  message: errorText,
  attempted: attemptedThinking,
});
if (fallbackThinking) {
  thinkLevel = fallbackThinking;
  continue;
}

沙箱集成

启用沙箱模式时，工具和路径受到约束：

const sandbox = await resolveSandboxContext({
  config: params.config,
  sessionKey: sandboxSessionKey,
  workspaceDir: resolvedWorkspace,
});

if (sandboxRoot) {
  // 使用沙箱化的 read/edit/write 工具
  // Exec 在容器内运行
  // 浏览器使用桥接 URL
}

Provider 特定处理

Anthropic

• 拒绝魔法字符串清理
• 连续角色的 turn 验证
• Claude Code 参数兼容性

Google/Gemini

• Turn 顺序修复（applyGoogleTurnOrderingFix）
• 工具 schema 清理（sanitizeToolsForGoogle）
• 会话历史清理（sanitizeSessionHistory）

OpenAI

• Codex 模型的 apply_patch 工具
• 思考级别降级处理

TUI 集成

OpenClaw 也有本地 TUI 模式，直接使用 pi-tui 组件：

// src/tui/tui.ts
import { ... } from "@mariozechner/pi-tui";

这提供了与 pi 原生模式相似的交互式终端体验。

与 Pi CLI 的主要差异

方面	Pi CLI	OpenClaw 嵌入式
调用方式	pi 命令 / RPC	通过 createAgentSession() 使用 SDK
工具	默认编码工具	自定义 OpenClaw 工具套件
系统提示	AGENTS.md + prompts	按频道/上下文动态生成
会话存储	~/.pi/agent/sessions/	~/.openclaw/agents/<agentId>/sessions/（或 $OPENCLAW_STATE_DIR/agents/<agentId>/sessions/）
认证	单一凭证	多档案轮换
扩展	从磁盘加载	编程式 + 磁盘路径
事件处理	TUI 渲染	回调式（onBlockReply 等）

未来展望

可能需要重构的方向：

1. 工具签名对齐：目前在 pi-agent-core 和 pi-coding-agent 签名之间做适配
2. SessionManager 包装：guardSessionManager 增加了安全性但也增加了复杂度
3. 扩展加载：可以更直接地使用 pi 的 ResourceLoader
4. 流式处理复杂度：subscribeEmbeddedPiSession 已变得相当庞大
5. Provider 特殊处理：大量 provider 特定代码路径，pi 未来可能会处理

测试

Pi 集成测试覆盖以下套件：

• src/agents/pi-*.test.ts
• src/agents/pi-auth-json.test.ts
• src/agents/pi-embedded-*.test.ts
• src/agents/pi-embedded-helpers*.test.ts
• src/agents/pi-embedded-runner*.test.ts
• src/agents/pi-embedded-runner/**/*.test.ts
• src/agents/pi-embedded-subscribe*.test.ts
• src/agents/pi-tools*.test.ts
• src/agents/pi-tool-definition-adapter*.test.ts
• src/agents/pi-settings.test.ts
• src/agents/pi-extensions/**/*.test.ts

实时/可选：

• src/agents/pi-embedded-runner-extraparams.live.test.ts（启用 OPENCLAW_LIVE_TEST=1）

运行命令见 Pi 开发工作流。