mcpField
P
Pi TaskExec

Pi TaskExec

本地服务
github.comAI 与智能体02 周前更新

关于 Pi TaskExec

Pi TaskExec 是 MCP 工作器运行时,让监督 Agent 将有界任务分配给本地 Pi 编码 Agent 进程。它支持调查、分析、实现和验证,也允许监督 Agent 在委派不划算时直接执行。

主要功能

  1. 01启动和管理本地 Pi 工作器
  2. 02有界等待并查看工作器状态
  3. 03引导、继续、取消和释放任务
  4. 04只读与读写能力配置
  5. 05配置 Codex、Zed 和 OpenCode

适用场景

  1. 01委派独立调查任务
  2. 02分配实现与验证工作
  3. 03使用不同模型资源进行规划和执行
  4. 04避免执行细节挤占主 Agent 上下文

MCP 相关

Pi TaskExec 通过 MCP 提供本地 Pi 工作器生命周期及任务控制。监督 Agent 可启动、检查、引导、继续、取消和释放工作器。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"zguiyang-pi-task-exec": {
"command": "npx",
"args": [
"-y",
"@zguiyang/pi-task-exec"
]
}
}
}
启动命令npx -y @zguiyang/pi-task-exec

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npm@zguiyang/pi-task-exec0.4.0

工具

6

收录的工具列表 · 更新于 2 周前

参数类型必填说明
cwdstring是PI_WORKER_ALLOWED_ROOTS 内的绝对工作目录。
modeenum是direct 使用此检出目录;worktree 隔离编辑。并行 implement worker 必须使用各自独立的 worktree。direct | worktree
taskstring是范围明确且结果预期清晰的单项任务。
modelstring否仅覆盖此 worker 的可选模型。省略时,Pi 会选择其本地配置的默认模型。该值必须解析为此 worker 的本地 Pi 环境中可用的模型。
profileenum否inspect 为只读,可共用检出目录;implement 可以写入文件。inspect | implement
taskTimeoutMsinteger否可选的活动周期截止时间,单位为毫秒。

详细介绍

Pi TaskExec

Pi TaskExec 允许监督 Agent 通过 MCP 将范围明确、相互独立的调查、分析、实现和验证任务分配给本地 Pi 工作器。如果委派带来的开销大于收益,Agent 也可以直接执行。

该项目源自作者自己的工作流:使用不同的模型或订阅方案分别进行规划和审查,以及执行。如果你也有多个 AI 编码订阅或模型资源,可以尝试这种分工方式,更充分地利用它们,并避免执行细节占据主 Agent 的上下文。

作者仍在评估这种方法对上下文用量、总令牌消耗和实际成本的影响;不保证能节省开支。它旨在满足作者自己的协作需求,也可能适用于工作流相似的其他人。欢迎尝试,并通过 Issues 分享体验、不同观点或建议。

English | 简体中文

亮点

  • 在本地 Pi 上运行任务,使用其本地配置的默认模型,并可选为每个工作器单独覆盖 model 和 thinking。
  • 完整的工作器生命周期:启动、带有限时等待的状态查询、调整任务方向、继续、取消(pi_abort)、释放(pi_release),以及列表查询。
  • 只读的 inspect(默认)和读写的 implement 能力配置。
  • 由监督 Agent 选择工作目录;MCP 负责验证授权,但绝不创建工作树或分支。
  • 统一的 MCP + pi-delegate Skill 设置流程,支持在 Codex、Zed 和 OpenCode 中通过键盘多选。

要求

  • Node.js >= 22.20
  • 已安装并配置 pi 可执行文件

快速开始

在要配置的项目中运行统一设置:

npx -y @zguiyang/pi-task-exec@latest setup

v0.3.1 是当前已发布版本。此检出版本正在准备 v0.4.0,包含更新后的委派指南和多宿主 CLI 流程。 v0.3.0 的工作器接口变更仍然适用; 如果你从 v0.2.2 升级,请参阅 v0.3.0 迁移说明。

在 TTY 中,它会打开键盘多选界面,让你选择宿主(codex、zed、opencode)和一个作用范围(project 或 global),随后运行并打印简洁结果;常规运行不会打印完整计划,也不会要求确认 Proceed?。pi-delegate Skill 会通过固定版本的 Skills CLI [email protected],从此仓库(skills/pi-delegate)安装与当前版本标签匹配的版本。也可以预先指定选项:--host 可重复使用以选择多个宿主,而整个运行只能指定一个 --scope:

npx -y @zguiyang/pi-task-exec@latest setup --host codex --host zed --scope project

之后重启每个选定的宿主;如有提示,请授予项目信任,并确认宿主内可以使用 pi_list。

命令

npx -y @zguiyang/pi-task-exec@latest update
npx -y @zguiyang/pi-task-exec@latest uninstall
npx -y @zguiyang/pi-task-exec@latest doctor
npx -y @zguiyang/pi-task-exec@latest doctor --probe

setup、update 和 uninstall 共用相同的宿主键盘多选和单一作用范围,也接受重复的 --host 标志。update 会替换受管理的 MCP 条目和 Skill 文件,因此必须重新提供之前配置的自定义设置。

uninstall 只会移除所选宿主和作用范围内受管理的 pi-task-exec MCP 条目。共享的 pi-delegate Skill 默认保留;只有明确请求移除时才会删除,并且会先打印警告,报告仍引用该 Skill 的已知宿主。对于非交互式运行,请添加 --remove-skill 以请求移除。

现有的 add 和 remove 子命令(add mcp、add skill、remove mcp、remove skill)仍可作为单目标命令使用。doctor 为只读;--probe 只检查软件包运行环境,不会创建工作器。

Learn more


English | 简体中文

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。