作者用 Rust 重写 Pi Agent，动机是学习 Rust、理解 Agent 内部机制、打造可复用库并减少运行开销。项目包含 CLI、TUI 和 SDK，支持多模型、流式响应、工具调用、会话保存与恢复，拆分为九个 crate。后续计划改进插件、补充模型适配、测试长任务性能，并探索执行隔离与编辑器集成。
用户偏好Qwen 3.8 27B，认为其在明确任务下执行精准稳定，虽不如GPT全能。因Qwen 3.8 Flash Next训练不严谨、长上下文易乱码而弃用。用户采用GPT规划、27B执行的组合，并用Pi Agent配27B修复博客视频问题，效率很高。
本文解析 Pi Agent 源码：先介绍调试环境搭建（安装依赖、下载模型目录、配置密钥、VS Code 断点），再重点讲解双层主循环——内层处理工具调用与 steering，外层处理 follow-up；通过 StreamFn 依赖注入解耦 Agent Core 与模型供应商，流式事件经归并更新状态，工具调用先校验后执行，结果回填上下文以触发下一轮请求。
将Pi Agent的快捷键配置为与Codex一致，便于切换AI时保持操作习惯。通过新建`~/.pi/agent/keybindings.json`文件，填入指定键位映射，如提交、光标移动、中断等，实现统一体验。
完成下面两步后，将自动完成登录并继续当前操作。
