pi-mono क्या है?

Pi-mono, Pi के monorepo का नाम है — Mario Zechner (badlogic, libGDX के creator) द्वारा बनाया गया minimalist terminal coding agent। CLI binary सिर्फ pi है। यह ठीक चार tools — read, write, edit, और bash — के साथ ship होता है और डिफ़ॉल्ट रूप से full YOLO mode में चलता है, जबकि बाकी सब (subagents, plan mode, permission gates, MCP) user-installable extensions में push किया जाता है। Repo github.com/badlogic/pi-mono पर है (earendil-works/pi के रूप में mirrored), और MIT licensed है।

pi-mono की तुलना Claude Code या Codex CLI से कैसे होती है?

Pi का stated thesis यह है कि established harnesses spaceships हैं जिनकी 80% functionality most users के काम की नहीं होती, और system prompts तथा tool surfaces इतने अक्सर बदलते हैं कि personal workflows टूट जाते हैं। Pi core surface को छोटा रखता है (चार tools) क्योंकि GPT-5.5 जैसे frontier models पहले से ही उन exact schemas पर trained हैं, और हर extra feature को extensions, skills, और prompt templates में push करता है जिन्हें आप compose, fork, या replace कर सकते हैं। Trade-off है कम batteries-included features, बदले में एक ऐसा harness जिसे आप पूरी तरह पढ़ और modify कर सकते हैं।

क्या pi-mono Smart AIPI के साथ काम करता है?

हाँ। Pi की underlying provider library, pi-ai, Anthropic, Bedrock, Vertex, Mistral, Groq, Cerebras, xAI, DeepSeek, OpenRouter, Hugging Face, और कई अन्य के साथ-साथ OpenAI-compatible endpoints को support करती है। OPENAI_BASE_URL को https://api.smartaipi.com/v1 और OPENAI_API_KEY को अपने Smart AIPI key पर set करने से Pi सीधे जुड़ जाता है। आपको GPT-5.5, GPT-5.4, GPT-5.4-mini, और Smart AIPI catalog के बाकी models बिना किसी code change के मिल जाते हैं।

Smart AIPI के through मैं pi-mono पर कौन से models चला सकता हूँ?

जो कुछ भी हम host करते हैं: GPT-5.5 (Terminal-Bench 2.0 और Expert-SWE पर state-of-the-art), GPT-5.4 और GPT-5.4-mini रोज़मर्रा के सस्ते कामों के लिए, GPT-5.3-codex tight code edits के लिए, plus Claude family models Anthropic-compatible endpoint के through और Gemini OpenAI-compatible path के through। Pi की killer feature यहाँ mid-session provider switching है — pi-ai context को rewrite करता है ताकि आप task के बीच में GPT-5.5 से Claude या Gemini पर swap कर सकें, state खोए बिना।

grill-me skill क्या है और इसे pi-mono के साथ क्यों pair करें?

Grill-me Matt Pocock की skill है (github.com/mattpocock/skills/blob/main/skills/productivity/grill-me/SKILL.md) जो model से आपके plan के बारे में लगातार interview करवाती है — targeted questions पूछती है जब तक हर decision, constraint, file, और acceptance criterion lock न हो जाए। Pi-mono जानबूझकर अपना कोई plan-mode ship नहीं करता, इसलिए grill-me natural complement है: spec phase में high reasoning पर चलाएँ, फिर low reasoning पर आकर Pi के bare-metal four-tool loop से plan को कई turns में सस्ते में execute करवाएँ।

superpowers skill collection क्या है?

Superpowers (github.com/obra/superpowers, Jesse Vincent द्वारा) composable skills के रूप में दी गई complete software-development methodology है — TDD scaffolding, code-review playbooks, debugging procedures, refactoring patterns। यह harness-agnostic है (Claude Code, Cursor, Copilot CLI, Gemini, Codex, और Pi में काम करता है), इसलिए इसे pi-mono के साथ pair करने से आपको वह methodology मिलती है जिसे Pi core में deliberately ship नहीं करता, बिना किसी single harness से lock हुए।

caveman skill क्या है और यह costs कैसे कम करता है?

Caveman एक Matt Pocock skill है जो agent को ultra-compressed communication mode में ले जाती है — formal English हटाती है, articles और filler drop करती है, telegraphic bullets में जवाब देती है। Reported real-world token reduction prose-heavy turns पर लगभग 75% है। क्योंकि output tokens GPT-5.5 पर cached-input rate से 6× महंगे हैं ($7.50 बनाम $1.25 प्रति 1M), output से 75% घटाना chatty tasks पर per-turn bill में सबसे बड़ा फर्क डालता है। इसे Pi के minimal core और Smart AIPI की 95–98% cache hit rates के साथ pair करें और आपको कई axes पर compounding cost drop मिलता है।

Smart AIPI पर pi-mono दूसरे agents से सस्ता क्यों है?

तीन compounding जीतें। (1) Pi का four-tool core feature-rich harnesses के multi-thousand-token system prompts की तुलना में छोटा system prompt ship करता है — हर turn standing context के लिए कम pay करता है। (2) Smart AIPI का gateway OpenAI prompt cache को end-to-end preserve करता है, इसलिए repo + agents.md + history लंबे sessions में $0.125 प्रति 1M input पर cache में रहते हैं (uncached से 10× सस्ता)। (3) Caveman output compress करता है, जो coding-agent invoice का सबसे महंगा line item है। तीनों मिलकर हर turn को uncached endpoint पर feature-heavy harness चलाने की तुलना में multiplicative order of magnitude नीचे ले आते हैं।

क्या pi-mono skills को natively support करता है?

हाँ। Pi Agent Skills standard implement करता है — skill folder को अपनी config में डालें और उसे /skill:name के रूप में invoke करें। इसके पास अपनी first-party skill collection भी है github.com/badlogic/pi-skills पर (brave-search, browser-tools, vscode integration, youtube-transcript, gd/gc/gm CLI wrappers, transcribe), जो Claude Code, Codex CLI, Amp, और Droid के साथ explicitly compatible है। mattpocock/skills और obra/superpowers जैसे third-party skill repos भी इसी तरह काम करते हैं।

pi-mono कैसे install करूँ और इसे Smart AIPI से कैसे जोड़ूँ?

एक install command, दो env vars। Install: curl -fsSL https://pi.dev/install.sh | sh (या npm install -g @earendil-works/pi-coding-agent)। Configure: export OPENAI_BASE_URL=https://api.smartaipi.com/v1 और export OPENAI_API_KEY=sk-your-smartaipi-key। Run: pi। grill-me, superpowers, और caveman को /skill से जोड़ें, और आप आज shipping में मौजूद सबसे सस्ते serious agentic coding setup पर होंगे।

Pi-Mono on Smart AIPI: सबसे सस्ता तरीका एक Lean Coding Agent चलाने का — Grill-Me, Superpowers, और Caveman के साथ

TL;DR: Pi-Mono Mario Zechner का minimalist coding agent है — चार tools (read, write, edit, bash), MIT licensed, जानबूझकर छोटा core। यह OpenAI-compatible बोलता है, इसलिए इसे https://api.smartaipi.com/v1 पर point करें, GPT-5.5 को low reasoning पर चलाएँ, और उन तीन skills के साथ pair करें जो Pi जानबूझकर छोड़ देता है: task creation के लिए grill-me, engineering methodology के लिए superpowers, और output tokens को लगभग 75% तक घटाने के लिए caveman skill। Smart AIPI की pay-as-you-go pricing और 95–98% cache hit rate के साथ, per-turn bill आपकी अपनी usage page के against verify करने योग्य compounding margin से घटता है।

Lean-agent movement के पास अब एक flagship है। Pi-Mono वह monorepo है जो pi के पीछे है, एक terminal coding harness जो Mario Zechner (libGDX के creator) द्वारा बनाया गया है। यह coding agent को essentials तक strip करता है और बाकी सबको extensions में push करता है। Zechner ने अपने Mastra talk "I Hated Every Coding Agent, So I Built My Own" में कहा था: established harnesses ऐसे spaceships हैं जिनकी 80% functionality most developers कभी touch ही नहीं करते, और उनके system prompts हर release में बदलते रहते हैं — जिससे वे personal workflows टूट जाते हैं जिन्हें आपने सावधानी से बनाया था।

Pi का जवाब radical minimalism है: चार tools, full YOLO mode, कोई batteries included नहीं। Hackability, completeness से ऊपर। Smart AIPI के pay-as-you-go OpenAI-compatible endpoint पर, यह minimalism सीधे आज shipping में मौजूद सबसे सस्ता serious agentic coding setup बन जाता है।

Pi-Mono असल में क्या है

Pi-mono monorepo है (github.com/badlogic/pi-mono, mirrored at earendil-works/pi); CLI binary सिर्फ pi है। Repo कुछ focused packages में बँटा है:

pi-agent-core — runtime: tool calling, state, actual agent loop।
pi-ai — एक unified provider library जो Anthropic, OpenAI-compatible, Bedrock, Vertex, Mistral, Groq, Cerebras, xAI, DeepSeek, OpenRouter, Hugging Face, Ollama, और लगभग एक दर्जन अन्य से बात करती है। महत्वपूर्ण बात: यह context को rewrite करके session के बीच providers switch कर सकती है, state खोए बिना।
pi-tui — differential-rendering terminal UI।
pi-coding-agent — user-facing CLI जो pieces को जोड़ता है।

Default tool surface बस चार tools की है:

Tool	यह क्या करता है	यह क्यों काफी है
`read`	Disk से file पढ़ता है	Frontier models पहले से ही इस exact schema पर trained हैं
`write`	File लिखता या बनाता है	Mechanical I/O — reasoning की जरूरत नहीं
`edit`	File पर in-place patch apply करता है	Search/replace + diffs universal edit primitive हैं
`bash`	कोई भी shell command चलाता है	बाकी सब (grep, tests, git, package managers) shell command ही है

इससे ज्यादा कुछ भी — subagents, plan mode, permission gates, MCP servers, sandboxing — pi-skills या third-party extensions में opt-in रहता है। Pi डिफ़ॉल्ट रूप से full YOLO mode में चलता है: कोई permission prompts नहीं, unrestricted filesystem और shell। यह जानबूझकर लिया गया फैसला है। अगर आपको safety rails चाहिए, तो आप उन्हें install करते हैं।

Pi-Mono और Smart AIPI एक perfect pair क्यों हैं

Pi की pi-ai library हर provider को एक uniform interface के पीछे OpenAI-shaped या Anthropic-shaped endpoint की तरह treat करती है। Smart AIPI का gateway पूरे OpenAI surface — chat, responses, embeddings, images, audio, anthropic-shaped messages — को एक single base URL और एक single API key के जरिए expose करता है। दोनों design साफ़ तरीके से एक-दूसरे में fit हो जाते हैं:

एक key, हर model. वही Smart AIPI API key आपको GPT-5.5, GPT-5.4, GPT-5.4-mini, GPT-5.3-codex, GPT-Image-2, और Anthropic-compatible Claude routing देता है — और Pi session के बीच इनमें switch कर सकता है।
Pay-as-you-go pricing. कोई subscription नहीं, quota नहीं, throttle नहीं। आप केवल उन tokens के लिए pay करते हैं जिन्हें आप वास्तव में compute करते हैं। Pi का छोटा system prompt मतलब हर turn में standing context के लिए कम भुगतान।
End-to-end prompt cache. Smart AIPI OpenAI के prompt-cache key को gateway के through verbatim preserve करता है, इसलिए आपका repo + agents.md + history लंबे sessions में cache में रहते हैं। Real-world cache hit rates 95–98% हैं, जिससे cached input $0.125 प्रति 1M tokens पर आ जाता है — uncached से 10× सस्ता।
WebSocket session preservation. लंबे pi-mono sessions हर turn पूरी input price देने के बजाय एक warm cache पर बने रहते हैं।

Pi-Mono को पूरा करने वाली तीन skills

Pi जानबूझकर task planning, opinionated engineering methodology, और output-compression layer कुछ भी ship नहीं करता। यह bug नहीं — यही पूरा point है। Community ने इन तीन gaps को composable skills से भर दिया है, जो /skill:name invocation pattern के जरिए Pi में snap हो जाती हैं। Day one पर install करने लायक तीन skills:

1. Grill-Me — High-Reasoning Task Creation

Where: github.com/mattpocock/skills, Matt Pocock द्वारा।

Grill-me वही करता है जैसा नाम कहता है: model आपके task के बारे में आपको interrogate करता है जब तक हर constraint unambiguous न हो जाए। कौन-सी files scope में हैं। Success criteria क्या हैं। Edge cases क्या हैं। "Done" का मतलब क्या है। आम तौर पर तीन से पाँच छोटे turns। आप जवाब देते हैं; skill एक tight, executable spec लौटाता है।

Economic move यह है कि grill-me को केवल spec phase के लिए high reasoning पर चलाएँ — आमतौर पर तीन से पाँच छोटे turns — फिर execution phase के लिए low reasoning पर उतर जाएँ (30 से 100 turns का सस्ता, mechanical काम)। High reasoning वहीं pay off करता है जहाँ उसका भार होता है; low reasoning बाकी काम संभालता है। Pi-mono का four-tool loop इस pattern के लिए uniquely well-suited है क्योंकि बीच में कुछ नहीं आता: spec lock हो जाने के बाद, model के पास read/write/edit/bash के through ship करने का साफ रास्ता होता है।

2. Superpowers — Skills के रूप में Engineering Methodology

Where: github.com/obra/superpowers, Jesse Vincent द्वारा।

Superpowers "a complete software development methodology for your coding agents, built on top of a set of composable skills." है। TDD scaffolding, code-review playbooks, debugging procedures, refactoring patterns, branch-management discipline। यह वही explicit engineering process है जिसे Pi जानबूझकर core में bake नहीं करता।

यह harness-agnostic भी है — वही skill pack Claude Code, Cursor, Copilot CLI, Gemini, Codex, और Pi में काम करता है। एक बार install करें, फिर harnesses के बीच साथ ले जाएँ। Pi का plug-and-play skill loader आपको पूरी methodology minimal core पर जोड़ने देता है, बिना pi के source को छुए।

3. Caveman — Output-Token Killer

Where: Matt Pocock का skills repo (productivity section)।

Caveman agent को ultra-compressed communication mode में ले जाता है। Articles हटा दो। Filler हटा दो। Telegraphic bullets में जवाब दो। कोई formal English नहीं, कोई apologies नहीं, कोई preamble नहीं। Prose-heavy turns पर reported real-world token reduction लगभग 75% है।

यह bill पर क्यों हावी होता है: GPT-5.5 पर output tokens की लागत $7.50 प्रति 1M है, जबकि cached input $0.125 प्रति 1M है — 60× ratio। Output को compress करना coding-agent invoice पर सबसे ज्यादा leverage वाला कदम है। Grill-me + low reasoning पहले ही output घटा देते हैं। Caveman बची हुई चीज़ को compress करता है। इसे Smart AIPI cache के साथ pair करें और एक अतिरिक्त turn की marginal cost model के compute envelope के floor के करीब पहुँच जाती है।

Compounding Cost Story

GPT-5.5 के लिए Smart AIPI pricing:

GPT-5.5 (per 1M tokens)	Smart AIPI	Pi-Mono effect
Input (uncached)	$1.25	Tiny system prompt का मतलब कम first-turn cost
Input (cached prefix)	$0.125	लंबे sessions में 95–98% hit rate
Output	$7.50	Caveman ~75% काटता है; low reasoning इसे और बढ़ाता है

GPT-5.5 low reasoning पर एक pi-mono turn की shape, जहाँ grill-me spec पहले ही हो चुका है और caveman चालू है:

Cached input prefix (repo + agents.md + history) — आम तौर पर प्रति turn सबसे बड़ा token bucket — हर बार cache hit होने पर uncached rate नहीं, cached rate पर चलता है।
New uncached input (tool results, latest user message) — आम तौर पर input का छोटा हिस्सा — full rate पर charged।
Output — caveman द्वारा compressed, और minimal reasoning tokens क्योंकि effort low है। यह वह line item है जिसे सबसे ज्यादा shrink करना चाहिए क्योंकि इसकी per-token rate सबसे ऊँची है।

Pay-as-you-go का मतलब है कि आप सिर्फ compute किए गए चीज़ों के लिए pay करते हैं, और ये तीन levers एक साथ compounding असर देते हैं। आपका अपना dashboard आपको आपके repo और prompt shape के लिए actual per-turn numbers दिखाएगा — कोई cap नहीं, कोई throttle नहीं, कोई monthly minimum नहीं।

Mid-Session Provider Switching: Pi की Sleeper Feature

Pi-ai एक portable context representation रखता है और उसे rewrite कर सकता है ताकि वह जिस provider पर अभी point है, उसमें fit हो जाए। Practical translation: जब GPT-5.5 किसी hard ambiguity पर अटक जाए, आप conversation खोए बिना task के बीच में /model claude-sonnet-4.6 करके second opinion ले सकते हैं। दोनों endpoint आपके single Smart AIPI key के पीछे होते हैं — Anthropic-compatible Claude responses /v1/messages से आते हैं, OpenAI-compatible flows /v1/responses (या /v1/chat/completions) से, और Pi translation transparently संभालता है।

लंबे, high-stakes refactors के लिए यह pattern सच में उपयोगी है: spec के लिए GPT-5.5 high पर grill-me, execution के लिए GPT-5.5 low, एक architectural review pass के लिए Claude Sonnet 4.6, फिर finish करने के लिए वापस GPT-5.5 low। एक harness, एक API key, एक bill।

60 Seconds में Setup

# 1. pi install करें
curl -fsSL https://pi.dev/install.sh | sh
# या:  npm install -g @earendil-works/pi-coding-agent

# 2. smart aipi पर point करें
export OPENAI_BASE_URL=https://api.smartaipi.com/v1
export OPENAI_API_KEY=sk-your-smartaipi-key

# 3. अपने repo में pi चलाएँ
cd ~/code/your-project
pi

# 4. pi के अंदर skills install करें
/skill:install matt-pocock/skills/grill-me
/skill:install obra/superpowers
/skill:install matt-pocock/skills/caveman

# 5. अपने task का spec बनाइए
/skill grill-me

# 6. low reasoning पर आकर execute करें
/model gpt-5.5 --reasoning-effort low
/skill caveman

Exact skill-install syntax इस बात पर निर्भर करता है कि आप कौन-सा skill loader चला रहे हैं — current invocation के लिए हर skill repo का README देखें। Shape वही है: skill folder को अपने config में डालें और उसे invoke करें।

Lean Agent + Lean API क्यों compound करते हैं

Feature-rich harnesses हर turn पर बड़ा system prompt load करते हैं, extra deliberation passes चलाते हैं, और user ने नहीं माँगे ऐसे verbose explanations emit करते हैं। इनमें से हर एक tax है। Pi-mono harness-side tax काटता है (छोटा system prompt, four-tool loop, कोई over-engineered planning layer नहीं); caveman + low reasoning model-side tax काटते हैं (compressed output, minimal reasoning tokens); Smart AIPI provider-side tax काटता है (10× cached input, कोई subscription floor नहीं)। इनमें से कोई अकेला 10× जीत नहीं है, लेकिन साथ जोड़ने पर वे meaningful तरीके से बदल देते हैं कि एक extended agentic project चलाने की लागत कितनी है।

Pi का worldview — "agent को अपने workflow के हिसाब से ढालो, उल्टा नहीं" — Smart AIPI के worldview — "सिर्फ वही pay करो जो आप सच में compute करते हैं" — के साथ अच्छी तरह जुड़ता है। अगर आप subscription caps से टकरा रहे हैं या harness features के लिए pay कर रहे हैं जिन्हें आप कभी touch नहीं करते, तो यह combination एक afternoon के trial के लायक है। Sign up करें, key generate करें, OPENAI_BASE_URL set करें, pi install करें, तीनों skills install करें, कुछ ship करें।

शुरू करें — Sign-Up पर $5 Free

हर नए account को $5 free API credits मिलते हैं — credit card की जरूरत नहीं।

$5 इतना headroom देता है कि आप pi install करें, तीनों skills जोड़ें, grill-me से एक real task end-to-end चलाएँ, और top up करने से पहले एक extended pi-mono session चला सकें।

Sign up करें smartaipi.com/signup पर (free $5, कोई credit card नहीं)
Create an API key dashboard में
Install pi: curl -fsSL https://pi.dev/install.sh | sh
Set OPENAI_BASE_URL=https://api.smartaipi.com/v1 और OPENAI_API_KEY को अपनी नई key पर करें
Install grill-me + caveman और superpowers
Run pi, अगला task high reasoning पर grill-me करें, low + caveman पर आएँ, और ship करें

वही minimalist harness जिसे आप subscription पर चलाते — अब ऐसे pricing model पर जो आपके वास्तविक compute के साथ scale करता है, और ऐसी cache hit rate के साथ जो लंबे agentic sessions को लगभग free बना देती है।