Pi-Mono w Smart AIPI: Najtańszy sposób na uruchomienie lekkiego agenta kodującego — z Grill-Me, Superpowers i Caveman

Ruch lean-agent ma już flagowy projekt. Pi-Mono to monorepo stojące za pi, terminalowym coding harness Mario Zechnera (twórcy libGDX), który sprowadza coding agent do absolutnego minimum i resztę przenosi do rozszerzeń. Jak Zechner powiedział w swojej prezentacji Mastra "I Hated Every Coding Agent, So I Built My Own": istniejące harnessy to statki kosmiczne z 80% funkcji, których większość developerów nigdy nie dotyka, a ich system prompts zmieniają się przy każdym wydaniu — psując osobiste workflow, które starannie zbudowałeś na ich podstawie.

Odpowiedź Pi to radykalny minimalizm: cztery narzędzia, pełny tryb YOLO, brak dołączonych baterii. Możliwość hackowania ponad kompletnością. Na pay-as-you-go OpenAI-compatible endpoint Smart AIPI ten minimalizm przekłada się bezpośrednio na najtańsze sensowne środowisko do agentowego kodowania dostępne dziś na rynku.

Czym właściwie jest Pi-Mono

Pi-mono to monorepo (github.com/badlogic/pi-mono, mirror: earendil-works/pi); binarka CLI to po prostu pi. Repo dzieli się na kilka wyspecjalizowanych pakietów:

• pi-agent-core — runtime: wywoływanie narzędzi, stan, właściwa pętla agenta.
• pi-ai — ujednolicona biblioteka providerów, która obsługuje Anthropic, OpenAI-compatible, Bedrock, Vertex, Mistral, Groq, Cerebras, xAI, DeepSeek, OpenRouter, Hugging Face, Ollama i kilkunastu innych. Co ważne, potrafi przepisać kontekst, aby przełączać providerów w trakcie sesji bez utraty stanu.
• pi-tui — terminal UI z renderowaniem różnicowym.
• pi-coding-agent — CLI dla użytkownika, które spina wszystkie elementy.

Domyślny zestaw narzędzi to dokładnie cztery pozycje:

Wszystko ponad to — subagenci, tryb planowania, gate'y uprawnień, serwery MCP, sandboxing — trafia do pi-skills albo rozszerzeń firm trzecich, jako opcja do włączenia. Pi działa domyślnie w pełnym trybie YOLO: bez promptów z pytaniem o zgodę, z nieograniczonym dostępem do systemu plików i shell. To świadomy wybór. Jeśli chcesz ograniczeń, sam je instalujesz.

Dlaczego Pi-Mono i Smart AIPI to idealne połączenie

Biblioteka pi-ai traktuje każdego providera jak endpoint o kształcie OpenAI lub Anthropic, schowany za jednolitym interfejsem. Bramka Smart AIPI wystawia cały surface OpenAI — chat, responses, embeddings, images, audio, wiadomości w stylu anthropic — przez jeden base URL i jeden API key. Oba projekty pasują do siebie naturalnie:

• Jeden klucz, każdy model. Ten sam Smart AIPI API key daje dostęp do GPT-5.5, GPT-5.4, GPT-5.4-mini, GPT-5.3-codex, GPT-Image-2 i routingu zgodnego z Anthropic dla Claude — a Pi może przełączać się między nimi w trakcie sesji.
• Cennik pay-as-you-go. Bez subskrypcji, bez quota, bez throttle. Płacisz za tokens, które faktycznie liczysz. Mały system prompt Pi oznacza, że każdy turn kosztuje mniej za stały kontekst niż w harnessie napakowanym funkcjami.
• End-to-end prompt cache. Smart AIPI przenosi klucz prompt-cache OpenAI bez zmian przez gateway, więc Twój repo + agents.md + historia pozostają w cache podczas długich sesji. Realne hit rate cache wynosi 95–98%, obniżając cached input do $0.125 za 1M tokens — 10× taniej niż bez cache.
• Preservation sesji przez WebSocket. Długie sesje pi-mono pozostają na jednym ciepłym cache zamiast płacić pełną cenę input przy każdym turnie.

Trzy skills, które domykają Pi-Mono

Pi celowo nie dostarcza niczego do planowania zadań, nie narzuca metodologii inżynierskiej i nie ma warstwy kompresji output. To nie błąd — to sedno projektu. Społeczność uzupełniła wszystkie trzy luki composable skills, które wpinasz do Pi przez wzorzec wywołania /skill:name. Trzy, które warto zainstalować pierwszego dnia:

1. Grill-Me — tworzenie zadań z wysokim reasoning

Gdzie: github.com/mattpocock/skills, autor: Matt Pocock.

Grill-me robi dokładnie to, na co wskazuje nazwa: model przepytuje Cię o zadanie, aż każdy constraint będzie jednoznaczny. Zakres plików. Kryteria sukcesu. Edge cases. Co znaczy „done”. Zwykle trzy do pięciu krótkich turnów. Odpowiadasz, a skill zwraca zwięzłą, wykonalną specyfikację.

Ruch ekonomiczny polega na uruchomieniu grill-me na high reasoning tylko dla fazy specyfikacji — zwykle trzy do pięciu krótkich turnów — a potem zejściu na low reasoning dla fazy wykonania (30 do 100 turnów taniej, mechanicznej pracy). High reasoning opłaca się tam, gdzie niesie ciężar decyzji; low reasoning dźwiga resztę. Cztero-narzędziowa pętla pi-mono świetnie pasuje do tego wzorca, bo nic nie stoi na drodze: gdy spec jest już zamknięta, model ma jasną ścieżkę przez read/write/edit/bash, żeby ją dostarczyć.

2. Superpowers — metodologia inżynierska jako skills

Gdzie: github.com/obra/superpowers, autor: Jesse Vincent.

Superpowers to „pełna metodologia tworzenia oprogramowania dla twoich coding agents, zbudowana na bazie zestawu composable skills”. Szablony TDD, playbooki code review, procedury debugowania, wzorce refaktoryzacji, dyscyplina zarządzania branchami. To jawny proces inżynierski, którego Pi celowo nie wkłada do core.

To także rozwiązanie niezależne od harnessa — ten sam pakiet skills działa w Claude Code, Cursor, Copilot CLI, Gemini, Codex i Pi. Instalujesz raz, zabierasz ze sobą między harnessami. Loader skills Pi typu plug-and-play pozwala dołożyć całą metodologię do minimalistycznego core bez dotykania source Pi.

3. Caveman — zabójca output tokens

Gdzie: repo skills Matta Pococka (sekcja produktywności).

Caveman przełącza agenta w tryb ultra-skompresowanej komunikacji. Usuń rodzajniki. Usuń wypełniacze. Odpowiadaj telegraficznymi punktami. Bez formalnego angielskiego, bez przeprosin, bez wstępu. Zgłaszana redukcja tokens w realnych, tekstowo ciężkich turnach to około 75%.

Dlaczego to tak mocno obniża rachunek: na GPT-5.5 output tokens kosztują $7.50 za 1M, podczas gdy cached input to $0.125 za 1M — różnica 60×. Kompresja output jest pojedynczą czynnością o największej dźwigni, jaką możesz zastosować do faktury z coding agent. Grill-me + low reasoning już zmniejsza output. Caveman kompresuje to, co zostaje. Połącz to z cache Smart AIPI, a marginalny koszt dodatkowego turnu zbliża się do dolnej granicy budżetu obliczeniowego modelu.

Historia o kosztach, które się składają

Cennik Smart AIPI dla GPT-5.5:

Struktura turnu pi-mono na GPT-5.5 low reasoning, gdy spec z grill-me jest już gotowa, a caveman aktywny:

• Cached input prefix (repo + agents.md + historia) — zwykle największy bucket tokens na turn — jest rozliczany po stawce cached, a nie uncached, za każdym razem, gdy cache trafia.
• Nowy uncached input (wyniki narzędzi, najnowsza wiadomość użytkownika) — zwykle niewielka część input, rozliczana po pełnej stawce.
• Output — skompresowany przez caveman, minimalna liczba reasoning tokens, bo effort jest niski. To pozycja, którą najbardziej opłaca się zmniejszać, ponieważ jest liczona po najwyższej stawce za token.

Pay-as-you-go oznacza, że płacisz tylko za to, co liczysz, a te trzy dźwignie się mnożą. Twój dashboard pokaże rzeczywiste liczby per-turn dla Twojego repo i kształtu prompt — bez limitu, bez throttle, bez miesięcznego minimum.

Przełączanie providera w trakcie sesji: ukryta moc Pi

Pi-ai utrzymuje przenośną reprezentację kontekstu i potrafi przepisać ją tak, aby pasowała do providera, na którego aktualnie wskazujesz. Praktyczne tłumaczenie: gdy GPT-5.5 napotka twardą niejednoznaczność, możesz w środku zadania wykonać /model claude-sonnet-4.6, żeby dostać drugą opinię, bez utraty rozmowy. Oba endpointy działają przez Twój jeden Smart AIPI key — odpowiedzi Claude zgodne z Anthropic przechodzą przez /v1/messages, przepływy zgodne z OpenAI przez /v1/responses (lub /v1/chat/completions), a Pi wykonuje translację transparentnie.

W długich, krytycznych refactorach ten wzorzec naprawdę pomaga: grill-me na GPT-5.5 high dla spec, GPT-5.5 low dla wykonania, Claude Sonnet 4.6 do jednego przeglądu architektury, potem z powrotem GPT-5.5 low, żeby dokończyć. Jeden harness, jeden API key, jeden rachunek.

Konfiguracja w 60 sekund

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

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

# 3. uruchom pi w swoim repo
cd ~/code/your-project
pi

# 4. wewnątrz pi zainstaluj skills
/skill:install matt-pocock/skills/grill-me
/skill:install obra/superpowers
/skill:install matt-pocock/skills/caveman

# 5. opisz swoje zadanie
/skill grill-me

# 6. zejdź na low reasoning i wykonaj
/model gpt-5.5 --reasoning-effort low
/skill caveman

Dokładna składnia instalacji skills zależy od loadera, którego używasz — sprawdź README każdego repo ze skillami, żeby zobaczyć aktualny sposób wywołania. Wzorzec jest ten sam: wrzuć folder skill do swojej konfiguracji i wywołaj go.

Dlaczego połączenie lean agent + lean API się skaluje

Harnessy z dużą liczbą funkcji ładują obszerny system prompt przy każdym turnie, wykonują dodatkowe przebiegi deliberacji i generują długie wyjaśnienia, o które użytkownik nie prosił. Każda z tych rzeczy jest podatkiem. Pi-mono obniża podatek po stronie harnessa (mały system prompt, pętla czterech narzędzi, brak przeprojektowanej warstwy planowania); caveman + low reasoning obniżają podatek po stronie modelu (skompresowany output, minimalna liczba reasoning tokens); Smart AIPI obniża podatek po stronie providera (10× tańszy cached input, brak miesięcznego progu). Żaden z tych elementów sam w sobie nie daje 10×, ale razem znacząco zmieniają koszt uruchomienia długiego projektu agentowego.

Światopogląd Pi — „dostosuj agenta do swojego workflow, a nie odwrotnie” — dobrze łączy się ze światopoglądem Smart AIPI — „płać tylko za to, co naprawdę liczysz”. Jeśli uderzałeś w limity subskrypcji albo płaciłeś za funkcje harnessa, których nigdy nie dotykasz, to to połączenie jest warte jednego popołudnia testów. Zarejestruj się, wygeneruj klucz, ustaw OPENAI_BASE_URL, zainstaluj pi, doinstaluj trzy skills i coś dostarcz.

Zacznij — $5 gratis przy rejestracji

1. Zarejestruj się na smartaipi.com/signup (darmowe $5, bez karty kredytowej)
2. Utwórz API key w panelu
3. Zainstaluj pi: curl -fsSL https://pi.dev/install.sh | sh
4. Ustaw OPENAI_BASE_URL=https://api.smartaipi.com/v1 oraz OPENAI_API_KEY na swój nowy klucz
5. Zainstaluj grill-me + caveman oraz superpowers
6. Uruchom pi, grill-me swoje kolejne zadanie na high reasoning, zejdź na low + caveman, dostarcz je

Ten sam minimalistyczny harness, którego uruchamiałbyś na subskrypcji — teraz na modelu cenowym, który skaluje się z tym, co faktycznie liczysz, z hit rate cache, które sprawia, że długie sesje agentowe są niemal darmowe.