Pi-mono é o nome do monorepo do Pi, um coding agent de terminal minimalista criado por Mario Zechner (badlogic, criador do libGDX). O binário CLI é apenas pi. Ele vem com exatamente quatro tools — read, write, edit e bash — e roda em full YOLO mode por padrão, com todo o resto (subagents, plan mode, permission gates, MCP) empurrado para extensões instaláveis pelo usuário. O repo fica em github.com/badlogic/pi-mono (espelhado em earendil-works/pi), com licença MIT.

Como o pi-mono se compara ao Claude Code ou ao Codex CLI?

A tese declarada do Pi é que os harnesses estabelecidos são naves espaciais com 80% de funcionalidades que a maioria dos usuários não usa, e que system prompts e tool surfaces mudam com frequência suficiente para quebrar workflows pessoais. O Pi mantém a superfície core pequena (quatro tools) com base na ideia de que frontier models como GPT-5.5 já foram treinados exatamente nesses schemas, e empurra todos os recursos extras para extensões, skills e prompt templates que você pode compor, fazer fork ou substituir. A troca é menos recursos incluídos por padrão em troca de um harness que você pode ler e modificar por completo.

O pi-mono funciona com Smart AIPI?

Sim. A library de providers subjacente do Pi, pi-ai, suporta endpoints OpenAI-compatible junto com Anthropic, Bedrock, Vertex, Mistral, Groq, Cerebras, xAI, DeepSeek, OpenRouter, Hugging Face e muitos outros. Definir OPENAI_BASE_URL como https://api.smartaipi.com/v1 e OPENAI_API_KEY como sua key do Smart AIPI conecta o Pi diretamente. Você tem GPT-5.5, GPT-5.4, GPT-5.4-mini e o restante do catálogo do Smart AIPI sem nenhuma mudança de código.

Quais models posso rodar no pi-mono via Smart AIPI?

Tudo o que hospedamos: GPT-5.5 (state-of-the-art no Terminal-Bench 2.0 e Expert-SWE), GPT-5.4 e GPT-5.4-mini para trabalho diário mais barato, GPT-5.3-codex para edições de código mais precisas, além de models da família Claude via o endpoint compatível com Anthropic e Gemini pelo caminho compatível com OpenAI. O recurso matador do Pi aqui é a troca de provider no meio da sessão — o pi-ai reescreve o contexto para você alternar de GPT-5.5 para Claude ou Gemini no meio de uma tarefa sem perder estado.

O que é a skill grill-me e por que combiná-la com pi-mono?

Grill-me é a skill de Matt Pocock (github.com/mattpocock/skills/blob/main/skills/productivity/grill-me/SKILL.md) que faz o model entrevistar você sem parar sobre um plano — fazendo perguntas direcionadas até que cada decisão, restrição, arquivo e critério de aceitação estejam fechados. O pi-mono não traz plan mode próprio por design, então grill-me é o complemento natural: rode com high reasoning durante a fase de spec, depois mude para low reasoning e deixe o loop bruto de quatro tools do pi executar o plano de forma barata ao longo de muitos turnos.

O que é a collection de skills superpowers?

Superpowers (github.com/obra/superpowers, por Jesse Vincent) é uma metodologia completa de desenvolvimento de software entregue como skills compostáveis — estrutura de TDD, playbooks de code review, procedimentos de debugging, padrões de refatoração. Ela é agnóstica ao harness (funciona em Claude Code, Cursor, Copilot CLI, Gemini, Codex e Pi), então combiná-la com pi-mono te dá a metodologia que o Pi deliberadamente não embute no core, sem te prender a um único harness.

O que é a skill caveman e como ela reduz custos?

Caveman é uma skill de Matt Pocock que coloca o agent em ultra-compressed communication mode — removendo inglês formal, cortando artigos e preenchimento, respondendo em bullets telegráficos. A redução real de tokens reportada fica em torno de 75% em turnos com muito texto. Como output tokens são cobrados a 6× a taxa de input em cache no GPT-5.5 ($7.50 vs $1.25 por 1M), reduzir 75% do output domina a conta por turno em tarefas verbosas. Combine isso com o core minimalista do Pi e as taxas de cache hit de 95–98% do Smart AIPI e você obtém uma queda de custo composta em vários eixos.

Por que o pi-mono é mais barato do que outros agents no Smart AIPI?

Três ganhos compostos. (1) O core de quatro tools do Pi vem com um system prompt minúsculo em comparação aos system prompts de milhares de tokens de harnesses cheios de funcionalidades — a cada turno, você paga menos pelo contexto permanente. (2) O gateway do Smart AIPI preserva o OpenAI prompt cache de ponta a ponta, então o repo + agents.md + history continuam em cache em sessões longas a $0.125 por 1M de input (10× mais barato que sem cache). (3) Caveman comprime output, que é o item mais caro em uma invoice de coding agent. Em conjunto, os três ganhos reduzem cada turno de forma multiplicativa em relação a rodar um harness pesado contra um endpoint sem cache.

O pi-mono suporta skills nativamente?

Sim. O Pi implementa o Agent Skills standard — basta colocar uma pasta de skill na sua config e invocá-la como /skill:name. Ele também tem sua própria collection de skills first-party em github.com/badlogic/pi-skills (brave-search, browser-tools, integração com vscode, youtube-transcript, wrappers de CLI gd/gc/gm, transcribe), que também é explicitamente compatível com Claude Code, Codex CLI, Amp e Droid. Repositórios de skills de terceiros como mattpocock/skills e obra/superpowers funcionam do mesmo jeito.

Como instalo o pi-mono e conecto ao Smart AIPI?

Um comando de instalação, duas env vars. Instalar: curl -fsSL https://pi.dev/install.sh | sh (ou npm install -g @earendil-works/pi-coding-agent). Configurar: export OPENAI_BASE_URL=https://api.smartaipi.com/v1 e export OPENAI_API_KEY=sk-your-smartaipi-key. Rodar: pi. Adicione grill-me, superpowers e caveman via /skill, e você terá a configuração de coding agent sério mais barata sendo lançada hoje.

Pi-Mono no Smart AIPI: a Forma Mais Barata de Rodar um Coding Agent Enxuto — Com Grill-Me, Superpowers e Caveman

TL;DR: Pi-Mono é o coding agent minimalista de Mario Zechner — quatro tools (read, write, edit, bash), licença MIT, core deliberadamente pequeno. Ele fala OpenAI-compatible, então aponte para https://api.smartaipi.com/v1, rode GPT-5.5 com low reasoning e combine com três skills que cobrem as lacunas que o Pi deixa de propósito: grill-me para criação de tarefas, superpowers para metodologia de engenharia e a skill caveman para cortar output tokens em cerca de 75%. Com o pricing pay-as-you-go do Smart AIPI e a taxa de cache hit de 95–98%, a conta por turno cai de forma composta, e você pode verificar isso na sua própria página de uso.

O movimento de lean agent ganhou um carro-chefe. Pi-Mono é o monorepo por trás do pi, um terminal coding harness criado por Mario Zechner (criador do libGDX) que reduz um coding agent ao essencial e empurra todo o resto para extensões. Como Zechner colocou na sua palestra da Mastra "I Hated Every Coding Agent, So I Built My Own": os harnesses estabelecidos são naves espaciais com 80% de funcionalidades que a maioria dos developers nunca usa, e seus system prompts mudam a cada release — quebrando os workflows pessoais que você construiu com cuidado em cima deles.

A resposta do Pi é minimalismo radical: quatro tools, full YOLO mode, sem baterias incluídas. Hackability acima de completude. No endpoint OpenAI-compatible pay-as-you-go do Smart AIPI, esse minimalismo se traduz diretamente na configuração de coding agent sério mais barata que está sendo lançada hoje.

O Que o Pi-Mono Realmente É

Pi-mono é o monorepo (github.com/badlogic/pi-mono, espelhado em earendil-works/pi); o binário CLI é apenas pi. O repo se divide em alguns packages focados:

pi-agent-core — o runtime: tool calling, estado, o loop real do agent.
pi-ai — uma library unificada de providers que conversa com Anthropic, OpenAI-compatible, Bedrock, Vertex, Mistral, Groq, Cerebras, xAI, DeepSeek, OpenRouter, Hugging Face, Ollama e mais ou menos uma dúzia de outros. O ponto crucial: ela pode reescrever o contexto para trocar de provider no meio da sessão sem perder estado.
pi-tui — uma interface terminal com differential rendering.
pi-coding-agent — o CLI voltado ao usuário que conecta as peças.

A superfície default de tools é exatamente quatro:

Tool	O que faz	Por que isso basta
`read`	Ler um arquivo do disco	Frontier models já foram treinados exatamente nesse schema
`write`	Escrever ou criar um arquivo	I/O mecânico — sem raciocínio necessário
`edit`	Aplicar um patch in-place em um arquivo	Search/replace + diffs são o primitive universal de edição
`bash`	Executar qualquer shell command	Todo o resto (grep, tests, git, package managers) é um shell command

Qualquer coisa além disso — subagents, plan mode, permission gates, MCP servers, sandboxing — fica em pi-skills ou em extensões de terceiros, de forma opt-in. O Pi roda em full YOLO mode por padrão: sem prompts de permissão, filesystem e shell irrestritos. Isso é intencional. Se você quiser safety rails, você instala.

Por Que Pi-Mono e Smart AIPI Formam um Par Perfeito

A library pi-ai do Pi trata todo provider como um endpoint com formato de OpenAI ou Anthropic atrás de uma interface uniforme. O gateway do Smart AIPI expõe toda a superfície OpenAI — chat, responses, embeddings, imagens, áudio, mensagens no formato Anthropic — por meio de uma única base URL com uma única API key. Os dois designs se encaixam sem atrito:

Uma chave, todos os modelos. A mesma API key do Smart AIPI dá acesso a GPT-5.5, GPT-5.4, GPT-5.4-mini, GPT-5.3-codex, GPT-Image-2 e roteamento compatível com Claude do Anthropic — e o Pi consegue alternar entre eles no meio da sessão.
Pricing pay-as-you-go. Sem subscription, sem quota, sem throttle. Você paga pelos tokens que realmente computa. O system prompt minúsculo do Pi significa que cada turno paga menos pelo contexto permanente do que um harness cheio de funcionalidades.
Prompt cache ponta a ponta. O Smart AIPI preserva a prompt-cache key do OpenAI exatamente como está pelo gateway, então seu repo + agents.md + history continuam em cache em sessões longas. As taxas reais de cache hit ficam em 95–98%, reduzindo o input em cache para $0.125 por 1M tokens — 10× mais barato do que sem cache.
Preservação de sessão via WebSocket. Sessões longas no pi-mono permanecem em um cache quente em vez de pagar o preço total de input a cada turno.

As Três Skills Que Completam o Pi-Mono

O Pi deliberadamente não traz nada para planejamento de tarefas, nenhuma metodologia de engenharia opinativa e nenhuma camada de compressão de output. Isso não é um bug — é o ponto central. A comunidade preencheu essas três lacunas com skills compostáveis que se encaixam no Pi via o padrão de invocação /skill:name. As três que valem a instalação no primeiro dia:

1. Grill-Me — Criação de Tarefas com High Reasoning

Onde: github.com/mattpocock/skills, por Matt Pocock.

Grill-me faz exatamente o que o nome sugere: o model entrevista você sobre a tarefa até que cada restrição fique sem ambiguidades. Arquivos no escopo. Critérios de sucesso. Edge cases. O que significa "done". Normalmente três a cinco turnos curtos. Você responde; a skill devolve uma spec enxuta e executável.

O movimento econômico é rodar grill-me com high reasoning apenas na fase de spec — normalmente três a cinco turnos curtos — e depois cair para low reasoning na fase de execução (30 a 100 turnos de trabalho barato e mecânico). High reasoning compensa onde é estrutural; low reasoning carrega o resto. O loop de quatro tools do pi-mono é especialmente adequado a esse padrão porque não há nada atrapalhando: quando a spec está fechada, o model tem um caminho claro por read/write/edit/bash para entregar.

2. Superpowers — Metodologia de Engenharia como Skills

Onde: github.com/obra/superpowers, por Jesse Vincent.

Superpowers é "a complete software development methodology for your coding agents, built on top of a set of composable skills." Estrutura de TDD, playbooks de code review, procedimentos de debugging, padrões de refatoração, disciplina de gerenciamento de branches. É o processo explícito de engenharia que o Pi deliberadamente não embute no core.

Ele também é agnóstico ao harness — o mesmo pacote de skills funciona em Claude Code, Cursor, Copilot CLI, Gemini, Codex e Pi. Instale uma vez e leve consigo entre harnesses. O carregador de skills plug-and-play do Pi permite adicionar toda a metodologia ao core minimalista sem tocar no source do pi.

3. Caveman — O Assassino de Output Tokens

Onde: repo de skills de Matt Pocock (seção de produtividade).

Caveman coloca o agent em ultra-compressed communication mode. Corte artigos. Corte preenchimento. Responda em bullets telegráficos. Sem inglês formal, sem desculpas, sem preâmbulo. A redução real de tokens reportada em turnos com muito texto fica em torno de 75%.

Por que isso domina a conta: no GPT-5.5, output tokens custam $7.50 por 1M versus $0.125 por 1M para input em cache — uma proporção de 60×. Compactar output é a coisa com maior alavancagem que você pode fazer em uma invoice de coding agent. Grill-me + low reasoning já reduziram o output. Caveman comprime o resto. Junte isso com o cache do Smart AIPI e o custo marginal de um turno extra se aproxima do piso do envelope de compute do model.

A História do Custo em Efeito Composto

Pricing no Smart AIPI para GPT-5.5:

GPT-5.5 (por 1M tokens)	Smart AIPI	Efeito no Pi-Mono
Input (uncached)	$1.25	System prompt pequeno significa menor custo no primeiro turno
Input (cached prefix)	$0.125	Taxa de hit de 95–98% em sessões longas
Output	$7.50	Caveman corta ~75%; low reasoning multiplica o ganho

O formato de um turno do pi-mono no GPT-5.5 com low reasoning, depois que a spec via grill-me já foi feita e o caveman está ativado:

Cached input prefix (repo + agents.md + history) — normalmente a maior fatia de tokens por turno — roda pela taxa cached, não pela uncached, sempre que o cache acerta.
New uncached input (resultados de tools, a mensagem mais recente do usuário) — geralmente uma fração pequena do input, cobrada pela taxa cheia.
Output — comprimido pelo caveman, com minimal reasoning tokens porque o esforço é baixo. Esta é a linha mais importante para reduzir, porque é cobrada pela maior taxa por token.

Pay-as-you-go significa que você paga apenas pelo que computa, e essas três alavancas se acumulam. Seu próprio dashboard vai mostrar os números reais por turno para o seu repo e para a forma do seu prompt — sem cap, sem throttle, sem mínimo mensal.

Troca de Provider No Meio da Sessão: O Recurso Subestimado do Pi

Pi-ai mantém uma representação portátil de contexto e pode reescrevê-la para se ajustar a qualquer provider para o qual você esteja apontando no momento. Tradução prática: quando o GPT-5.5 bater em uma ambiguidade difícil, você pode usar /model claude-sonnet-4.6 no meio da tarefa para uma segunda opinião sem perder a conversa. Ambos os endpoints ficam atrás da sua única API key do Smart AIPI — respostas compatíveis com Claude do Anthropic passam por /v1/messages, fluxos compatíveis com OpenAI passam por /v1/responses (ou /v1/chat/completions), e o Pi faz a tradução de forma transparente.

Para refactors longos e de alto risco, esse padrão é realmente útil: grill-me no GPT-5.5 high para a spec, GPT-5.5 low para a execução, Claude Sonnet 4.6 para uma única passada de revisão arquitetural e, depois, volta para GPT-5.5 low para finalizar. Um harness, uma API key, uma conta.

Setup em 60 Segundos

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

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

# 3. rodar o pi no seu repo
cd ~/code/your-project
pi

# 4. dentro do pi, instalar skills
/skill:install matt-pocock/skills/grill-me
/skill:install obra/superpowers
/skill:install matt-pocock/skills/caveman

# 5. especificar sua tarefa
/skill grill-me

# 6. cair para low reasoning e executar
/model gpt-5.5 --reasoning-effort low
/skill caveman

A sintaxe exata de instalação de skills depende de qual skill loader você está usando — confira o README de cada repo de skill para a invocação atual. O formato é o mesmo: coloque a pasta da skill na sua config e invoque-a.

Por Que Lean Agent + Lean API Se Multiplicam

Harnesses cheios de funcionalidades carregam um system prompt grande em todo turno, fazem passes extras de deliberação e emitem explicações verbosas que o usuário não pediu. Cada um desses pontos é um imposto. O pi-mono corta o imposto do lado do harness (system prompt pequeno, loop de quatro tools, sem camada de planejamento superengenheirada); caveman + low reasoning cortam o lado do model (output comprimido, minimal reasoning tokens); o Smart AIPI corta o lado do provider (10× de input em cache, sem piso de subscription). Nenhum deles sozinho entrega 10×, mas combinados mudam de forma significativa o custo de um projeto agentic longo.

A visão de mundo do Pi — "adapt the agent to your workflow, not the other way around" — combina com a visão do Smart AIPI — "pay only for what you actually compute." Se você tem esbarrado em limites de subscription ou pagando por features de harness que nunca usa, vale uma tarde de teste. Cadastre-se, gere uma key, defina OPENAI_BASE_URL, instale o pi, instale as três skills, entregue algo.

Comece Agora — $5 Grátis no Cadastro

Toda conta nova recebe $5 em créditos grátis de API — sem cartão de crédito.

$5 já é suficiente para instalar o pi, conectar as três skills, usar grill-me em uma tarefa real do início ao fim e rodar uma sessão estendida do pi-mono antes de decidir se quer recarregar.

Cadastre-se em smartaipi.com/signup ($5 grátis, sem cartão de crédito)
Crie uma API key no dashboard
Instale o pi: curl -fsSL https://pi.dev/install.sh | sh
Defina OPENAI_BASE_URL=https://api.smartaipi.com/v1 e OPENAI_API_KEY com sua nova key
Instale grill-me + caveman e superpowers
Rode pi, faça grill-me da sua próxima tarefa com high reasoning, mude para low + caveman, entregue

O mesmo harness minimalista que você usaria em uma subscription — agora em um modelo de pricing que escala com o que você realmente computa, com uma taxa de cache hit que torna sessões agentic longas quase grátis.