Pi-Mono на Smart AIPI: найдешевший спосіб запускати легкий coding agent — із Grill-Me, Superpowers і Caveman

Рух lean-agent має свій флагман. Pi-Mono — це monorepo, що лежить в основі pi, terminal coding harness від Mario Zechner (автора libGDX), який зводить coding agent до основ і переносить усе інше в extensions. Як сказав Zechner у своїй доповіді для Mastra "I Hated Every Coding Agent, So I Built My Own": існуючі harnesses — це космічні кораблі з 80% функціональності, якою більшість developers ніколи не користуються, а їхні system prompts змінюються з кожним релізом — ламаючи ваші ретельно зібрані workflows.

Відповідь Pi — радикальний minimalism: чотири інструменти, повний YOLO mode, без вбудованих bonus features. Hackability важливіша за completeness. У парі з pay-as-you-go OpenAI-compatible endpoint від Smart AIPI цей minimalism прямо перетворюється на найдешевшу серйозну agentic coding setup, доступну сьогодні.

Що таке Pi-Mono насправді

Pi-mono — це monorepo (github.com/badlogic/pi-mono, дзеркало — earendil-works/pi); CLI binary — це просто pi. Репозиторій розбито на кілька вузькоспеціалізованих packages:

• pi-agent-core — runtime: tool calling, state, власне agent loop.
• pi-ai — unified provider library, що працює з Anthropic, OpenAI-compatible, Bedrock, Vertex, Mistral, Groq, Cerebras, xAI, DeepSeek, OpenRouter, Hugging Face, Ollama та ще приблизно десятком інших. Що важливо, він може переписувати context, щоб перемикати провайдерів у середині session без втрати state.
• pi-tui — terminal UI з differential rendering.
• pi-coding-agent — CLI для користувача, який з’єднує все разом.

За замовчуванням поверхня інструментів складається рівно з чотирьох tools:

Усе понад це — subagents, plan mode, permission gates, MCP servers, sandboxing — живе в pi-skills або сторонніх extensions, як opt-in. Pi працює в full YOLO mode за замовчуванням: без permission prompts, без обмежень для filesystem і shell. Це свідомий вибір. Якщо вам потрібні safety rails, ви встановлюєте їх самі.

Чому Pi-Mono і Smart AIPI — ідеальна пара

Бібліотека pi-ai у Pi трактує кожного provider як OpenAI-shaped або Anthropic-shaped endpoint за єдиним interface. Gateway Smart AIPI відкриває весь OpenAI surface — chat, responses, embeddings, images, audio, Anthropic-shaped messages — через один base URL і один API key. Обидва дизайни добре поєднуються:

• Один key, будь-яка model. Один і той самий Smart AIPI API key дає вам GPT-5.5, GPT-5.4, GPT-5.4-mini, GPT-5.3-codex, GPT-Image-2 і маршрутизацію до Claude, сумісну з Anthropic — а Pi може перемикатися між ними в середині session.
• Pay-as-you-go pricing. Без subscription, без quota, без throttle. Ви платите лише за tokens, які реально обчислили. Малий system prompt у Pi означає, що кожен turn платить менше за постійний context, ніж harness із багатьма features.
• End-to-end prompt cache. Smart AIPI передає OpenAI prompt-cache key без змін через gateway, тож ваш repo + agents.md + history лишаються в cache протягом довгих session. Реальний cache hit rate — 95–98%, а cached input коштує $0.125 за 1M tokens — у 10 разів дешевше за uncached.
• Підтримка WebSocket session. Довгі session у pi-mono залишаються в одному warm cache замість того, щоб щоразу платити повну input price.

Три skills, які доповнюють Pi-Mono

Pi навмисно не постачає нічого для task planning, не нав’язує engineering methodology і не має шару для output compression. Це не недолік — у цьому й сенс. Спільнота закрила всі три прогалини composable skills, які під’єднуються до Pi через pattern виклику /skill:name. Три, які варто встановити в перший день:

1. Grill-Me — Task Creation з High Reasoning

Де: github.com/mattpocock/skills, від Matt Pocock.

Grill-me робить саме те, що випливає з назви: model допитує вас про вашу задачу, доки кожне обмеження не стане однозначним. Файли в scope. Критерії успіху. Edge cases. Що означає "done". Зазвичай це три-п’ять коротких turn. Ви відповідаєте; skill повертає компактну, придатну до виконання spec.

Економічний підхід тут — запускати grill-me на high reasoning лише на фазі специфікації — зазвичай три-п’ять коротких turn — а потім перейти на low reasoning для фази виконання (30–100 turn дешевої механічної роботи). High reasoning окупається там, де він справді потрібен; low reasoning тягне все інше. Чотиритуловий loop Pi-mono ідеально підходить для такого патерну, бо після фіксації spec model має прямий шлях через read/write/edit/bash, щоб реалізувати все без зайвих перешкод.

2. Superpowers — Engineering Methodology як Skills

Де: github.com/obra/superpowers, від Jesse Vincent.

Superpowers — це "complete software development methodology for your coding agents, built on top of a set of composable skills." TDD scaffolding, code-review playbooks, debugging procedures, refactoring patterns, branch-management discipline. Це явний engineering process, який Pi навмисно не вшиває в core.

Це також harness-agnostic — той самий skill pack працює в Claude Code, Cursor, Copilot CLI, Gemini, Codex і Pi. Встановили один раз — берете з собою між harnesses. Plug-and-play skill loader у Pi дозволяє накласти всю методологію на мінімальне ядро без змін у source Pi.

3. Caveman — Kill Switch для Output Tokens

Де: skills repo Matt Pocock (розділ productivity).

Caveman переводить agent у ultra-compressed communication mode. Прибрати articles. Прибрати filler. Відповідати телеграфними bullets. Жодної formal English, жодних вибачень, жодного preamble. Заявлене зниження token usage на практиці для текстоємних turn — приблизно 75%.

Чому це так сильно знижує bill: у GPT-5.5 output tokens коштують $7.50 за 1M, тоді як cached input — $0.125 за 1M; це співвідношення 60×. Компресія output — це найефективніша дія, яку можна зробити для invoice coding-agent. Grill-me + low reasoning уже зменшили output. Caveman стискає те, що лишилося. Додайте до цього cache Smart AIPI, і гранична вартість ще одного turn наближається до нижньої межі compute envelope model.

Історія кумулятивної економії

Pricing у Smart AIPI для GPT-5.5:

Як виглядає turn у pi-mono на GPT-5.5 у low reasoning, коли spec через grill-me уже готова, а caveman увімкнено:

• Cached input prefix (repo + agents.md + history) — зазвичай найбільший bucket tokens на turn — кожного разу, коли cache hit є, оплачується за cached rate, а не за uncached.
• New uncached input (tool results, останнє повідомлення user) — зазвичай дуже мала частина input, що тарифікується за full rate.
• Output — стиснутий caveman, мінімум reasoning tokens, бо effort low. Це найважливіша стаття, яку варто зменшувати, бо вона тарифікується за найвищою ціною за token.

Pay-as-you-go означає, що ви платите тільки за те, що реально обчислили, і ці три важелі працюють кумулятивно. Ваша власна dashboard покаже фактичні числа per turn для вашого repo та форми prompt — без cap, без throttle, без monthly minimum.

Перемикання provider у середині session: прихована сильна сторона Pi

Pi-ai зберігає portable context representation і може переписати її так, щоб вона підходила до будь-якого provider, на який ви зараз націлені. Практичний переклад: коли GPT-5.5 упирається в складну неоднозначність, ви можете /model claude-sonnet-4.6 посеред задачі для другого погляду, не втрачаючи conversation. Обидва endpoint працюють через один Smart AIPI key — Claude відповіді, сумісні з Anthropic, ідуть через /v1/messages, OpenAI-compatible flows — через /v1/responses (або /v1/chat/completions), а Pi робить трансляцію прозоро.

Для довгих, критично важливих refactors цей патерн справді корисний: grill-me на GPT-5.5 high для spec, GPT-5.5 low для виконання, Claude Sonnet 4.6 для одного проходу архітектурного review, назад на GPT-5.5 low, щоб завершити роботу. Один harness, один API key, один bill.

Налаштування за 60 секунд

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

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

# 3. запустіть pi у вашому репозиторії
cd ~/code/your-project
pi

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

# 5. сформулюйте задачу через spec
/skill grill-me

# 6. перейдіть на low reasoning і виконуйте
/model gpt-5.5 --reasoning-effort low
/skill caveman

Точний синтаксис встановлення skills залежить від того, який skill loader ви використовуєте — дивіться README кожного skill repo для актуального способу виклику. Схема однакова: покладіть папку skill у вашу config і викликайте її.

Чому lean agent + lean API дають кумулятивний ефект

Feature-rich harnesses завантажують великий system prompt на кожен turn, запускають додаткові deliberation passes і видають користувачу довгі пояснення, яких він не просив. Кожна з цих речей — це податок. Pi-mono зменшує податок на стороні harness (малий system prompt, four-tool loop, без over-engineered planning layer); caveman + low reasoning зменшують податок на стороні model (стиснутий output, мінімум reasoning tokens); Smart AIPI зменшує податок на стороні provider (cached input у 10 разів дешевший, без subscription floor). Кожен із цих факторів окремо — не 10× виграш, але разом вони помітно змінюють вартість довгого agentic project.

Світогляд Pi — "адаптуй agent до свого workflow, а не навпаки" — добре поєднується зі світоглядом Smart AIPI — "плати лише за те, що реально обчислюєш." Якщо ви вже впиралися в subscription caps або платили за features harness, якими ніколи не користуєтесь, ця комбінація варта одного тестового дня. Зареєструйтеся, створіть key, задайте OPENAI_BASE_URL, встановіть pi, встановіть три skills, і щось уже ship.

Почніть зараз — $5 безкоштовно після реєстрації

1. Зареєструйтеся на smartaipi.com/signup (безкоштовно $5, без кредитної картки)
2. Створіть API key у dashboard
3. Встановіть pi: curl -fsSL https://pi.dev/install.sh | sh
4. Встановіть OPENAI_BASE_URL=https://api.smartaipi.com/v1 і OPENAI_API_KEY на свій новий key
5. Встановіть grill-me + caveman і superpowers
6. Запустіть pi, проведіть наступну задачу через grill-me на high reasoning, перейдіть на low + caveman, ship it

Той самий мінімалістичний harness, який ви запускали б на subscription — тепер на pricing model, що масштабується за фактичним обсягом обчислень, із cache hit rate, який робить довгі agentic session майже безкоштовними.