给 AI 编程 Agent 一个真正的桌面工作台：聊聊 PI-Desktop

先说是哪来的

PI-Desktop 是个 GitHub 开源项目，仓库在 vastsa/PI-Desktop。

目前还是 Early Preview，0.14.x 这样的阶段，高频迭代中。

它构建在优秀的 pi-mono 开源生态之上，Agent 运行时用的是它的 pi-ai 和 pi-agent-core。

如果要一句话解释 PI-Desktop 和 Pi 的关系：

Pi 负责让 Agent 跑起来，PI-Desktop 负责让 Agent 变成长期可用的桌面工作台。

技术上用 Electron + React + TypeScript 做桌面壳，Rust 做高权限核心，SQLite 建索引，一套跨 macOS / Windows / Linux 的分发。

协议是 LGPL v3.0。

这些是仓库里写明的事实，不是我的判断。

它也不是又一个 AI 聊天框

现在很多工具擅长一问一答，你说一句它答一句。

但 AI 编程真正麻烦的场景不是这个：

一个任务跑半小时、一小时，甚至跨多次会话之后，它还能不能继续干。

PI-Desktop 从一开始就是为长任务设计的。

你可以同时管多个项目、多个会话，固定、归档、分支对话，搜索历史，Agent 干活的时候还能排队发下一条 Prompt。

用 @ 引用项目文件，用 Slash Commands 快速触发，看代码修改、看命令输出，对流式响应持续做 Checkpoint，应用重启或异常后尽可能恢复现场。

不是聊天，是工作台。

一个工作台，三种做事方式

同一个 Agent，不同大小的权限。

项目把它拆成三个模式，我觉得这个划分挺清楚：

	Agent	Plan	Goal
要你确认什么	不额外确认	实施方案	最终目标与验收条件
Agent 怎么做	读代码、改文件、跑命令、测试、迭代	先研究仓库，产出冻结的实施计划，再等你批准	自己选路径，持续推进到目标完成
适合场景	日常快速改代码	大型改动、高风险重构	只关心结果，不想管过程

平时小改动用 Agent，敞开了让它干。

架构改造、大重构用 Plan，先出方案再动手。

你只想要一个结果的时候用 Goal，把目标和验收条件锁死，过程交给它自己判断。

无论哪种模式，高权限工具都还是会过权限系统——这是底线，不是装饰。

Local-first，但不玩文字游戏

现在「本地优先」这个词被用烂了，很多软件挂着羊头卖狗肉。

PI-Desktop 至少把话说清楚：Local-first 不等于永远不联网。

具体到数据是怎么躺的，它写得很直白：

数据	行为
会话	本地 JSONL 存储，用 SQLite 建索引
设置	保存在你电脑
API 密钥	保存在操作系统 Keychain
日志	本地
Telemetry	无
模型请求	直接发到你配置的模型服务或 API Endpoint

不注册账号，没有强制的云端中转层。

如果你用远程模型，那么请求所需的上下文自然会被发到对应 Provider，这一条它也不藏着——取决于 Provider 自己的隐私政策。

这个分寸感，是很多工具没有的。

模型是零件，不是前提

PI-Desktop 不维护「官方指定模型列表」。

OpenAI、Anthropic、OpenAI Compatible API、各类 Hosted Gateway、Ollama、LM Studio、自建模型服务都能接，同一个 Provider 还能接好几个模型。

每个模型能独立配上下文长度、最大输出、Reasoning / Thinking 等级、温度、专属参数。

而且不用重建会话，在输入框里直接切。

今天哪个模型好用，就接哪个。

模型应该是可替换部件，而不是把整个工作流锁死的前提——这是它反复强调的立场，也是很多闭源方案做不到的。

权限层：Agent 能干活，但不是乱来

Agent 可以读文件、改代码、跑命令，但涉及高权限操作，会经过 PI-Desktop 的权限层。

你可以看 Diff、看命令输出、看执行结果，也可以决定这个会话到底放多大权限。

在架构上是刻意解耦的，项目里画得很清楚：

React Renderer  ──>  Electron Main  ──>  Rust Host Core
                        │                  │
                        └──> pi Agent  <──> │
                                    │
                               Model Provider

React Renderer 做界面，不启用 Node integration，等于把最容易出问题的面关掉了。

Rust Host Core 管高权限的 Workspace 操作、权限、文件系统、持久化、密钥。

pi Agent Sidecar 管 Agent 循环、模型交互、流式输出。

Electron 只做桌面生命周期和组件协调。

UI、桌面高权限能力、Agent Loop，三层分开，各干各的，不揉成一团。

其中 Rust 那层管密钥、管权限、管 SQLite，是把「安全底线」从「能跑就行」里拎出来单独立了根柱子。

插件是第二条主线

核心保持克制，能力交给生态扩展。

PI-Desktop 提供多层扩展，从简单的 Agent 指令，到完整的桌面级插件：

Plugins：扩展 Agent 工具、Commands、Workspace Panels、MCP Servers、Skills、Subagents、主题，还能做长期运行的后台服务。
Skills：把常用 Prompt、工作流程、执行规范做成可复用能力，可全局装，也可只在某项目里启用。
MCP：通过 Model Context Protocol 接外部工具和服务，不用把所有功能硬编码进去。
pi extensions：为 pi CLI 写的扩展，可以直接跑在 PI-Desktop Agent 里。

官方还有个 pi.session-orchestrator 插件，让 Agent 并行协调多个持久 Worker 会话，适合大任务拆给小 Agent 干。

这里必须补一句边界，仓库自己也标注了：

插件进程有权限控制，也跟 Renderer 隔离，但它仍是用户主动信任的代码，不是完整的操作系统级沙箱。只装你信任的插件。

这句我格外在意，因为它戳中一个常被忽略的事实：AI 是杠杆，不是免责主体。

工具可以帮你干很多活，但任何信任的执行，最后责任都在你自己手上。

大任务交给 Subagents

复杂到塞不进一个上下文窗口的任务，不该硬塞。

PI-Desktop 可以把独立工作委派给后台 Subagents，比如：

探索大型代码库
多文件实现
技术研究和调查
测试分析
对抗式 Review
独立方案验证

每个 Subagent 有自己的上下文，做完再回报给主 Agent。

主 Agent 统筹，Subagent 分头干活。

这个分工模型，是给真正工程用的，不是给聊天用的。

5 步开始干活

上手并不难，README 给了一条很干净的路：

下载：从 GitHub Releases 拿最新版。
接入模型：Settings → Model configuration，选 Provider 或 Compatible API，填自己的凭据。
打开项目：从侧边栏添加任意本地仓库或项目目录。
选模式：直接开干用 Agent，先看方案用 Plan，只想定义结果用 Goal。
Review：在 Review 面板查改动、看命令输出、预览程序，继续和 Agent 协作。

全程不用离开 PI-Desktop。

以前的会话也不用从零开始——已经在用 Claude Code、Codex、OpenCode、Pi 的，可以直接导入本地历史会话。

坑

它是 Early Preview。 API、扩展接口、部分桌面行为还会持续演进。别当生产环境的一锤子买卖来用，当成一个正经工作台来盯版本。

macOS 默认是未签名构建。 系统可能提示「已损坏或无法打开」，需要跑：

xattr -r -d com.apple.quarantine /Applications/PI-Desktop.app

PI-Desktop 把三件事的基本盘立住了：

本地优先、模型自由、权限可控。

这三条，恰恰是很多 AI 编码工具最容易偷工减料的地方。

它不是又一个聊天框，是想给 Agent 一个真正属于自己的长期桌面工作台。

想试试的，去 GitHub 提 Issue、报 Bug、改代码、写插件都欢迎，规模大的改动建议先开 Issue 对齐边界。

用你喜欢的模型，干你自己的活。

https://github.com/vastsa/PI-Desktop

#AI编程 #Agent #PI-Desktop #Local-first #开源 #编程工作台