pulseaiclub/phi

解决的问题

phi 是一个高性能、精简的终端编码代理框架，旨在为重量级 AI 编码助手提供快速、低开销的替代方案。它解决了通常与基于 Electron 或 Python 的 AI 工具相关的高资源消耗（RAM/CPU）和启动缓慢的问题，同时为 LLM 与本地代码库交互提供了一个安全、可扩展的环境。

工作原理

phi 使用 Go 构建，作为一个 TUI（终端用户界面）运行，连接到兼容 OpenAI 或 Anthropic 的模型。它为 LLM 提供一组核心工具（read、write、edit、bash、grep、find、ls）来操作文件和执行命令。为了保持效率和安全性，它采用了几个关键机制：

• 哈希行编辑：模型不会重写整个文件，而是使用锚点（标签和哈希）进行精确编辑，防止静默损坏。
• 子代理：它可以生成具有特定角色（explore、review、worker）的隔离任务，而不会使父会话的上下文膨胀。
• 惰性 MCP 集成：它与模型上下文协议（MCP）服务器集成，而不会将所有工具模式转储到提示中，使用元工具按需发现和调用工具。
• 权限门控：可配置的策略（interactive、readonly、autopilot、headless-strict）确保破坏性工具在执行前得到用户批准。
• PXB 协议：自定义二进制协议允许用 Go 或 Rust 编写的原生扩展以最小延迟添加工具和命令。

适用人群

phi 适用于喜欢基于终端的工作流程，并且需要一个轻量级、快速启动的 AI 代理，可以集成到现有 CLI 工具和项目结构中的开发人员。

亮点

• 极致效率：小型二进制文件（约 15 MB）和非常低的空闲 RAM（约 21 MB），启动几乎即时（约 31 毫秒）。
• TUI 内差异审查：全屏 git 审查覆盖层，用于在应用更改之前审查和记录更改。
• 可扩展架构：通过 PXB 协议支持 Go 和 Rust 的原生扩展。
• 模型无关：适用于任何兼容 OpenAI 或 Anthropic 的模型。
• 上下文感知技能：允许用户在 Markdown 文件（SKILL.md）中定义可重用的程序，以指导代理的行为。