
Pi 发布可自托管的 Agent API,支持 Linux 桌面沙箱
来源标题:Show HN: Selfhost pi agents API with Linux desktop sandbox
Pi 推出可自托管的 Agent API 服务,作为 OpenAI Agents API 和 Claude 托管 Agent API 的开源替代方案。该服务基于 Pi coding agent SDK,支持 Docker 代码执行,并可通过 QEMU/KVM 运行 Linux 桌面环境,由模型借助微软 HCU 操作真实应用。用户可在 VPS 上自行部署,应用通过 HTTPS 调用。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
让你的应用拥有能运行代码、保留上下文并交付文件的 agent。由 Pi 驱动,由你托管。 开始使用 · 对比 · 连接你的应用 · 内置文档 · 架构
有用的 agent 需要一个工作场所、一种将上下文带入下一项任务的方式,以及一份所发生事情的记录。Pi Managed Agents 将这些部分整合到一个自托管 API 和浏览器控制台中,围绕 Pi coding agent SDK 构建。
定义一个 agent,给它一个工作区,然后向它发送一个任务。Pi 负责模型与工具循环;服务保存会话状态、在 Docker 中运行代码或操作 Linux 桌面、记录进度并发布生成的文件。你的应用可以从任何服务器通过 HTTPS 调用它。
一次通过 OpenRouter 的真实 DeepSeek 运行:合成的发布指标变成 Python 分析和可下载报告。截图使用单独的演示工作区。
选择 Desktop assistant,选择一个视觉模型,然后启动 Linux 桌面会话。Pi 使用 Microsoft HCU 检查无障碍控件和截图,然后在 QEMU/KVM VM 内操作真实应用。控制台显示实时预览,并将模型的观察结果与其工具调用一起保存。
应用和文件在多次运行之间随会话保留。桌面可以运行在单独的 KVM 服务器上,而你的 API 留在 VPS 上。首先支持 Linux,桌面会话提供关闭、互联网或域名允许列表三种网络模式。互联网访问使用 HTTP/HTTPS 代理;私有网络和云元数据被阻止。预览为只读。Windows 和 macOS 提供程序尚未实现。
打开 Docs → 应用中的 Linux desktops & HCU 以查看设置和 API 指南。同一指南也位于 docs/desktop.md。
agent 在 Mousepad 中创建了一个笔记,通过 GUI 保存,然后恢复同一桌面并追加第二行。截图和保存的文件可在会话中获取。
为每个新桌面会话选择网络策略。真实的 DeepSeek 浏览器测试加载了一个允许的网站,并验证未批准的域名被阻止。查看浏览器结果和应用内指南截图。
供应商文档检查于 2026 年 11 月 14 日;Pi 列反映截至 2026 年 11 月 15 日已实现的 MVP。供应商列描述其托管服务,自托管选项单独标注。表中的链接指向相关供应商文档。
Claude 的自托管服务目前缺少 Files API、计划部署和 webhooks,并将委派限制为预定义的子 agent;参见其记录的功能差异。托管整个服务与仅托管沙箱是两种不同选项。Pi 在本地运行其服务,而模型请求发往配置的提供程序。真实推理已通过 OpenRouter 测试;直接 OpenAI 和 Anthropic 推理仍未验证。
Pi 目前适合希望基于 Pi 运行时、可选择提供程序并在自己的 VPS 上拥有控制台的受信任操作者。它尚不提供高可用性、按用户角色、支出配额或加固的公共执行服务。参见已实现的契约和限制以了解确切范围。
从指令、模型和 agent 所需的工具开始。使用 OpenAI、Anthropic 或 OpenRouter,包括通过 OpenRouter 使用 DeepSeek V4.1 Flash 1017。控制台显示已安装运行时中可用的模型。
保存一个版本,选择 Test agent,然后发送任务。你可以构建一个编写和测试 Python 的编码助手、一个将提供的数据转化为报告的分析师,或一个在修订过程中保持上下文的写作伙伴。
每个保存的 agent 版本都是不可变的。现有会话保留其原始配置,而你可以在另一个会话中尝试新的指令或模型。
会话将 agent 版本连接到环境。将相关任务发送到同一会话,以继续对话并使用它已创建的文件。
托管工作区提供 Bash、Python、文件读取和文件写入。每次尝试都在带有会话持久卷的全新容器中运行。保存在 outputs/ 下的文件在成功运行后作为 artifact 发布,可供你的应用下载。
断开应用连接或关闭控制台不会取消运行。重新打开会话以检查其结果,或从你收到的最后一个序列重新连接事件流。中断的 worker 执行遵循明确的恢复流程;不确定的工具效果绝不会自动重放。
控制台将对话和执行历史并排显示。检查一次运行的工具调用,展开其参数和结果,搜索事件日志,并预览或下载其 artifact。需要调查结果时,导出保存的会话历史。
API 通过可恢复的服务器发送事件流公开相同的历史记录。这些是保存的生命周期、工具和结果事件;助手响应在完成时出现。
在 VPS 上托管 Pi Agents,并从你的应用后端调用它,无论该后端运行在哪里。你的应用需要一个 API URL 和一个工作区 token。模型提供程序凭据保留在 agents 服务器上。
这个完整的 Node.js 示例通过 API 创建一切:agent → environment → session → user message → result → user reply → next result → files。无需控制台设置或现有会话 ID。
使用 Node.js 22.19+ 和一个已配置 OpenRouter 的运行中服务器。在你的应用服务器环境中设置这些变量,替换为你自己的 URL 和工作区 token: export API_URL='https://agents.example.com' export API_TOKEN='your-workspace-token' export MODEL_PROVIDER='openrouter' export MODEL='deepseek/deepseek-v4.1-flash-1017' 对于本地开发,使用 API_URL=http://127.0.0.1:8080。你可以从 GET /v1/capabilities 选择另一个已配置的 provider/model 对。
将以下内容保存为 quickstart.mjs 并运行 node quickstart.mjs。它使用 Node 内置的 HTTP 客户端;无需客户端包。每次执行都会创建一个新的 agent 和会话,并进行两次真实的 agent 运行。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。