pulseaiclub/phi

• 15 MB · ~31 ms · sub-agent · 锚点编辑 · 权限门控 · 渐进式 MCP · PXB 插件 · 全屏审阅 & 代码选中 · OpenAI / Anthropic / Gemini

你可以通过 Skills（技能）、Extensions（扩展） 和 MCP 扩展它——不必做成插件框架。

• 赞助商
• 文档
• 快速开始
• 资源占用
• 配置
• 交互模式
• Diff 审阅
• 代码查看器
• 命令
• 会话
• 无头模式
• Skills（技能）
• 权限
• Extensions（扩展）
• MCP
• 子代理
• 工具
• 项目结构

赞助商

phi 由 Infistar.cc 无限星河 赞助：一个 Key 打通主流模型，重度跑 agent 也不用算账。 ⚙️ 即插即用：配置 Base URL、API Key 与模型名称即可直接调用。 🧩 全模型支持：单 Key 自由切换 Claude、GPT、Gemini、DeepSeek 等主流模型，不用再改配置。 💰 实惠省心：部分模型低至官方 0.1 折，支持人民币结算与开票。 🎁 phi 专属福利：通过专属链接注册即领 $5 体验金 👉

免费 ~/.phi/config.yaml：整块模型配置 phi 直接给好，粘贴、填上 Key 就能跑。 models: - name: claude-opus-5-5 # 模型广场里任意模型 id api: Anthropic # 无限星河走 Anthropic Messages base_url: https://infistar.cc api_key: sk-... # 你的无限星河 Key（或用 PHI_API_KEY） - name: gpt-6-astra api: OpenAIResponses # /v1/responses base_url: https://infistar.cc/v1 api_key: sk-... - name: gemini-3-pro api: Gemini base_url: https://infistar.cc api_key: sk-... default: true

快速开始

安装最新发布版本（macOS / Linux）：

curl -fsSL https://raw.githubusercontent.com/pulseaiclub/phi/main/scripts/install.sh | bash

Windows（PowerShell 5.1+）：

irm https://raw.githubusercontent.com/pulseaiclub/phi/main/scripts/install.ps1 | iex

首次启动需要配置模型。使用下面这个命令打开配置编辑器（会创建 ~/.phi 目录结构并写入 ~/.phi/config.yaml）：

phi config

也可以设置环境变量做一次性运行：

export PHI_MODEL=gpt-4o
export PHI_API_KEY=sk-...

然后启动 TUI：

phi

或者从源码构建（Go 1.26.3+，见 go.mod）：

make build          # 生成 ./phi
make install        # 构建并安装到 $GOBIN

首次启动时，phi 会自动创建 ~/.phi/{bin,skills,hooks,session}。搜索工具 （fd、rg）缺失时会在后台下载到 ~/.phi/bin。

TUI 给模型提供四个核心工具——read、write、edit 和 bash——外加 grep、find、ls。模型用这些工具来完成你的请求。外部 HTTP 抓取在配置 MCP 后可用。

资源占用

精简只是底线——phi 还要启动即开、负载下仍省内存。phi 数字来自剥离的发布构建 （CGO_ENABLED=0，-ldflags="-s -w"），在 macOS arm64 上测得。其他 harness 用已公开的 Linux PSS / 交互式 PTY 数据。

首帧时间

空闲内存 · 1 个会话

空闲内存 · 10 个会话

指标	phi
发布二进制	约 15 MB
空闲 RSS（1 个会话）	约 21 MB
10 个空闲会话（RSS 总量）	约 221 MB
首帧时间	约 31 ms（26–49 ms）
冷 go build（空 GOCACHE）	约 5.5 s
热重建	约 0.7 s
Go 源码（不含测试）	约 22k 行 / 107 个文件
Go 包数量	32
直接模块依赖	6（共 15 个模块）
链接运行时	仅系统库（无 Node / Electron / Python）

配置

phi 读取 ~/.phi/config.yaml（标准 YAML）。环境变量可覆盖配置，用于一次性运行。 phi config 会在终端里打开全屏编辑器来编辑同一个文件；不保存就不落盘，保存前 的旧文件会留作 config.yaml.bak。

phi config 按键
  ↑↓ ←→      移动 / 切换取值            a   新增模型
  ⏎          编辑，或打开选择列表       d   删除当前行
  esc        收起列表 / 退出            f   从服务商拉取模型列表
  ^s         保存                       s   保存     q  退出

留空表示「未设置」，也就是交给加载器填默认值；占位符显示的就是那个值。

# ~/.phi/config.yaml
models:
  - name: gpt-4o
    api: OpenAI             # OpenAI | OpenAIResponses | Anthropic | Gemini（空则走 OpenAI 兼容）
    api_key: sk-...         # 或设置 PHI_API_KEY
    base_url: https://api.openai.com/v1   # 默认；PHI_BASE_URL 可覆盖
    context_window: 128000  # 可选
    default: true           # 启动时使用的模型；缺省时第一项生效
  - name: claude-sonnet-4-20250514
    api: Anthropic          # 必填 — 不再按名字/URL 猜测
    api_key: sk-ant-...
    base_url: https://api.anthropic.com
    context_window: 200000
  - name: deepseek-flash    # 内置 preset：自动补齐 base_url / context / thinking
    api_key: sk-...
  - name: gemini-2.5-flash  # 内置 preset（api: Gemini）
    api_key: ...
    think_level: high       # 可选：off | minimal | low | medium | high | …

skill_path: ~/.phi/skills # SKILL.md 文件的加载目录；`~/…` 会被展开
max_rounds: 64            # 工具轮次预算；0 → 引擎默认值（64）

agents:
  enabled: true           # 默认；设为 false 可禁用 agent_* 子代理工具

permissions:
  mode: interactive       # interactive | readonly | autopilot | headless-strict | allow-all
  bash:
    default: ask          # ask | allow | deny
    allow:
      - "go test ./..."
    deny:
      - "rm -rf *"

内置 preset 与思考参数上线格式见 doc/models.md。

环境变量覆盖：

变量	覆盖项
PHI_API_KEY	models[].api_key（默认模型）
PHI_MODEL	models[].name（默认模型）
PHI_BASE_URL	models[].base_url（默认模型）
PHI_SKILL_PATH	skill_path
PHI_THINK_LEVEL	models[].think_level（默认模型；off 关闭思考）
PHI_PROMPT_HISTORY	输入框历史唤起（设为 on 开启；默认关闭，开启后会在项目会话目录写入 prompts.json）

提供商路由看显式 api 字段（OpenAI / Anthropic / Gemini）。详见 支持的模型。

工作区布局

~/.phi/
├── config.yaml   # 全局配置
├── bin/          # 下载的搜索工具（fd、ripgrep）
├── skills/       # SKILL.md 技能目录
├── extensions/   # PXB 二进制 + phi.yaml
├── jobs/         # 子代理任务产物（meta、logs、result.md）
└── session/      # 持久化会话，每个工作目录一个目录
    └── <encoded-cwd>/

交互模式

phi 启动 TUI：上方是对话记录，底部是编辑器，底部状态栏显示 当前活动。有新版发布时，状态栏会提示类似 0.2.0 available · phi update。

助手输出按 Markdown（CommonMark/GFM）渲染：标题、强调、删除线、链接、引用、 列表、任务复选框和表格都会按当前主题着色；围栏代码块上方有淡色语言标注，并按语言高亮。 结构标记（#、`、*）会被去除。

编辑器支持：

• @ —— 模糊文件选择器（输入 @ 后开始输入路径）
• / —— 斜杠命令选择器（/sessions、/branch、/new、/diff、/code）
• ? —— 快捷键帮助选择器（列出 /、!、@ 和按键绑定；Esc 关闭）
• !command —— 在本地运行 shell 命令，并把输出流式写入对话记录 （见 命令）
• Ctrl+K —— 命令面板：设置 → 模型 / 主题 / 权限 / 代理、技能、hooks

键盘快捷键

按键	作用
Ctrl+C	退出 phi
Esc	取消正在运行的代理 / 关闭选择器
Ctrl+K	开关命令面板
Ctrl+A	光标跳到行首
Ctrl+E	光标跳到行尾
Ctrl+U	清空输入框（含图片和技能）
Ctrl+Shift+C	复制选中的对话文本

主题：Dark（默认）、Darcula、Pink 和 Terminal，可在面板的 设置 → 主题中切换。

Diff 审阅

/diff 是 TUI 里的全屏 git 审阅——看改动、写行级批注，再把批注交给代理， 全程不用离开终端。

命令	打开内容
/diff	工作区（git diff）
/diff staged	暂存区
/diff HEAD	最近一次提交（git show）

斜杠选择器里回车会把 /diff 连同一个空格填进输入框；再提交才打开。 审阅层内：j/k 移动，s 左右对照，i 添加/编辑批注，x 删除，a 发给代理， ? 帮助，q / Esc 关闭。批注只存在内存里，切 diff 就丢，不会落盘。

代码查看器

/code <path>[:line] 打开全屏源码查看器：语法高亮、支持 CJK 宽度的光标 （j/k、h/l、gg/G），v 选中行后按 a，把选中的行作为 path:12-18 引用交给聊天输入框，模型直接可读。查看器自己读文件，并遵守 与工具门相同的敏感路径清单——~/.ssh、.env 等敏感路径、二进制文件和 超过 8 MiB 的文件都会拒绝并以 toast 提示。

Esc 关闭。阅读时状态栏显示路径、光标和行数；v 激活时显示已选中行数。

切换分支

/branch 打开当前目录的分支选择器，只有两列：分支名和它最近的一次提交。 ● 标记 HEAD 所在的分支。顺序是：你在哪、你从哪来（git reflog）、其余本地 分支、远程跟踪分支。

回车对选中行执行 git switch（不占用 UI 线程，慢仓库不会卡住输入框）。 选中远程行等同于检出跟踪它的本地分支——也就是 git switch feat 对 origin/feat 做的事。

/branch <name> 跳过选择器：切到该分支；如果没有任何分支叫这个名字，就从 HEAD 新建一个。敲名字本身就是「新建分支」的全部流程，比填表单快。

未提交的改动不会被丢弃：git 会拒绝，原文提示以 toast 显示。代理正在回复或执行 命令时禁止切换；merge、rebase、cherry-pick、revert、bisect 未完成时同样禁止。

命令

命令	说明
phi	启动交互式 TUI
phi run -p "…"	以无头模式运行一个代理循环（见下文）
phi update	下载并安装最新的 GitHub 发布版本
phi update --check	只查询最新版本，不安装
phi sessions	列出当前目录的持久化会话
/sessions	列出当前目录的会话（TUI 内）
/branch	切换工作分支 — 见 切换分支
/new	开启一个全新的空会话（TUI 内）
/diff	全屏 git 审阅 — 见 Diff 审阅
/code	全屏源码查看器 — 见 代码查看器
!command	在本地运行 shell 命令，把输出流式写入对话记录；Esc 取消

在 TUI 中，!command 通过 bash -c 在本地运行——在代理循环之外。它不计入 代理忙碌状态，运行中的命令可以用 Esc 取消，且不影响正在进行的代理回合。

会话

会话会按工作目录自动持久化到 ~/.phi/session/<encoded-cwd>/，以 JSONL 轨迹 记录。

• phi sessions —— 列出当前目录的会话 id、修改时间和预览
• TUI 内 /sessions —— 同上，在应用内查看
• /new —— 开启全新会话（新 id、空对话记录）
• phi run --session <id> / phi run --continue-last —— 无头模式恢复会话

无头模式

phi run -p "fix the failing test in internal/tools"

不启动 TUI，运行一个代理循环。人类可读的日志输出到 stderr；加上 --jsonl 后，机器可读事件输出到 stdout，每行一个 JSON 对象。

参数：

参数	说明
-p, --prompt STRING	要运行的提示词（必填）
--jsonl	向 stdout 输出 JSONL 事件
--yolo	本次运行跳过所有权限检查（仅用于 benchmark / CI）
--max-rounds N	限制工具轮数（默认 64）
--timeout DURATION	限制 Agent 运行总时长（例如 10m，默认不限制）
--session ID	按 id 或唯一前缀恢复已持久化的会话
--continue-last	恢复当前目录最新的持久化会话
--session-dir DIR	覆盖会话存储目录
--tools LIST	仅启用逗号分隔的指定内置工具

--tools 接受 read,ls,grep 之类的内置工具名称。已配置的 MCP 和 agent 工具仍会照常追加；该参数只限制内置工具集。

退出码：0 成功 · 1 运行时/LLM 错误 · 2 达到最大轮数 · 3 配置/用法错误。

交互式 TUI 在工具轮数耗尽时会询问 Continue / Stop。 无头 phi run 没有确认界面，因此直接以退出码 2 结束。

无头模式下，权限 ask 的决策会被拒绝（没有审批界面），因此无需额外参数 即可获得 readonly 级别的安全性。跑 benchmark 需要任意 shell（pytest、 npm test 等）时，对该次运行加 --yolo 即可跳过权限门控。

Skills（技能）

技能是包含 SKILL.md 文件的目录，文件带 YAML frontmatter 和 Markdown 正文。 它们从 ~/.phi/skills/（或 skill_path / PHI_SKILL_PATH）加载，注入到代理 上下文中，让你能给模型提供可复用的流程：

同时也会读取 Agent Skills 的 ~/.agents/skills/ 与 .agents/skills/，因此给 其他 agent 装好的技能包无需配置即可使用。项目级 .agents/skills/ 会从工作目录 逐级向上查找，遇到 git 仓库根目录即停止。搜索顺序为 skill_path → ~/.agents/skills → 各级项目目录，同名技能由靠前的目录胜出。skill_path 或 PHI_SKILL_PATH 里的前导 ~ 会展开为 home 目录。

**安全：**技能文件属于工作区内容，不是可信输入——项目里的 .agents/skills/ 会被直接加载、无需确认。像审查 AGENTS.md 一样先审查技能文件再信任一个 checkout。

---
name: My Skill
 description: What this skill does
license: MIT
compatibility: claude, openai
disable-model-invocation: false
---
Instructions the agent should follow when this skill is relevant.

disable-model-invocation: true 让技能不出现在 system prompt 的技能目录里， 适合那些只想在需要时手动点名的技能。它仍留在技能面板里，从面板选中后照常生效。 只有大小写不敏感的 true 判真，其它写法一律为 false。这只是目录过滤，不是 权限控制：模型仍能用 ls / find 找到文件。

在 TUI 中，可以从面板添加技能（技能 → 列表），然后在勾选所需技能后发送 消息。

权限

工具执行受权限策略门控，因此代理默认只读，遇到破坏性操作会先询问。在 ~/.phi/config.yaml 的 permissions: 下配置。

模式：

模式	行为
interactive	默认。ask 决策在 TUI 中弹出询问。
readonly	拒绝写入 / bash；只读工具仍可用。
autopilot	把 ask 折叠为 allow，无人值守运行。
headless-strict	把 ask 折叠为 deny（phi run 使用）。
allow-all	跳过所有权限检查。

按工具的规则：bash.default / bash.allow / bash.deny（精确命令前缀匹配）。 全局键：workspace_only_writes（默认 true）和 ask_timeout_sec。 已弃用的 dangerously_allow_all: true 仍按 mode: allow-all 加载。

在 TUI 中，审批对话框会替换编辑器，提供批准、带反馈地拒绝、或对本次会话 / 所有会话全部允许等选项。面板的 设置 → 权限 条目可切换会话级绕过。

Extensions（扩展）

扩展是讲 PXB 二进制协议的原生进程（作者 SDK：Go github.com/pulseaiclub/phi/ext/go/phi 和 Rust ext/rust phi-ext）：订阅工具/会话事件、注册 LLM 工具、添加斜杠命令。

go get github.com/pulseaiclub/phi/ext/[email protected]

package main

import (
	"github.com/pulseaiclub/phi/ext/go"
	"github.com/pulseaiclub/phi/ext/go/phi"
)

func main() {
	m := phi.New("hello", "0.1.0")
	m.OnToolCall(func(ev ext.ToolCallEvent) *ext.ToolCallResult {
		// return &ext.ToolCallResult{Block: true, Reason: "..."}
		return nil
	})
	_ = m.Run()
}

放到 ~/.phi/extensions/<name>/，附带 phi.yaml 指向二进制。 TUI：Ctrl+K → extensions。禁用：PHI_EXTENSIONS=off。完整指南见 doc/extensions.md。

Codec 吞吐（Apple Silicon，release，单线程）：

实现	Hello encode+decode	Frame write+read（内存）	Allocs
Rust PXB (phi-ext)	~0.12 µs	~0.06 µs	—
Go PXB (ext/go/pxb)	~0.11 µs	~0.05 µs	3 / op
Go JSON lines	~1.2 µs	—	15 / op

相对 JSON lines 约 10× 来自协议本身（定长头 + tagged fields），不是语言——同套 codec 工作下 Rust / Go 在噪声内。扩展真实延迟仍由进程 spawn 和 pipe RTT 主导。 复测：在 ext/rust 里跑 cargo run --release --example bench。

MCP

配 100 个 MCP 服务器，开场 schema 仍接近 0 token。

多数 MCP Host 会在你提问前把全部 tools/list schema 塞进上下文——光浏览器类 工具就能烧掉 5 万+ token。phi 不这么干。

MCP 是挂在常规工具上的 URL 命名空间；系统提示里会列出已配置的 server 名（不含 schema）：

动作	调用
列某个 server 上的工具	ls mcp://<server>/tools/
看单个工具的精简参数说明	read mcp://<server>/tools/<tool>
执行工具	write mcp://<server>/tools/<tool>，content 为 JSON 参数

流程：从提示词里的 server 名出发 → ls → read → write。子进程懒启动。浏览是读级权限；执行仍走 PreHooks → write Gate / Ask → Run → PostHooks。

phi mcp add browsermcp -- npx @browsermcp/mcp@latest
phi mcp doctor
# 在 TUI 里直接让模型用已配置的 server（不必先猜有没有 MCP）

配置：~/.phi/mcp.json（项目 <cwd>/.phi/mcp.json 可覆盖同名）。 PHI_MCP=off 关闭。首版支持 stdio 与 HTTP。

完整文档：doc/mcp.md。

子代理

子代理工具（agent_spawn、agent_wait 等）默认开启。如果想保持工具精简，可在 ~/.phi/config.yaml 中禁用：

agents:
  enabled: false

也可以在当前会话中通过面板切换：设置 → 代理。禁用后这些工具不会注册，模型无法派发任务给子代理。

子代理本身使用一种 role（explore 默认 | review | worker）：

Role	工具	用途
explore	无 write/edit；bash 除硬拒绝外可用	多跳侦察 / 梳理结构
review	与 explore 相同	差异 / 检查；只出报告
worker	除嵌套外全部工具；bash 除硬拒绝外可用	范围明确的独立改动

默认保持 explore（不可编辑）。任务是在隔离上下文里落地一块改动时，再用 worker。

工具

模型可调用的内置工具（见 internal/tools/）：

工具	用途
bash	在工作目录运行 shell 命令
read	读取文件
write	写入文件（受权限门控）
edit	精准编辑文件的某一段
grep	跨文件正则搜索
find	文件模式匹配（fd）
ls	目录列表
agent_spawn	启动一个隔离的子代理任务（异步）
agent_wait	等待任务；只返回简短总结
agent_cancel	取消运行中的任务

子代理的完整记录存放在 ~/.phi/jobs/<id>/，子代理的上下文不会注入父代理上下文——只有 wait/task 的总结会注入。

快速搜索工具（fd、ripgrep）在首次启动缺失时，会下载到 ~/.phi/bin。

源码结构图见 项目结构。

开发环境搭建、代码风格与提交规范见 CONTRIBUTING.md。