7.1 Pi Agent 是什么

生成模型：Claude Opus 4.6 (anthropic/claude-opus-4-6) Token 消耗：输入 ~350,000 tokens，输出 ~28,000 tokens（本章合计）

---

在前几章中，我们了解了 Gateway 如何接收消息、路由到正确的会话、以及通道层如何处理消息的入站和出站。但真正的"AI 对话"发生在哪里？答案是 Pi Agent 运行时。Pi Agent 是 OpenClaw 中负责与大语言模型（LLM）交互的核心引擎——它构建对话上下文、发送请求到模型提供者、处理流式回复、执行工具调用，并将最终结果返回给 Gateway。

衍生解释：Pi Agent 是 OpenClaw 的 AI 推理运行时，源自 Mario Zechner 开发的 pi-agent-core 库。它实现了 LLM 的 RPC 调用模式，负责管理对话上下文、工具调用和响应流式传输。可以类比为一个"AI 对话引擎"——就像浏览器中的 JavaScript 引擎负责执行代码一样，Pi Agent 负责执行 AI 对话的每一轮。

7.1.1 @mariozechner/pi-agent-core / pi-ai / pi-coding-agent 依赖分析

OpenClaw 的 Agent 运行时构建在三个关键的外部包之上：

包名	角色	职责
@mariozechner/pi-agent-core	核心引擎	提供 LLM 对话循环、消息格式化、工具调用协议、会话持久化
pi-ai	AI 提供者适配	对接各个 LLM 提供者的 API（Anthropic、OpenAI、Google 等）
pi-coding-agent	编程能力层	提供代码执行、文件操作、终端交互等编程工具的底层实现

这三个包形成了层次化的依赖关系：

OpenClaw 的 Agent 代码 (src/agents/)
    ├── @mariozechner/pi-agent-core   ← 对话循环引擎
    │   └── pi-ai                     ← LLM API 适配层
    └── pi-coding-agent               ← 编程工具底层

pi-agent-core 定义了 Agent 运行时的核心抽象：

• Session（会话）——对话历史的持久化容器，存储为 JSONL 文件

• Tool（工具）——Agent 可以调用的外部能力，使用 JSON Schema 定义输入输出

• Provider（提供者）——LLM API 的统一接口，支持流式和非流式调用

• Extension（扩展）——在对话循环的特定阶段注入自定义逻辑的钩子

OpenClaw 并不直接使用这些包的高级 API，而是通过嵌入模式深度集成它们，在 src/agents/ 目录下构建了自己的运行时封装层。

7.1.2 RPC 模式 vs 嵌入模式

Pi Agent 支持两种运行模式：

RPC 模式（外部进程）

在 RPC 模式下，Pi Agent 作为一个独立的子进程运行。Gateway 通过标准输入/输出（stdin/stdout）或 HTTP 与其通信：

Gateway 进程                    Pi Agent 子进程
    │                               │
    │── RPC 请求 (JSON) ──────────→│
    │                               │── 调用 LLM API
    │                               │← 流式回复
    │←── RPC 响应 (JSON) ─────────│

这种模式的优点是进程隔离——Agent 崩溃不会影响 Gateway。但缺点是跨进程通信的开销较大，且无法直接共享内存中的状态。

嵌入模式（同进程）

在嵌入模式下，Pi Agent 的代码直接在 Gateway 进程内运行。这是 OpenClaw 当前的默认模式：

Gateway 进程
    │
    ├── WebSocket 服务器
    ├── HTTP 服务器
    ├── 通道适配器
    └── Pi Agent 运行时（嵌入）
        ├── 对话循环
        ├── 工具执行
        └── LLM API 调用

嵌入模式的优点：

• 零序列化开销——函数调用代替 JSON-RPC

• 共享状态——可以直接访问 Gateway 的配置、会话存储和事件系统

• 更低延迟——无需进程间通信

• 简化部署——单进程、单二进制

在 OpenClaw 的源码中，isCliProvider 函数用于判断是否需要以独立 CLI 进程（RPC 模式）运行：

// src/agents/model-selection.ts
export function isCliProvider(provider: string, cfg?: OpenClawConfig): boolean {
  // 判断提供者是否需要 CLI 运行模式（如 claude-cli 或 codex）
  const normalized = normalizeProviderId(provider);
  return normalized === "claude-cli" || normalized === "codex" || ...;
}

大多数提供者（Anthropic、OpenAI、Google 等）使用嵌入模式，只有少数特殊提供者（如 Claude CLI、Codex）使用 RPC 模式。

7.1.3 Agent 入口文件层次

OpenClaw 的 Agent 入口文件采用了层层剥洋葱的结构，从高级到低级依次为：

src/agents/pi-embedded.ts           ← 公共 API 导出（类型 + 函数重导出）
    └── pi-embedded-runner.ts       ← 模块聚合层（重导出所有子模块）
        ├── run.ts                  ← 核心运行函数 runEmbeddedPiAgent()
        ├── runs.ts                 ← 活跃运行管理（注册/查询/中止）
        ├── lanes.ts                ← 车道（Lane）解析
        ├── model.ts                ← 模型解析
        ├── compact.ts              ← 会话压缩
        ├── system-prompt.ts        ← 系统提示词覆盖
        ├── tool-split.ts           ← 工具分割
        └── types.ts                ← 类型定义

第一层：pi-embedded.ts——纯粹的重导出文件，提供稳定的公共 API：

// src/agents/pi-embedded.ts
export type {
  EmbeddedPiAgentMeta,
  EmbeddedPiCompactResult,
  EmbeddedPiRunMeta,
  EmbeddedPiRunResult,
} from "./pi-embedded-runner.js";
export {
  abortEmbeddedPiRun,
  compactEmbeddedPiSession,
  isEmbeddedPiRunActive,
  isEmbeddedPiRunStreaming,
  queueEmbeddedPiMessage,
  resolveEmbeddedSessionLane,
  runEmbeddedPiAgent,
  waitForEmbeddedPiRunEnd,
} from "./pi-embedded-runner.js";

第二层：pi-embedded-runner.ts——聚合层，将分散在子目录中的实现统一导出：

// src/agents/pi-embedded-runner.ts
export { runEmbeddedPiAgent } from "./pi-embedded-runner/run.js";
export {
  abortEmbeddedPiRun,
  isEmbeddedPiRunActive,
  isEmbeddedPiRunStreaming,
  queueEmbeddedPiMessage,
  waitForEmbeddedPiRunEnd,
} from "./pi-embedded-runner/runs.js";
export { resolveEmbeddedSessionLane } from "./pi-embedded-runner/lanes.js";
// ...

第三层：pi-embedded-runner/ 子目录——实际实现所在。其中最核心的是 run.ts，它包含了 runEmbeddedPiAgent 函数——整个 Agent 循环的入口点。

核心类型定义

Agent 运行的输入输出由以下类型定义：

// src/agents/pi-embedded-runner/types.ts
export type EmbeddedPiRunResult = {
  payloads?: Array<{
    text?: string;         // 回复文本
    mediaUrl?: string;     // 媒体 URL
    isError?: boolean;     // 是否为错误消息
  }>;
  meta: EmbeddedPiRunMeta; // 运行元数据
  didSendViaMessagingTool?: boolean; // 是否通过消息工具直接发送
};

export type EmbeddedPiRunMeta = {
  durationMs: number;           // 运行时长（毫秒）
  agentMeta?: EmbeddedPiAgentMeta; // Agent 元数据
  aborted?: boolean;            // 是否被中止
  systemPromptReport?: SessionSystemPromptReport; // 系统提示词报告
  error?: {                     // 错误信息
    kind: "context_overflow" | "compaction_failure" | "role_ordering" | "image_size";
    message: string;
  };
};

export type EmbeddedPiAgentMeta = {
  sessionId: string;    // 会话 ID
  provider: string;     // 提供者（如 "anthropic"）
  model: string;        // 模型 ID（如 "claude-sonnet-4-20250514"）
  usage?: {             // Token 用量统计
    input?: number;
    output?: number;
    cacheRead?: number;
    cacheWrite?: number;
    total?: number;
  };
};

这些类型体现了 OpenClaw 对 Agent 运行结果的完整建模——不仅包含回复文本，还包含执行耗时、Token 用量、是否被中止、是否出错等元信息，为上层的用量统计和错误恢复提供了必要的数据。

---

本节小结

1. Pi Agent 是 OpenClaw 的 AI 对话引擎，构建在 pi-agent-core、pi-ai、pi-coding-agent 三个外部库之上。

2. Agent 运行支持 RPC 模式（独立子进程）和嵌入模式（同进程），OpenClaw 默认使用嵌入模式以获得零序列化开销和共享状态的优势。

3. Agent 入口代码采用三层结构：公共 API 导出层 → 模块聚合层 → 子目录实现层，核心函数是 runEmbeddedPiAgent()。

4. EmbeddedPiRunResult 类型完整建模了 Agent 运行的所有输出，包括回复内容、元数据、错误信息和用量统计。