pi-coding-agent 实战

学习目标: 掌握 pi-coding-agent 的安装配置、核心功能使用、扩展开发和 SDK 集成
预计时间: 50 分钟
难度等级: ⭐⭐⭐☆☆
更新时间: 2026年5月

环境准备

软件依赖

pi-coding-agent 是一个纯 Node.js 应用，安装依赖非常轻量。在开始之前，确保你的环境中已具备以下软件：

软件	版本要求	用途
Node.js	20+	pi-coding-agent 运行环境
npm	10+（通常随 Node.js 自带）	包管理与安装
Git	2.30+	版本控制（Agent 的 bash 工具会大量使用）
Docker	20.10+（可选）	安全隔离运行环境

安装完成后，验证各工具版本：

bash

node --version     # 确认 Node.js 版本 ≥ 20
npm --version      # 确认 npm 版本
git --version      # 确认 Git 版本
docker --version   # (可选) 确认 Docker 版本

关于 Docker

pi-coding-agent 采用 YOLO 安全模型，Agent 拥有完整的 Shell 权限。在生产环境或处理敏感项目时，强烈建议在 Docker 容器中运行，通过物理隔离保障安全。本地快速体验可以不用 Docker。

LLM API Key 配置

pi-coding-agent 支持 25+ 家 LLM Provider，你需要至少准备一个 API Key。推荐通过环境变量统一管理：

bash

# 在 ~/.bashrc 或 ~/.zshrc 中添加（按需选择）

# Anthropic Claude（推荐，推理能力强）
export ANTHROPIC_API_KEY="sk-ant-your-key-here"

# OpenAI GPT-4o
export OPENAI_API_KEY="sk-your-key-here"

# DeepSeek（性价比高）
export DEEPSEEK_API_KEY="sk-your-key-here"

# Google Gemini
export GOOGLE_API_KEY="your-key-here"

# 其他支持的 Provider：Bedrock、Mistral、Groq、Cerebras、xAI 等

配置完成后，执行 source ~/.zshrc（或重启终端）使环境变量生效。

密钥安全

API Key 属于敏感信息，不要硬编码在脚本中，也不要提交到 Git 仓库。推荐做法是统一放在 Shell 配置文件中，并通过 .gitignore 排除。

配置文件目录结构

pi-coding-agent 的所有配置和扩展文件集中在 ~/.pi/ 目录下。首次运行时会自动创建，你也可以手动创建：

~/.pi/
├── agent/
│   ├── prompts/        # Prompt Templates（第 1 层扩展）
│   ├── skills/         # Skills（第 2 层扩展）
│   └── extensions/     # Extensions（第 3 层扩展）
└── config.json         # 全局配置（可选）

安装与启动

全局安装

最简单的方式是通过 npm 全局安装：

bash

npm install -g @nicepkg/pi-coding-agent

安装完成后，pi 命令就可以在终端中直接使用了。验证安装：

bash

pi --version
# 输出示例: 0.x.x

免安装运行

如果你不想全局安装，也可以使用 npx 一次性运行：

bash

npx @nicepkg/pi-coding-agent "列出当前目录的文件结构"

npx 会自动下载最新版本并执行，用完即走。

首次启动

全局安装后，直接输入 pi 启动交互模式：

bash

pi

首次启动时，pi-coding-agent 会引导你完成以下配置：

选择 LLM Provider：从支持的 25+ 家 Provider 中选择一个
配置 API Key：输入对应 Provider 的 API Key（如果环境变量已配置，会自动读取）
选择默认模型：为选定的 Provider 指定默认模型

配置完成后，你会看到 pi-coding-agent 的交互界面，光标闪烁等待你的指令。

配置文件

如果你想跳过交互引导，可以手动创建配置文件。pi-coding-agent 的配置支持多种格式，以下是一个典型的 JSON 配置示例：

json

// ~/.pi/config.json
{
  "provider": "anthropic",
  "model": "claude-sonnet-4-20250514",
  "apiKey": "${ANTHROPIC_API_KEY}",
  "maxTokens": 8192,
  "temperature": 0.3
}

配置说明：

配置项	说明	示例值
`provider`	LLM Provider 名称	`anthropic`、`openai`、`deepseek`
`model`	模型标识	`claude-sonnet-4-20250514`
`apiKey`	API 密钥，支持 `${VAR}` 引用环境变量	`"${ANTHROPIC_API_KEY}"`
`maxTokens`	单次响应最大 Token 数	`8192`
`temperature`	生成随机性，推荐 0.1-0.5	`0.3`

Provider 切换

pi-coding-agent 支持在对话中动态切换 Provider，不需要重启。你可以先用便宜的模型做探索，再切换到更强的模型做关键决策——全程同一个会话，上下文不会丢失。

核心功能演示

pi-coding-agent 的全部能力建立在四个原子工具之上：read、write、edit、bash。接下来通过三个实操案例，带你感受 Agent 的实际工作方式。

示例 1：read 工具 — 读取并理解代码

目标：让 Agent 读取一个源文件，分析其中的问题。

bash

pi "读取 src/utils.ts，告诉我 formatDate 函数的实现有什么问题"

Agent 的思考与执行过程：

> 分析用户需求：需要读取 src/utils.ts 并分析 formatDate 函数
> 调用 read 工具读取文件内容
  [read] src/utils.ts
> 获得 47 行代码，定位到 formatDate 函数（第 12-35 行）
> 分析代码逻辑...

Agent 输出：

分析 `src/utils.ts` 中的 `formatDate` 函数：

1. **时区问题**：使用了 `new Date().toLocaleDateString()`，没有指定
   时区，在不同地区的服务器上会返回不同的结果
2. **缺少空值检查**：传入 `null` 或 `undefined` 时会抛出异常
3. **硬编码了中文格式**：`year年month月day日` 的格式不利于国际化

建议修复方案：
- 使用 dayjs 或 date-fns 等成熟的日期库
- 增加入参的空值检查
- 将格式字符串参数化，支持多语言

在这个过程中，Agent 自动选择了 read 工具来获取文件内容，然后基于读取到的代码进行分析和回答。

示例 2：edit 工具 — 精确修改代码

目标：让 Agent 修复上面发现的问题。

bash

pi "修复 src/utils.ts 中 formatDate 函数的时区问题和空值检查问题"

Agent 的思考与执行过程：

> 理解用户需求：修复 formatDate 函数的时区和空值检查
> 先调用 read 工具读取当前文件内容
  [read] src/utils.ts
> 定位到需要修改的代码段
> 调用 edit 工具进行精确替换
  [edit] src/utils.ts
  - 旧内容: function formatDate(date) {
  + 新内容: function formatDate(date, timezone = 'UTC') {
> 继续修复空值检查
  [edit] src/utils.ts
  - 旧内容:   const d = new Date(date);
  + 新内容:   if (!date) return '';
    const d = new Date(date);

Agent 输出：

已完成修复，改动如下：

1. 增加了 timezone 参数，默认值 'UTC'，解决了时区不一致问题
2. 增加了空值检查，传入 null/undefined 时返回空字符串
3. 使用了 dayjs 的 timezone 插件处理时区转换

共修改 1 个文件，3 处变更。你可以用 `git diff` 查看详细差异。

edit 工具的核心能力是精确字符串替换——Agent 不是重写整个文件，而是只修改需要变更的部分。这种方式更安全，变更范围可控。

示例 3：bash 工具 — 执行命令链

目标：让 Agent 完成一个完整的工作流——运行测试、检查覆盖率、修复失败的测试。

bash

pi "运行所有测试，如果有失败的测试就修复它们，最后确保全部通过"

Agent 的思考与执行过程：

> 分析用户需求：运行测试 → 检查结果 → 修复失败 → 再次验证
> 调用 bash 工具运行测试
  [bash] npm test
> 测试结果：42 passed, 3 failed
> 分析失败原因：
  - test_auth.py: token 过期未正确处理
  - test_utils.py: 时区相关断言失败
  - test_api.py: API 响应格式变更
> 逐一修复
  [read] src/auth.ts → [edit] src/auth.ts     # 修复 token 过期逻辑
  [read] src/utils.ts → [edit] src/utils.ts   # 修复时区处理
  [read] src/api.ts → [edit] src/api.ts       # 修复 API 响应格式
> 再次运行测试验证
  [bash] npm test
> 测试结果：45 passed, 0 failed ✓

Agent 输出：

全部测试已通过！修复过程：

1. `src/auth.ts`：增加 token 过期检查，在过期时自动刷新
2. `src/utils.ts`：统一使用 UTC 时区进行日期比较
3. `src/api.ts`：更新响应格式以匹配新的 API 规范

测试结果：45 passed, 0 failed
覆盖率：87.3%（行覆盖）

这个例子展示了 bash 工具的威力——pi-coding-agent 不需要专门的"运行测试"工具，直接用 npm test 就行。Bash 就是终极工具。

扩展开发

pi-coding-agent 提供四层扩展体系，本节从第 1 层到第 3 层逐步带你完成实际开发。

Prompt Template 创建

Prompt Template 是最轻量的扩展方式，一个 Markdown 文件就能搞定。

创建模板文件

bash

mkdir -p ~/.pi/agent/prompts

创建模板文件 ~/.pi/agent/prompts/review.md：

markdown

<!-- ~/.pi/agent/prompts/review.md -->
Review this code for bugs, security issues, and performance problems.
Focus on: {{focus}}

Code to review:
{{code}}

模板中使用语法声明占位符，调用时通过参数传入。

调用模板

bash

pi /review focus=security code="src/auth.ts"

pi-coding-agent 会将 /review 匹配到对应的模板文件，把 focus=security 替换到位置，然后读取 src/auth.ts 的内容替换，最终生成完整的提示词发给 LLM。

TIP

Prompt Template 适合把高频使用的提示词固化下来。比如代码审查、文档生成、Bug 分析等重复性任务，都可以做成模板，避免每次手写长提示词。

Skill 开发

Skill 是基于 Markdown 的指令扩展，比 Prompt Template 更结构化。每个 Skill 是一个独立目录，核心文件是 SKILL.md。

创建 Skill 目录

bash

mkdir -p ~/.pi/agent/skills/git-workflow

创建 ~/.pi/agent/skills/git-workflow/SKILL.md：

markdown

<!-- ~/.pi/agent/skills/git-workflow/SKILL.md -->
# Git Workflow Skill

Use this skill when the user asks to commit code, create a PR, or manage git branches.

## Steps

1. Run `git status` to see changed files
2. Run `git diff` to review all changes
3. Summarize the changes in a clear commit message
4. Stage the relevant files with `git add`
5. Create the commit with the generated message
6. If the user asks for a PR, push the branch and create it

## Rules

- Always review changes before committing
- Generate commit messages in conventional commits format
- Never commit files in .gitignore or sensitive files like .env
- Ask the user to confirm if unsure about which files to stage

Skill 工作原理

Skill 不需要注册或声明——pi-coding-agent 会自动扫描 ~/.pi/agent/skills/ 目录。当你的指令匹配到某个 Skill 的触发条件时，Agent 会自动加载对应的 SKILL.md，将其中定义的 Steps 和 Rules 注入到上下文中。

也就是说，下次你直接说 "帮我提交代码" 或 "创建一个 PR"，Agent 就会按照 Skill 中定义的流程来执行。

Extension 开发

Extension 是最强大的扩展方式，用 TypeScript 编写，可以注册自定义工具和命令、订阅事件、添加 UI 组件。

创建 Extension 项目

bash

mkdir pi-deploy-extension && cd pi-deploy-extension
npm init -y

编辑 package.json，声明 pi 扩展信息：

json

{
  "name": "pi-deploy-extension",
  "version": "1.0.0",
  "keywords": ["pi-package"],
  "pi": {
    "extensions": ["./extensions"]
  }
}

编写 Extension 代码

创建 extensions/index.ts：

typescript

// extensions/index.ts
import type { ExtensionAPI } from "@nicepkg/pi-coding-agent";

export default function (pi: ExtensionAPI) {
  // 注册自定义工具：deploy
  pi.registerTool({
    name: "deploy",
    description: "Deploy the project to production",
    parameters: {
      type: "object",
      properties: {
        environment: {
          type: "string",
          description: "Target environment: staging or production",
        },
      },
      required: ["environment"],
    },
    execute: async (args, ctx) => {
      const { environment } = args;

      // 显示确认对话框
      const confirmed = await pi.ui.confirm({
        message: `确认部署到 ${environment} 环境？`,
      });

      if (!confirmed) {
        return "部署已取消";
      }

      // 更新状态栏
      pi.ui.setStatus(`正在部署到 ${environment}...`);

      // 执行部署命令
      const result = await pi.bash(`npm run deploy:${environment}`);

      pi.ui.setStatus("部署完成");
      pi.ui.notify(`成功部署到 ${environment} 环境`);

      return result;
    },
  });

  // 注册自定义命令：stats
  pi.registerCommand("stats", {
    description: "Show project statistics",
    execute: async (args, ctx) => {
      const fileCount = await pi.bash("find . -name '*.ts' | wc -l");
      const lineCount = await pi.bash("find . -name '*.ts' -exec cat {} + | wc -l");
      const todoCount = await pi.bash("grep -r 'TODO' --include='*.ts' . | wc -l");

      return `
项目统计信息：
  TypeScript 文件数：${fileCount.trim()}
  总代码行数：${lineCount.trim()}
  待办事项数：${todoCount.trim()}
      `.trim();
    },
  });

  // 订阅工具调用事件
  pi.on("tool_call", async (event, ctx) => {
    console.log(`[Extension] 工具被调用: ${event.tool}`);
  });
}

安装并使用

bash

# 在项目目录下安装 Extension
npm install /path/to/pi-deploy-extension

# 启动 pi，Extension 会自动加载
pi "部署项目到 staging 环境"

Extension 的 UI Protocol 提供了丰富的交互组件：

UI 组件	功能	适用场景
`select`	下拉选择	多个部署目标选择
`confirm`	确认对话框	危险操作前的二次确认
`input`	文本输入	让用户输入参数值
`editor`	代码编辑器	让用户编辑代码片段
`notify`	通知提示	操作完成后的消息提醒
`setStatus`	状态栏更新	显示当前操作进度
`setWidget`	自定义面板	展示复杂信息
`setTitle`	标题更新	动态修改窗口标题

包分发

Extension 和 Theme 可以通过 npm 发布和分发。在 package.json 中通过 pi 字段声明扩展资源，pi-coding-agent 会自动发现和加载：

json

{
  "name": "my-pi-package",
  "version": "1.0.0",
  "keywords": ["pi-package"],
  "pi": {
    "extensions": ["./extensions"],
    "skills": ["./skills"],
    "prompts": ["./prompts"],
    "themes": ["./themes"]
  }
}

发布到 npm 后，其他用户只需一行命令安装：

bash

npm install my-pi-package

pi-coding-agent 会自动识别 keywords 中的 pi-package 标记，加载 pi 字段中声明的所有扩展资源。

主题定制

pi-coding-agent 内置多套终端 UI 主题，同时支持自定义配色。

内置主题

主题名	风格	适用场景
default	深色底 + 亮色高亮	日常使用
light	浅色底 + 深色文字	浅色终端
monokai	经典 Monokai 配色	代码编辑偏好
solarized	Solarized Dark	护眼场景

切换主题：

bash

pi config set theme monokai

自定义配色

在 ~/.pi/agent/themes/ 目录下创建自定义主题文件：

json

// ~/.pi/agent/themes/my-theme.json
{
  "name": "my-theme",
  "colors": {
    "primary": "#61AFEF",
    "secondary": "#C678DD",
    "success": "#98C379",
    "warning": "#E5C07B",
    "error": "#E06C75",
    "background": "#282C34",
    "foreground": "#ABB2BF",
    "accent": "#56B6C2"
  }
}

应用自定义主题：

bash

pi config set theme my-theme

TIP

主题配置会立即生效，不需要重启 pi-coding-agent。你也可以通过 Extension 动态切换主题——比如根据时间自动在深色和浅色之间切换。

SDK 集成

pi-coding-agent 提供完整的 TypeScript SDK，可以将 Agent 能力嵌入到任何 Node.js 应用中。这是区别于其他编码 Agent 的核心优势之一。

基本用法

typescript

import {
  AuthStorage,
  createAgentSession,
  ModelRegistry,
  SessionManager,
} from "@nicepkg/pi-coding-agent";

// 1. 创建认证存储（管理 API Key）
const authStorage = AuthStorage.create();

// 2. 创建模型注册表（管理 Provider 和模型信息）
const modelRegistry = ModelRegistry.create(authStorage);

// 3. 创建 Agent 会话
const { session } = await createAgentSession({
  sessionManager: SessionManager.inMemory(),
  authStorage,
  modelRegistry,
});

// 4. 发送提示并获取结果
const result = await session.prompt("当前目录下有哪些文件？");
console.log(result);

API 参数说明

参数	类型	说明
`sessionManager`	SessionManager	会话管理器，控制会话的生命周期和持久化方式
`authStorage`	AuthStorage	API Key 存储管理器，支持环境变量和文件存储
`modelRegistry`	ModelRegistry	模型注册表，管理可用的 Provider 和模型列表

createAgentSession() 返回的对象包含：

字段	类型	说明
`session`	AgentSession	Agent 会话实例，提供 `prompt()` 方法
`sessionId`	string	会话唯一标识
`state`	AgentState	当前 Agent 状态

高级用法

流式响应

typescript

const stream = session.promptStream("分析这个项目的架构");

for await (const event of stream) {
  switch (event.type) {
    case "thinking":
      console.log(`[思考] ${event.content}`);
      break;
    case "tool_call":
      console.log(`[工具] 调用 ${event.tool}`);
      break;
    case "tool_result":
      console.log(`[结果] ${event.output.substring(0, 100)}...`);
      break;
    case "text":
      process.stdout.write(event.content);
      break;
  }
}

多会话管理

typescript

// 创建多个独立会话
const { session: sessionA } = await createAgentSession({
  sessionManager: SessionManager.inMemory(),
  authStorage,
  modelRegistry,
});

const { session: sessionB } = await createAgentSession({
  sessionManager: SessionManager.inMemory(),
  authStorage,
  modelRegistry,
});

// 并行处理不同任务
const [resultA, resultB] = await Promise.all([
  sessionA.prompt("分析 src/auth.ts 的安全性"),
  sessionB.prompt("为 src/utils.ts 编写单元测试"),
]);

自定义工具注入

通过 SDK 可以向 Agent 注入自定义工具，扩展其能力边界：

typescript

const { session } = await createAgentSession({
  sessionManager: SessionManager.inMemory(),
  authStorage,
  modelRegistry,
  tools: [
    {
      name: "query_database",
      description: "查询数据库",
      parameters: {
        type: "object",
        properties: {
          sql: { type: "string", description: "SQL 查询语句" },
        },
        required: ["sql"],
      },
      execute: async (args) => {
        // 你的数据库查询逻辑
        const results = await db.query(args.sql);
        return JSON.stringify(results);
      },
    },
  ],
});

// Agent 现在可以使用 query_database 工具了
const result = await session.prompt("查询活跃用户数量最多的前 5 个城市");

RPC 模式（Python 集成）

如果你需要在 Python 项目中使用 pi-coding-agent，可以通过 RPC 模式。pi-coding-agent 使用 stdin/stdout 的 JSONL 协议通信，任何语言都能对接：

python

import subprocess
import json

# 启动 RPC 模式
proc = subprocess.Popen(
    ["pi", "--rpc"],
    stdin=subprocess.PIPE,
    stdout=subprocess.PIPE,
    stderr=subprocess.PIPE,
    text=True
)

# 发送命令
request = {
    "id": "1",
    "command": "prompt",
    "args": {"text": "帮我检查这个项目的依赖是否有安全漏洞"}
}
proc.stdin.write(json.dumps(request) + "\n")
proc.stdin.flush()

# 读取事件流
for line in proc.stdout:
    event = json.loads(line)
    print(f"[{event.get('type', 'unknown')}] {event.get('content', '')}")

    # 收到完成事件时退出
    if event.get("type") == "complete":
        break

proc.terminate()

RPC 模式的命令集：

命令	说明
`prompt`	发送新提示
`steer`	调整 Agent 方向（纠正偏差）
`follow_up`	追加后续指令
`abort`	中止当前任务
`new_session`	创建新会话
`get_state`	获取当前 Agent 状态

常见问题

问题	原因	解决方案
API Key 无效	环境变量未正确设置或配置路径错误	检查 `echo $ANTHROPIC_API_KEY` 是否输出正确值；确认 `~/.pi/config.json` 中的 `${VAR}` 引用与环境变量名一致
工具调用失败	文件权限不足或路径不存在	使用 `ls -la` 检查目标文件权限；确保 pi 在正确的项目目录下运行
上下文溢出	对话历史过长，超出模型上下文窗口	输入 `/compact` 手动压缩上下文；或开启新会话
LLM 响应慢	网络延迟或 Provider 负载高	尝试切换到更快的 Provider（如 Groq、Cerebras）；检查网络代理配置
安装失败	Node.js 版本不匹配	确认 Node.js 版本 ≥ 20：`node --version`；推荐使用 `nvm` 管理多版本
Extension 加载失败	`package.json` 缺少 `pi-package` 关键字或路径错误	确认 `keywords` 包含 `"pi-package"`；检查 `pi.extensions` 路径是否正确
中文输出乱码	终端编码不支持 UTF-8	设置 `export LANG=en_US.UTF-8` 或 `export LC_ALL=en_US.UTF-8`
Docker 中无法使用	容器内缺少必要工具	在 Dockerfile 中安装 git、node 等基础工具

思考题

检验你的理解

[ ] 能独立完成 pi-coding-agent 的安装、API Key 配置和首次启动
[ ] 理解四个原子工具（read / write / edit / bash）各自的使用场景
[ ] 能创建自定义 Prompt Template 并通过 /模板名 调用
[ ] 能编写 Skill（SKILL.md）和 Extension（TypeScript），将自定义能力注入 Agent
[ ] 会使用 TypeScript SDK 的 createAgentSession() 进行编程集成
[ ] 理解 RPC 模式的 JSONL 通信协议，能用 Python 等语言对接

本节小结

通过本节学习，你应该掌握了：

✅ 环境准备

软件依赖：Node.js 20+、npm、Git（Docker 可选）
LLM API Key 通过环境变量管理
配置文件目录结构（~/.pi/）

✅ 安装与启动

全局安装：npm install -g @nicepkg/pi-coding-agent
免安装运行：npx @nicepkg/pi-coding-agent
首次启动的 Provider 选择和 API Key 配置

✅ 核心功能

read 工具：读取文件内容，理解代码结构
edit 工具：精确字符串替换，安全可控地修改代码
bash 工具：执行任意 Shell 命令，覆盖测试、部署、Git 等场景

✅ 扩展开发

Prompt Template：Markdown + ，最轻量的提示词复用
Skill：SKILL.md 定义触发条件和执行步骤
Extension：TypeScript 编写，注册工具/命令、订阅事件、添加 UI 组件
包分发：npm 发布，pi-package 关键字自动发现

✅ 主题定制

内置主题切换
自定义 JSON 配色方案

✅ SDK 集成

TypeScript SDK：createAgentSession() 基本用法
流式响应、多会话管理、自定义工具注入
RPC 模式：Python 等非 Node.js 环境的 JSONL 协议对接

延伸阅读

← pi-coding-agent 概述 | 返回模块目录

pi-coding-agent 实战 ​

环境准备 ​

软件依赖 ​

LLM API Key 配置 ​

配置文件目录结构 ​

安装与启动 ​

全局安装 ​

免安装运行 ​

首次启动 ​

配置文件 ​

核心功能演示 ​

示例 1：read 工具 — 读取并理解代码 ​

示例 2：edit 工具 — 精确修改代码 ​

示例 3：bash 工具 — 执行命令链 ​

扩展开发 ​

Prompt Template 创建 ​

创建模板文件 ​

调用模板 ​

Skill 开发 ​

创建 Skill 目录 ​

Skill 工作原理 ​

Extension 开发 ​

创建 Extension 项目 ​

编写 Extension 代码 ​

安装并使用 ​

包分发 ​

主题定制 ​

内置主题 ​

自定义配色 ​

SDK 集成 ​

基本用法 ​

API 参数说明 ​

高级用法 ​

流式响应 ​

多会话管理 ​

自定义工具注入 ​

RPC 模式（Python 集成） ​

常见问题 ​

思考题 ​

本节小结 ​

延伸阅读 ​

pi-coding-agent 实战

环境准备

软件依赖

LLM API Key 配置

配置文件目录结构

安装与启动

全局安装

免安装运行

首次启动

配置文件

核心功能演示

示例 1：read 工具 — 读取并理解代码

示例 2：edit 工具 — 精确修改代码

示例 3：bash 工具 — 执行命令链

扩展开发

Prompt Template 创建

创建模板文件

调用模板

Skill 开发

创建 Skill 目录

Skill 工作原理

Extension 开发

创建 Extension 项目

编写 Extension 代码

安装并使用

包分发

主题定制

内置主题

自定义配色

SDK 集成

基本用法

API 参数说明

高级用法

流式响应

多会话管理

自定义工具注入

RPC 模式（Python 集成）

常见问题

思考题

本节小结

延伸阅读