Pi: ИИ-агент с 4 инструментами и без MCP набрал 55 000 звёзд. Это не парадокс

Арнин Ронахер (Flask, Jinja2) опубликовал пост «Building Pi With Pi»: написал новую фичу к агенту силами самого агента. Pi к тому моменту перевалил за 55 тысяч звёзд на GitHub. Без MCP, без субагентов, без plan mode — всё это сознательно убрано из ядра. Пока рынок накачивает инструменты плагинами, Pi идёт в обратную сторону.

Pi: ИИ-агент с 4 инструментами и без MCP набрал 55 000 звёзд. Это не парадокс

Последние полгода coding-агенты двигались в одну сторону: Claude Code нарастил MCP-интеграции, OpenHands и Cursor наращивают плагинные экосистемы, Model Context Protocol превратился в де-факто «стандарт» для подключения внешних сервисов. Хочешь дать агенту поиск по вебу — ставишь MCP-сервер, правишь конфиг, следишь за совместимостью версий.

Pi создал Марио Зехнер, автор libGDX, движка под тысячи мобильных игр. В апреле 2026 года проект перешёл к компании Earendil, Ронахер стал ключевым участником. Ронахер описывает принцип Pi просто: «правильный фикс — не обрабатывать плохое состояние, а делать его невозможным». В архитектуре это буквально: нет плагинного слоя — нет плагинного зоопарка.

Четыре инструмента — это принципиальное решение

Ядро Pi: read, write, edit, bash. Нет встроенного браузера, нет MCP-клиента, нет субагентов. Из доков Pi: «features like MCP, sub-agents, permission popups, plan mode, to-dos, and background bash are intentionally excluded from the core».

При этом провайдеров больше двадцати: Anthropic, OpenAI, Google, DeepSeek, Groq, Cerebras и другие — через переменную окружения или /login для OAuth-подписок (Claude Pro/Max, ChatGPT, GitHub Copilot). Ядро MIT.

Расширение вместо MCP

Pi строится вокруг трёх уровней:

Skills — папка с SKILL.md и вспомогательными скриптами. Агент читает инструкции и запускает скрипты через встроенный bash. Работает через существующие 4 инструмента, не добавляет новых. Кросс-харнесс: те же скиллы работают в Pi, Claude Code и Cursor.

Extensions — TypeScript-модули, регистрируют новые нативные инструменты через pi.registerTool(). Агент вызывает их как пятый инструмент напрямую, без bash. Pi-специфично.

Bash — встроенный инструмент, закрывает большинство задач без скиллов и экстеншнов.

Практическая разница: если установлен скилл, агент читает SKILL.md и решает когда запустить ./search.js через bash — нужно назвать скилл в промпте или форсировать через /skill:brave-search. Extension регистрирует brave_search как настоящий инструмент: модель вызывает его так же, как встроенные read или bash, без лишних шагов.

Пример: ресёрч пяти конкурентов и PDF-отчёт за один промпт

Конкретный пример: агент исследует пять сервисов онлайн-записи — позиционирование, тарифы, ключевые фичи — и собирает сравнительный PDF.

Установка и запуск — бесплатный вариант через OpenRouter:

npm i -g --ignore-scripts @earendil-works/pi-coding-agent export OPENROUTER_API_KEY=sk-or-... export BRAVE_API_KEY=... # затем просто: pi --provider openrouter --model z-ai/glm-4.5-air:free

Если есть Anthropic API-ключ — export ANTHROPIC_API_KEY=sk-ant-... в ~/.zshrc и запускай просто pi.

До первого запуска нужно добавить веб-поиск. Два пути:

Скилл — скрипты, работают через bash, кросс-харнесс:

git clone https://github.com/badlogic/pi-skills ~/.pi/agent/skills cd ~/.pi/agent/skills/brave-search && npm install

Extension — нативный инструмент внутри Pi, чуть мощнее:

pi install npm:pi-brave-search

В обоих случаях при старте в header появится строка с brave-search. Без этого шага агент не видит инструмент и самостоятельно переходит на bash+curl — это тоже работает, но медленнее.

Дальше — интерактивная сессия в терминале, пишешь задачу текстом:

/skill:brave-search исследуй 5 сервисов онлайн-записи для салонов красоты: YCLIENTS, Altegio, Арника, Passteam, Dikidi. По каждому: позиционирование, тарифы, ключевые фичи. Результат запиши в report.md, затем: npx -y md-to-pdf report.md
Pi агент запускает search.js через bash в процессе ресёрча
Pi агент запускает search.js через bash в процессе ресёрча

/skill:brave-search в начале форс-загружает скилл и сразу передаёт задачу. Агент запускает search.js через bash для каждого сервиса, пишет файл, вызывает npx md-to-pdf. Весь цикл занимает несколько минут, без написания кода.

Первая страница готового PDF-отчёта
Первая страница готового PDF-отчёта

Несколько вещей стоит знать до запуска.

Если используешь Claude Pro/Max через /login, биллинг идёт по API-ценам через extra usage, не из лимитов подписки. С 15 июня Anthropic вводит Agent SDK credit ($20/мес для Pro, $100 для Max 5x, $200 для Max 20x), но активировать нужно вручную в настройках аккаунта, само не включается.

Ядро MIT и останется MIT: Зехнер зафиксировал это явно. Earendil планирует коммерческие надстройки (Fair Source-фичи и проприетарную облачную инфраструктуру), но они ещё не запущены.

Отсутствие MCP-клиента — реальное ограничение для тех, кто уже использует MCP в Claude Code или Cursor: существующие инструменты не подключить напрямую, нужно переносить под формат Skills или Extensions.

FAQ

Это замена Claude Code?
Нет. Claude Code заточен под Anthropic-модели, глубже интегрирован с claude.ai и имеет расширенный набор встроенных инструментов. Pi — другая ставка: MIT, мультипровайдер, встраиваемый SDK. Разные сценарии.

Подходит ли Pi тому, кто не пишет код?
Пока нет. Установка через npm, конфигурация в JSON, скиллы на shell-скриптах — это инструмент для тех, кто не боится терминала. Desktop-UI в планах, сейчас только CLI.

Выводы

Pi набрал 55 000 звёзд не вопреки минимализму, а во многом из-за него: жёсткий scope привлекает тех, кто хочет понимать, что происходит внутри, а не настраивать плагинный стек.

Для разработчиков, строящих AI-системы, Pi прежде всего интересен SDK-режимом: createAgentSession встраивается в Node.js-приложение без лишней инфраструктуры. Хочешь попробовать на реальной задаче — вход через скилл brave-search и промпт, без настройки серверов.

Разбираю похожие инструменты и архитектурные решения в Telegram-канале: @dmitra_ai.

2