企业官网建设流程全解析

上周末改一个 Go 微服务的 bug，查了半天日志堆栈，加了七八行 debug 输出，重启三次，最后发现是个 nil pointer 在某个不常走的路径里。

这种事干了快两年了——AI 写代码越来越猛，但出了 bug 还是回到石器时代：加日志→猜→再加日志。

直到看到 oh-my-pi。

一个开源项目，这周在 GitHub 上开始刷存在感。它不是又一个 Claude Code 克隆，也不是 Cursor 的平替。它的思路很直接：AI 调试不该只靠猜，该给 Agent 接上 LSP 和调试器。

一句话说清楚 oh-my-pi 是什么

它是 Pi 项目的一个分支，由 can1357 维护。如果你没用过 Pi——没关系，我也是现查的。简单说，Pi 是一个可自定义的终端 AI coding agent "底座"（harness），提供统一模型接口和工具调用 runtime。oh-my-pi 在这个底座上加了大量内置工具，把原本分散在外部的能力集成进来了。

对比一下跟主流工具的区别，一张表更清楚：

数据来源：项目 README 及 2026 年 5 月公开文档，实际体验可能因版本变化有差异。

注意看中间三行——LSP、DAP、Hashline。这是 oh-my-pi 跟其他工具最不一样的地方。

别人在比谁模型强，它在比谁工具层厚。

它干了什么其他工具没干的事

第一，给 Agent 接上 LSP。

你用 Claude Code 改代码时，它看到的是文本文件。要查一个函数的引用、找类型定义、安全重命名——这些 IDE 里点一下鼠标的操作，Agent 干不了，只能靠 grep 和猜。

oh-my-pi 的做法是内置 LSP 客户端。模型可以直接调用textDocument/references、textDocument/definition、workspace/symbol这些标准操作。就像在终端里给 Agent 装了一个隐形的 VS Code。

实际体验是这样的：我让它把项目里一个handleRequest函数重命名为processIncomingRequest，不光函数名换了，所有 import 和调用处也自动更新了。不是靠字符串替换，是走的 LSP rename——没错，就是你在 IDE 按 F2 干的那件事。

第二，把调试器变成一级工具。

这可能是最颠覆的一点。目前所有主流 AI 编程工具遇到 bug 时的流程都一样：
1. 看报错信息
2. 猜原因
3. 修代码
4. 重跑
5. 如果不对，回到 1

oh-my-pi 把 DAP 调试器接进来了。Agent 可以暂停进程、看栈帧、查局部变量。不是靠日志猜，是真正"进去看"。

举个例子：写了一个 C 程序一直 segfault，以前我得手动加printf定位。oh-my-pi 直接挂了 lldb，停在 crash 现场，看了调用栈和变量值——"哦，这个指针在第三个循环之后变成 null 了"。它自己找到的，不是我指挥的。

支持的调试器：lldb（C/C++/Rust）、dlv（Go）、debugpy（Python）。基本覆盖了主流后端语言。

第三，Hashline 编辑——patch 不再是猜谜。

用过 AI 编程工具的都知道，Agent 改代码最常栽在 patch 失败上。缩进不对、上下文过期、模型输出的 diff 跟实际文件差一个空格——然后就报错重试，烦得要死。

oh-my-pi 的 Hashline 机制不走 diff。它让模型输出要修改的内容"锚点"和替换文本，基于 hash 定位。好处是不管周围怎么变，只要锚点内容还在就能改。

有点像 Git 的 partial commit，但在文件级别的粒度更细。

安装体验：比想象中顺

安装方式有几种：

# 方式一：官方脚本curl-fsSLhttps://omp.sh|sh# 方式二：Bun 全局安装buninstall-g@oh-my-pi/pi-coding-agent# 方式三：mise 固定版本miseuse-ggithub:can1357/oh-my-pi

我用的是 Bun 安装，跑了大概 30 秒。前提是需要bun >= 1.3.14。

装完后运行omp进入交互式 TUI，或者omp -p "你的问题"做一次性调用。

说个坑：第一次跑的时候，它自动扫描了我的项目目录，发现了.claude/settings.json、.cursor/rules/和.vscode/settings.json——没错，它把之前其他工具留下的配置直接读进来了。不用手动导入，不用重写规则。

这对已经用过其他 AI 工具的项目来说太友好了。换工具的迁移成本几乎是零。

值得警惕的地方

说了这么多好话，也说说问题。

第一，还在快速迭代。GitHub 提交很频繁，API 可能随时变。我装完第二天就有一个 breaking change。这种节奏对探索者友好，对生产环境就有点头疼。

第二，工具多≠什么场景都好用。32 个内置工具听着很猛，但实际写前端组件时，它的 Tab 补全体验远不如 Cursor。oh-my-pi 的强项是后端、调试、大型重构，不是日常 CRUD。

第三，学习成本不低。如果你只是想要一个开箱即用的代码助手，oh-my-pi 会让你皱眉头。它的配置项、工具行为、子代理调度都需要理解才能用好。

第四，它还是社区项目，没有商业公司背书。出了问题靠 issue 和 Discord，没有客服。

适合谁，不适合谁

说白了就是：如果你每天都在终端里和代码搏斗——改 bug、查日志、做重构——oh-my-pi 值得试一下。如果你主要写前端，或者习惯点鼠标，Cursor 可能还是更适合。

最后说两句

AI 编程工具这两年发展很快，但竞争焦点一直在模型能力和价格上。oh-my-pi 走了一条不同的路：模型不是短板了，工具链才是。

把 LSP、DAP、结构化编辑这些基础设施接进 Agent，让 AI 能像人类开发者一样"看清"代码库——这个思路，我觉得对的。

不过话说回来，我也不是盲目推荐。试用两天时间不长，可能有些坑还没踩到。你试过 oh-my-pi 或者其他类似的开源 Agent 工具吗？评论区聊聊，我后续整理成对比。

题图：用 AI 生成的 oh-my-pi 终端工作流概念图