oh-my-pi 实测：这个把 LSP、调试器和子代理塞进终端的开源 AI 编程工具，比 Claude Code 走得更远

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维度Claude CodeCursor 3oh-my-pi形态终端 CLIIDE终端 TUI SDKLSP 集成❌ 无✅ 原生 IDE✅ 内置 13 个操作调试器 DAP❌ 无❌ 无✅ 内置 27 个操作Hashline 编辑❌ diff-based❌ diff-based✅ 内容锚点编辑子代理单 Agent TaskAgents Window多隔离 worker导入其他工具规则需手动需手动✅ 自动读取 8 种开源❌❌✅ MIT价格$20-200/月$20-200/月免费 API 按量数据来源项目 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 1oh-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lldbC/C/Rust、dlvGo、debugpyPython。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-goh-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。适合谁不适合谁人群推荐度后端/基础设施开发者经常在终端里工作⭐⭐⭐⭐⭐需要调试复杂 bug 的人⭐⭐⭐⭐⭐对 AI 编程基础设施感兴趣的工具爱好者⭐⭐⭐⭐前端开发者习惯 IDE 全流程⭐⭐想要开箱即用、不想折腾配置的人⭐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