Felo 发布 Pi Coding Agent 新技能集:零代码扩展实时网页与多模态能力
在 AI Agent 领域,如何在保持核心架构极简的同时,赋予其处理复杂现实任务的能力,一直是架构设计的难点。Felo 近期发布了针对 Pi Coding Agent 的全新技能集(Skills),旨在填补最小核心在访问实时网页、处理多模态内容方面的空白,而无需向核心代码添加任何一行指令。
核心设计理念:极简核心,技能扩展
Pi Coding Agent 的设计哲学在于“克制”。其核心(Core)被刻意保持得非常简单,仅负责运行时、会话管理和基础 TUI 交互,而诸如子代理(sub-agents)和规划模式(plan mode)等高阶功能则被有意排除。
“这种克制是有边界的。当任务需要实时网页——今天的发布说明、无法粘贴的页面、会议演讲或新版本安装后的社区反馈——最小化的核心就失去了触角。”
Felo 的解决方案是技能(Skills)。它们不是编译进二进制的插件,而是以 Markdown 文件夹形式存在的独立模块。这种设计确保了扩展功能不会污染核心代码库,使得调试、同步和版本控制变得异常简单。
关键技术突破与特性
1. 零代码扩展机制
开发者只需创建或复制一个包含 SKILL.md 的文件夹,即可将能力注入到 Pi Agent 中。系统会在任务调用时自动加载这些技能,无需重新编译或修改核心逻辑。
- 存储位置:支持多种根目录,包括项目级(
~/.pi/agent/skills)、共享库(~/.agents/skills)以及通过pi.skills入口管理的包。 - 信任机制:项目级技能在首次运行时需经过“信任提示”(trust prompt),防止恶意代码注入。
- 配置管理:API Key 等敏感信息存储在用户全局配置中,绝不会出现在代码仓库提交记录里。
2. 五大核心技能集
Felo 提供了五个开箱即用的技能包,分别解决了终端编程无法独立完成的任务:
- Felo Search:实时联网搜索。不仅返回答案,还附带来源链接和日期,确保引用的准确性,适用于依赖最新文档的编程任务。
- Felo Slides:会议幻灯片生成。将会议内容转化为文本大纲,辅助用户梳理逻辑后再生成 PPT,并自动将来源信息写入演讲备注。
- Felo YouTube Subtitling:视频字幕提取。在无浏览器窗口的环境下,直接提取视频转录文本,供 Agent 进行 grep 和比对分析。
- Felo X Search:社交媒体信号分析。自动搜索 X (Twitter) 上的错误报告和社区反馈,帮助开发者在发布前预判潜在问题。
- Felo SuperAgent:图像生成与迭代。直接在会话中生成并迭代图标、Logo 或产品图,无需切换其他工具。
实际应用场景
此次更新特别针对了开发人员最痛点的“环境不一致”问题。例如,在修复 Bug 时,如果依赖库版本落后于文档,Agent 可以自动 fetch 最新文档对比签名差异,并生成补丁;在编写技术简报时,可以实时调用搜索技能获取最新的市场数据。
Felo 通过这种“插件化”的技能架构,让 Pi Coding Agent 从一个静态的代码生成器,进化为一个能够感知实时世界、处理多模态输入的智能助手,同时完美保留了其轻量级、易维护的核心优势。
Full catalog available at: felo.ai/skills/pi-coding-agent