AI Agentpi的提供商配置指南

Pi 通过 OAuth 支持基于订阅的提供商，并通过环境变量或认证文件支持 API 密钥提供商。内置目录随 Pi 一起提供；配置的提供商可以刷新较新的目录，并将其缓存到 ~/.pi/agent/models-store.json 中以便离线使用。

订阅

在交互模式中使用 /login，然后选择一个提供商：

• ChatGPT Plus/Pro (Codex)
• Claude Pro/Max
• GitHub Copilot
• xAI (Grok/X 订阅)
• OpenRouter (通过 OAuth 生成的 API 密钥，从 OpenRouter 余额扣费)
• Radius

使用 /logout 清除凭据。Token 存储在 ~/.pi/agent/auth.json 中，过期时自动刷新。OpenRouter 则生成一个用户控制的 API 密钥，不会自动过期。

OpenAI Codex

• 需要 ChatGPT Plus 或 Pro 订阅
• 官方 OpenAI 认可：Codex for OSS

Claude Pro/Max

Anthropic 订阅认证适用于 Claude Pro/Max 账户。第三方工具使用会消耗额外使用量，并按 Token 计费，不计入 Claude 计划限额。

GitHub Copilot

• 按 Enter 使用 github.com，或输入你的 GitHub Enterprise Server 域名
• 如果出现"模型不支持"，请在 VS Code 中启用：Copilot Chat → 模型选择器 → 选择模型 → "启用"

xAI (Grok/X 订阅)

• 运行 /login xai，然后选择 使用订阅
• XAI_API_KEY 仍可通过 使用 API 密钥 使用

OpenRouter

• 运行 /login openrouter，然后选择 通过 OpenRouter 登录，打开 OpenRouter PKCE 授权流程
• 授权将创建一个用户控制的 OpenRouter API 密钥，从你的 OpenRouter 余额扣费
• 在远程/无头机器（例如通过 SSH）上，浏览器无法访问回环回调；请将最终的重定向 URL（或授权码）粘贴到登录提示中
• OPENROUTER_API_KEY 仍可通过 使用 API 密钥 使用

Radius

Radius 是一个动态的 pi-messages 网关。/login radius 将 OAuth Token 存储在 auth.json 中；网关目录独立刷新并缓存到 models-store.json 中。自定义 Radius 网关可以在 models.json 中声明，使用 "oauth": "radius" 和网关 baseUrl。

API 密钥

环境变量或认证文件

在交互模式中使用 /login 并选择一个提供商，将 API 密钥存储到 auth.json 中，或通过环境变量设置凭据：

export ANTHROPIC_API_KEY=sk-ant-...
pi

环境变量和 auth.json 键的参考：const envMap 在 packages/ai/src/env-api-keys.ts 中。

认证文件

将凭据存储到 ~/.pi/agent/auth.json：

{
  "anthropic": { "type": "api_key", "key": "sk-ant-..." },
  "ant-ling": { "type": "api_key", "key": "..." },
  "openai": { "type": "api_key", "key": "sk-..." },
  "deepseek": { "type": "api_key", "key": "sk-..." },
  "nvidia": { "type": "api_key", "key": "nvapi-..." },
  "google": { "type": "api_key", "key": "..." },
  "opencode": { "type": "api_key", "key": "..." },
  "opencode-go": { "type": "api_key", "key": "..." },
  "together": { "type": "api_key", "key": "..." },
  "qwen-token-plan":  { "type": "api_key", "key": "sk-sp-..." },
  "qwen-token-plan-cn": { "type": "api_key", "key": "sk-sp-..." },
  "xiaomi": { "type": "api_key", "key": "..." },
  "xiaomi-token-plan-cn":  { "type": "api_key", "key": "..." },
  "xiaomi-token-plan-ams": { "type": "api_key", "key": "..." },
  "xiaomi-token-plan-sgp": { "type": "api_key", "key": "..." }
}

该文件以 0600 权限（仅用户读/写）创建。认证文件中的凭据优先级高于环境变量。

API 密钥凭据还可以包含提供商范围的环境值。在解析凭据键、提供商/模型标头以及提供商配置（如 Cloudflare 账户 ID、Azure OpenAI 设置、Vertex 项目/位置、Bedrock 设置、PI_CACHE_RETENTION 和 HTTP_PROXY/HTTPS_PROXY）时，这些值优先于进程环境变量。

{
  "cloudflare-ai-gateway": {
    "type": "api_key",
    "key": "$CLOUDFLARE_API_KEY",
    "env": {
      "CLOUDFLARE_API_KEY": "...",
      "CLOUDFLARE_ACCOUNT_ID": "account-id",
      "CLOUDFLARE_GATEWAY_ID": "gateway-id"
    }
  }
}

当 pi 应使用与项目 shell 环境不同的提供商设置时，可使用此功能。

键解析

key 字段支持命令执行、环境变量插值和字面量：

• Shell 命令： 以 "!command" 开头的值将整体作为命令执行，并使用 stdout（在进程生命周期内缓存）

  { "type": "api_key", "key": "!security find-generic-password -ws 'anthropic'" }
  { "type": "api_key", "key": "!op read 'op://vault/item/credential'" }
  

• 环境变量插值： "$ENV_VAR" 或 "${ENV_VAR}" 使用命名变量的值。插值可在更大的字面量内部工作。

  { "type": "api_key", "key": "$MY_ANTHROPIC_KEY" }
  { "type": "api_key", "key": "${KEY_PREFIX}_${KEY_SUFFIX}" }
  

  $FOO_BAR 是变量 FOO_BAR；当 BAR 是字面文本时，使用 ${FOO}_BAR。缺失的环境变量会使值无法解析。
• 转义： "$$" 输出字面 "$"；"$!" 输出字面 "!"，不会触发命令执行。

  { "type": "api_key", "key": "$$literal-dollar-prefix" }
  { "type": "api_key", "key": "$!literal-bang-prefix" }
  

• 字面值： 直接使用。纯大写字符串如 MY_API_KEY 是字面量；环境变量请使用 $MY_API_KEY。

  { "type": "api_key", "key": "sk-ant-..." }
  { "type": "api_key", "key": "public" }
  

OAuth 凭据在 /login 后也会存储在这里，并由系统自动管理。

云提供商

Azure OpenAI

export AZURE_OPENAI_API_KEY=...
export AZURE_OPENAI_BASE_URL=https://your-resource.ai.azure.com
## 也支持：https://your-resource.cognitiveservices.azure.com
## 也支持：https://your-resource.openai.azure.com
## 根端点会自动标准化为 /openai/v1
## 或者使用资源名称代替 base URL
export AZURE_OPENAI_RESOURCE_NAME=your-resource

## 可选
export AZURE_OPENAI_API_VERSION=2024-02-01
export AZURE_OPENAI_DEPLOYMENT_NAME_MAP=gpt-4=my-gpt4,gpt-4o=my-gpt4o

Amazon Bedrock

使用 /login amazon-bedrock 存储 Bedrock API 密钥，或配置以下 AWS 凭据源之一：

## 选项 1：AWS Profile
export AWS_PROFILE=your-profile

## 选项 2：IAM Keys
export AWS_ACCESS_KEY_ID=AKIA...
export AWS_SECRET_ACCESS_KEY=...

## 选项 3：Bearer Token
export AWS_BEARER_TOKEN_BEDROCK=...

## 可选区域（默认为 us-east-1）
export AWS_REGION=us-west-2

还支持 ECS 任务角色（AWS_CONTAINER_CREDENTIALS_*）和 IRSA（AWS_WEB_IDENTITY_TOKEN_FILE）。

pi --provider amazon-bedrock --model us.anthropic.claude-sonnet-4-20250514-v1:0

对于 Claude 模型，如果其 ID 包含可识别的模型名称（基础模型和系统定义的推理配置文件），提示缓存会自动启用。对于应用推理配置文件（其 ARN 不包含模型名称），设置 AWS_BEDROCK_FORCE_CACHE=1 以启用缓存点：

export AWS_BEDROCK_FORCE_CACHE=1
pi --provider amazon-bedrock --model arn:aws:bedrock:us-east-1:123456789012:application-inference-profile/abc123

如果你连接到 Bedrock API 代理，可以使用以下环境变量：

## 设置 Bedrock 代理的 URL（标准 AWS SDK 环境变量）
export AWS_ENDPOINT_URL_BEDROCK_RUNTIME=https://my.corp.proxy/bedrock

## 如果代理不需要认证，则设置此项
export AWS_BEDROCK_SKIP_AUTH=1

## 如果代理仅支持 HTTP/1.1，则设置此项
export AWS_BEDROCK_FORCE_HTTP1=1

Cloudflare AI Gateway

CLOUDFLARE_API_KEY 可通过 /login 设置。账户 ID 和网关 slug 可设置为环境变量，或在 auth.json 的 API 密钥凭据的 env 对象中设置。

export CLOUDFLARE_API_KEY=...           # 或使用 /login
export CLOUDFLARE_ACCOUNT_ID=...
export CLOUDFLARE_GATEWAY_ID=...        # 在 dash.cloudflare.com → AI → AI Gateway 创建
pi --provider cloudflare-ai-gateway --model "claude-sonnet-4-5"

通过 Cloudflare AI Gateway 路由到 OpenAI、Anthropic 和 Workers AI。Workers AI 使用统一 API（/compat）和前缀模型 ID（workers-ai/@cf/...）。OpenAI 使用 OpenAI 直连路由（/openai），带有原生 OpenAI 模型 ID，如 gpt-5.1。Anthropic 使用 Anthropic 直连路由（/anthropic），带有原生 Anthropic 模型 ID，如 claude-sonnet-4-5。

AI Gateway 认证使用 CLOUDFLARE_API_KEY 作为 cf-aig-authorization。上游认证可以是以下之一：

对于正常的 pi 使用，推荐统一计费或存储的 BYOK。内联 BYOK 需要为 Cloudflare AI Gateway 提供商配置额外的上游 Authorization 标头，例如通过 models.json 的提供商/模型覆盖。

Cloudflare Workers AI

CLOUDFLARE_API_KEY 可通过 /login 设置。CLOUDFLARE_ACCOUNT_ID 可设置为环境变量，或在 auth.json 的 API 密钥凭据的 env 对象中设置。

export CLOUDFLARE_API_KEY=...           # 或使用 /login
export CLOUDFLARE_ACCOUNT_ID=...
pi --provider cloudflare-workers-ai --model "@cf/moonshotai/kimi-k2.6"

Pi 会自动设置 x-session-affinity 以获得前缀缓存折扣。

Google Vertex AI

使用应用程序默认凭据：

gcloud auth application-default login
export GOOGLE_CLOUD_PROJECT=your-project
export GOOGLE_CLOUD_LOCATION=us-central1

或者将 GOOGLE_APPLICATION_CREDENTIALS 设置为服务账户密钥文件。

llama.cpp

Pi 支持 llama.cpp 路由器服务器。使用 /login llama.cpp 进行配置，使用 /llama 管理已加载的模型，使用 /model 选择已加载的模型。

有关服务器设置、模型目录布局、环境变量和命令用法的信息，请参阅 llama.cpp。

自定义提供商

通过 models.json： 添加 Ollama、LM Studio、vLLM 或任何支持 API（OpenAI Completions、OpenAI Responses、Anthropic Messages、Google Generative AI）的提供商。请参阅 models.md。

通过扩展： 对于需要自定义 API 实现或 OAuth 流程的提供商，创建扩展。请参阅 custom-provider.md 和 examples/extensions/custom-provider-gitlab-duo。

解析顺序

解析提供商凭据时：

1. CLI --api-key 标志
2. auth.json 条目（API 密钥或 OAuth Token）
3. 环境变量
4. 来自 models.json 的自定义提供商密钥

• 原文链接： github.com/badlogic/pi-m...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～