新闻详情

新闻详情

首页 / 资讯中心 / 详情

加入SoL-Pi社区:提交降低Token成本扩展的完整指南

发布时间:2026/9/30 3:51:59来源:尧图网络
加入SoL-Pi社区:提交降低Token成本扩展的完整指南
加入SoL-Pi社区提交降低Token成本扩展的完整指南【免费下载链接】SoL-PiSoL-Pi: Scaling Auto-Research Loops for Efficient Agent Harnesses项目地址: https://gitcode.com/gh_mirrors/so/SoL-PiSoL-Pi 是一个面向 Pi 编码代理的独立扩展包通过 Action Fusion、ObservationPack 等四个机制减少重复模型调用与上下文重放从而降低 Token 成本。官方团队正在公开征集能进一步降低 Token 成本的 Pi 兼容扩展——本文将带你从环境准备到 PR 提交走完完整的社区贡献流程。SoL-Pi 是什么先看懂它怎么省钱SoL-Pi 由 NVIDIA 开发并维护安装在未修改的 Pi 之上所有机制默认关闭、按需开启opt-in。它包含四个可复用的效率机制机制作用源码位置Action Fusion编辑文件后在同一个工具调用中直接跑验证命令省掉一轮模型往返src/sol-pi/extensions/action-fusion/ObservationPack把反复出现的大段文本结果变成稳定句柄按需分页召回src/sol-pi/extensions/observation-pack/Evidence-Preserving Reducer把冗长诊断日志压缩成紧凑回执且逐条引用可与原始来源核对src/sol-pi/extensions/evidence-preserving-reducer/Online Context Compact完成的计划步骤成为原生压缩候选点压缩后自动开启新轮次继续任务src/sol-pi/extensions/online-context-compact/所有机制共享四条设计规则不修改 Pi 源码只导入公开扩展 API、显式开启、保留证据原始观测本地可查、沿用 Pi 的运行时配置认证、模型、Shell 行为归 Pi 管。理解这四条你的扩展才不会跑偏。社区为什么征集 Token 成本扩展 SoL-Pi 诞生于一个自动研究问题在扩大 agent 循环之前能否先让 harness 本身更高效团队希望把这条约束型效率路线延续下去因此在 README.md 中明确表示我们欢迎经过测试、Pi 兼容的扩展 PR只要它能提升 Token 效率、降低 Token 成本。团队会协助做基准测试定期发布报告并授予合入者 Contributor 署名。详细的贡献规范见 CONTRIBUTING.md安全相关行为本地存储、远程压缩等见 SECURITY.md。准备工作环境要求与仓库校验环境要求缺一不可Node.js 22.19 或更新版本npmPi 发布版earendil-works/pi-coding-agent0.85.1克隆并校验仓库git clone https://gitcode.com/gh_mirrors/so/SoL-Pi cd SoL-Pi npm ci --ignore-scripts npm run check npm audit --audit-levelhigh node scripts/check-pi-compat.mjs其中npm run check覆盖类型检查、完整测试套件和包检查scripts/check-pi-compat.mjs 则验证扩展只依赖 Pi 公开 API。任何一条命令失败都应先修复而不是绕过。如何写一个合格的 Token 成本扩展 ✍️参考现有扩展的入口 src/sol-pi/index.ts扩展通过 Pi 公开的ExtensionAPI注册工具与事件如context、tool_result、before_provider_request配置加载逻辑在 src/sol-pi/config.ts。你的新扩展建议只走公开扩展 API——不修改、不 fork、不内嵌 Pi 源码树这是合入的硬性前提让配置可选且默认关闭——参考 sol-pi.example.json 的键值模板与 docs/configuration.md 的 schema 约定保留证据与可回退——任何压缩、替换失败时原始结果必须原样保留参照 Evidence-Preserving Reducer 的做法本地零成本可测——tests/all-mechanisms.test.ts 展示了如何在不调用真实模型的情况下用公开的ExtensionAPI/ExtensionContext驱动完整测试。PR 提交四件套评审时重点看什么按 CONTRIBUTING.md 的要求一个合格的 PR 必须同时满足✅Pi 兼容基于公开扩展 API 实现未触碰 Pi 核心✅提交前已测试附带自动化测试与可复现的验证步骤✅成本收益说清楚明确解释扩展如何降低 Token 成本或提升效率附本地测量数据更佳✅文档齐全说明配置方式、预期行为与权衡。团队会同时评估效率提升与正确性/任务表现。提交前自检清单检查项命令完整测试与类型检查npm run checkPi 公开 API 兼容node scripts/check-pi-compat.mjs配置合法性node scripts/check-sol-pi-config.mjs --config 路径/sol-pi.json --require-all-enabled完整配置语义可查 docs/configuration.md安装与验证的标准流程见 agents-install.mdAPI 集成细节见 docs/compatibility.md。合入之后基准测试与 Contributor 署名 团队会在固定的报告周期内发布基准测试报告覆盖 Token 用量、模型成本与任务表现。你的扩展一旦被合入会出现在定期发布的基准测试报告中附结果与观察到的权衡作者将在项目文档和相应基准报告中被正式署名Contributor。总结SoL-Pi 社区征集的核心目标只有一个让 agent 花更少的 Token 干同样的活。只要你的扩展基于 Pi 公开 API、默认关闭、保留证据、且能证明降低了 Token 成本就完全符合社区口味。准备好环境、跑通全部检查、写清成本收益然后提交你的第一个 PR 吧——基准报告与 Contributor 署名正在等你。【免费下载链接】SoL-PiSoL-Pi: Scaling Auto-Research Loops for Efficient Agent Harnesses项目地址: https://gitcode.com/gh_mirrors/so/SoL-Pi创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

DeepSeek智能阅卷系统技术拆解:从图像识别到评分一致性的全链路实践 2026/9/30 5:04:19

DeepSeek智能阅卷系统技术拆解:从图像识别到评分一致性的全链路实践

简介:这套DeepSeek智能阅卷系统方案文档共330页、53个大章节,面向教育测评领域的算法工程师、产品经理与教研人员,聚焦非标准答案语义理解、手写视觉识别、大模型微调、知识蒸馏与评分一致性保障等核心难题,系统覆盖从试卷图像输入…

阅读更多 →
Code Agent 如何省 Token?先别换模型,优化上下文和任务模式收益更大 2026/9/30 5:04:19

Code Agent 如何省 Token?先别换模型,优化上下文和任务模式收益更大

月初看到账单的那一刻,我差点把咖啡喷在键盘上——一个 Code Agent 自动跑修复任务的脚本,一个晚上烧掉了相当于平时一周的 Token 量。相信不少朋友也有类似的经历:拿到 Code Agent 之后效率确实上来了,但 Token 消耗也像开了水龙…

阅读更多 →
Halcon与YOLO融合实战:从目标检测到亚像素测量的工业视觉方案 2026/9/30 5:04:19

Halcon与YOLO融合实战:从目标检测到亚像素测量的工业视觉方案

在工业视觉圈子里,Halcon 一直是那个"稳如老狗"的存在——算子丰富、亚像素精度高、产线跑几年不带崩的。但这两年有个变化特别明显:越来越多的项目开始要求"既要 Halcon 的精度,又要 YOLO 的泛化能力"。客户拿着手机拍的…

阅读更多 →
AVL树详解:从旋转到删除的C++实践 2026/9/30 5:04:19

AVL树详解:从旋转到删除的C++实践

如果你写过几年业务代码,大概率有过这样的经历:数据结构课上听老师讲 AVL 树时觉得“不就是多转几下嘛”,等自己真在 C 项目里动手实现、或者面试被问到“手写一棵 AVL 树”时,才发现旋转方向、平衡因子更新顺序、删除后怎么修复&…

阅读更多 →
ITIL4落地指南:从流程到价值,用实践与智能运维重构运维管理 2026/9/30 5:04:19

ITIL4落地指南:从流程到价值,用实践与智能运维重构运维管理

做运维这些年,总有人问我:ITIL到底有没有用?说实话,早几年我也不敢拍胸脯。直到ITIL4发布之后,我把以前那套“按流程管事情”的思路重新捋了一遍,才真正想明白——ITIL4不是来教你怎么填工单的,…

阅读更多 →
基于神经网络的TDOA定位改进算法:残差修正与工程实践 2026/9/30 5:04:12

基于神经网络的TDOA定位改进算法:残差修正与工程实践

简介:针对传统 Chan 算法在非视距(NLOS)环境中定位性能明显下降的问题,这份 PDF 期刊论文提出一种基于神经网络的 TDOA 定位改进算法。论文首先介绍 TDOA 定位原理与两步加权最小二乘的 Chan 算法,再针对电磁波多径效应…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉