AI Harnesses sind die Software um ein Sprachmodell herum, die es arbeitsfähig macht. Pi ist ein solcher Harness: ein quelloffener, terminalbasierter Coding-Agent von Earendil Inc., der laut eigener Dokumentation bewusst auf einen minimalen Kern setzt und alles Weitere über Erweiterungen nachrüsten lässt. Lizenziert unter MIT, installierbar per npm oder Installations-Skript, bindet Pi über 15 Modell-Provider an ein einziges Terminalprogramm. Stand: 20. September 2026.
Was ist Pi?
Pi entstand laut den verfügbaren Quellen aus der Arbeit des österreichischen Entwicklers Mario Zechner (bekannt als „badlogic", Schöpfer des libGDX-Frameworks) und wird heute unter dem Dach von Earendil Inc. weiterentwickelt; das Repository liegt inzwischen unter der GitHub-Organisation earendil-works. Installiert wird Pi über npm mit npm install -g --ignore-scripts @earendil-works/pi-coding-agent oder über das Installationsskript curl -fsSL https://pi.dev/install.sh | sh; danach startet der Befehl pi im Projektverzeichnis eine interaktive Terminal-Sitzung. Der Quellcode steht unter der MIT-Lizenz im Repository earendil-works/pi.
Anders als viele größere Coding-Agenten bietet Pi keine IDE-Erweiterung und keine Web-Oberfläche – die Dokumentation beschreibt ausschließlich eine Terminal-UI (TUI) sowie nicht-interaktive Modi für Automatisierung.
Pi als AI Harness
Pi setzt die sieben Bausteine eines Harness bewusst schlank um. Die Agentenschleife ruft das Modell auf, wertet dessen Werkzeuganfragen aus und lässt sich über ein Event-System (pi.on) mit eigenem Verhalten erweitern – etwa bei tool_call, session_start oder agent_end. Die Doku formuliert die Philosophie so: „Adapt Pi to your workflows, not the other way around." Statt vieler eingebauter Fähigkeiten liefert der Kern nur wenige Werkzeuge; alles Weitere – Extensions, Skills, Prompt-Templates und Themes – wird als Paket über npm oder Git installiert.
Bewusst nicht eingebaut sind laut Dokumentation: MCP-Unterstützung, Sub-Agenten, Berechtigungs-Popups, ein Plan-Modus, eingebaute To-dos und Hintergrund-Bash-Prozesse. Wer diese Fähigkeiten braucht, baut sie über Extensions nach oder greift auf externe Werkzeuge wie tmux zurück. Sitzungen sind dagegen fest eingebaut und liegen als Baumstruktur im JSONL-Format vor: Jeder Eintrag hat eine id und eine parentId, sodass sich über den Befehl /tree an jeden früheren Punkt zurückspringen und von dort weiterarbeiten lässt.
Modelle und Modellzugang
Pi integriert laut Dokumentation über 15 Provider, darunter Anthropic, OpenAI, Google, Azure, Amazon Bedrock, Mistral, Groq und OpenRouter sowie lokale Modelle über Ollama – relevant unter anderem für Modellfamilien wie Claude, GPT und Gemini. Modelle lassen sich mitten in der Sitzung über den Befehl /model wechseln oder über Ctrl+P zwischen Favoriten durchschalten.
Eigene OpenAI-kompatible Endpunkte lassen sich laut Dokumentation deklarativ in der Datei ~/.pi/agent/models.json eintragen (baseUrl, api: "openai-completions", apiKey) oder, für dynamische Fälle wie Proxys mit eigener Authentifizierung, programmatisch über eine Extension mit pi.registerProvider registrieren. Damit lässt sich Pi über das AI Gateway betreiben, indem das Gateway als zusätzlicher Provider in ~/.pi/agent/models.json eingetragen wird.
Einsatz im Unternehmen: Datenschutz und Governance
Pi läuft laut Dokumentation vollständig im eigenen Terminal und verbindet sich direkt mit dem gewählten Modell-Provider, ohne einen zusätzlichen SaaS-Zwischenschritt des Projekts selbst. Vor der ersten Ausführung in einem neuen Verzeichnis fragt Pi laut Sicherheitsdokumentation nach Projektvertrauen, bevor Werkzeuge auf das Dateisystem zugreifen dürfen. Ein eigenes Telemetrie-Paket (pi-telemetry) liefert vendor-neutrale Verträge und einen Referenzadapter für eigene Observability – ein verpflichtendes Melden an Earendil ist in der Dokumentation nicht beschrieben. Eine zentrale Unternehmens-SSO für Pi selbst ist nicht dokumentiert; Zugangsdaten werden je Provider über /login oder Umgebungsvariablen gesetzt.
Wichtig für die Praxis: Quellcode, Dateiinhalte und Prompts, die Pi im Rahmen einer Sitzung verarbeitet, gehen an den jeweils gewählten Modellanbieter. Das gehört vorab in das Verarbeitungsverzeichnis Ihres Unternehmens – unabhängig davon, wie schlank der Harness selbst ist.
Pi mit herdr orchestrieren
Die herdr-Dokumentation führt Pi als unterstützten Agenten: Ist die Lifecycle-Integration installiert, meldet Pi Zustand und Session direkt an herdr; ist sie es nicht, erkennt herdr die Sitzung über ein Screen-Manifest. In beiden Fällen liest herdr laut Doku sowohl Zustand als auch Session-Informationen aus – nützlich, wenn mehrere Pi-Sitzungen parallel in einem Terminal-Multiplexer laufen.
Einordnung: Entwickler-Harness und Unternehmens-Harness
Pi ist ein Harness für eine sehr spezifische Umgebung: ein Terminal, ein Repository, ein Entwickler, der bereit ist, fehlende Fähigkeiten selbst als Extension nachzubauen. Für Fachanwender außerhalb der Entwicklung übernimmt diese Rolle CompanyGPT – der Harness mit Werkzeugen für Fachsysteme, Unternehmenswissen und rollenbasierten Berechtigungen. Das AI Gateway bildet dabei die gemeinsame Kosten- und Governance-Schicht für alle Modellzugriffe, ob aus Pi, aus CompanyGPT oder aus anderen Harnesses. Einen Überblick über weitere Coding- und Orchestrierungs-Harnesses finden Sie in unserer Harness-Übersicht. Wir unterstützen Sie dabei, Pi oder andere Entwickler-Harnesses sauber an Ihr Berechtigungskonzept, Ihr Modell-Routing und Ihre Governance-Anforderungen anzubinden.