What it is

A general-purpose agentic AI console that runs on each person's own PC and talks to the company's private local LLM. It is built on an open-source terminal agent, and it is not a chatbot: it reads files, images and video, writes code, calls other systems and decides its own next step.

The name comes from π: a simple question, how the circle relates to its diameter, with an answer that never ends. The console starts the same way, with "help me answer a question", and keeps going to see how far AI can go.

What it does

• Takes a task in plain words, in any language, picks the right skill by itself, shows its plan and waits for approval before it changes anything.
• Lets anyone build a skill: describe the job you repeat every day, and the console writes the skill, tests it and keeps it for next time, ready to share with the team.
• Reaches other systems through extensions: read-only questions to the ERP, the low-code platform, a browser that drives internal web apps, and very large files.
• Skills in use today include licence-usage reports, a warranty checker, failed file-transfer reports, workflow diagrams, stock reconciliation, tickets raised from a plain request, server health checks and expense claims.
• Builds things too: a small game with a high-score table, or a film opening rebuilt in three.js.

How it works

1. Context: a short file of house rules is read before every message, like a staff handbook: who we are, which systems exist, what is allowed and what always needs a human yes.
2. Skills: a shelf of work instructions. The agent reads the titles and opens only the one the task needs, so the model's attention stays on the job.
3. Extensions: plug-ins that give the agent new hands, so a skill can query a system or drive a browser instead of only writing text.
4. The person stays in charge: read the plan, approve the change, and interrupt at any point without losing the work.
5. Sessions are kept on the user's PC, so yesterday's work can be resumed, and long chats are summarised automatically to stay within the model's context.

Design choices

• On-premise by design: the model runs on the company's own server, a gateway checks each key and stores no messages, and no cloud AI is in the path.
• Hybrid skills: the AI handles the language, a small script handles the fixed steps, so results are fast and repeatable.
• Secrets live in the operating system's credential store, never in chat history; every server command is audited.
• Irreversible steps are a deliberate human act, not a chat-level yes.
• Ships as an offline package that a colleague can copy and start in minutes, with small patch packs for updates.
• Rolled out in stages: IT and cyber teams first, business users through controlled projects.

Stack

这是什么

一个通用的智能体 AI 控制台，装在每个人自己的电脑上，连接公司私有的本地大模型。它基于开源终端智能体，不是聊天机器人：它能读文件、图片和视频，写程序，调用其他系统，并自己决定下一步做什么。

名字来自 π：一个很简单的问题——圆的周长和直径是什么关系——答案却永远没有尽头。控制台也是这样，从“帮我回答一个问题”开始，一直往深处走，看看 AI 到底可以走多远。

它能做什么

• 用任何语言、用自己的话交代任务；它自己挑选合适的技能，先给出计划，得到批准后才动手改任何东西。
• 人人都能做技能：说清楚你每天重复做的事，控制台就把技能写出来、测试好并保存，下次直接用，还能分享给团队。
• 通过扩展连接其他系统：对 ERP 的只读查询、低代码平台、操作内部网页应用的浏览器，以及超大文件。
• 正在使用的技能包括：许可证使用报告、保修检查、文件传输失败报告、工作流程图、库存对账、用一句话提交工单、服务器健康检查，以及报销申请。
• 也能动手造东西：带高分榜的小游戏，或者用 three.js 重建一段影片开场。

如何运作

1. 上下文：每条消息之前都会先读一份简短的“内部守则”，就像员工手册：我们是谁、有哪些系统、什么可以做、什么必须先经人同意。
2. 技能：一整架的作业指导书。智能体先看标题，只打开任务需要的那一份，让模型的注意力留在工作上。
3. 扩展：给智能体添“手”的插件，让技能可以查询系统、操作浏览器，而不只是写文字。
4. 人始终做主：看计划、批准改动，随时可以打断，已做的工作不会丢。
5. 会话保存在用户自己的电脑上，昨天的工作可以接着做；对话太长时会自动摘要，保持在模型的上下文范围内。

设计取舍

• 从设计上就是本地部署：模型跑在公司自己的服务器上，网关检查每个密钥且不保存对话，全程不经过云端 AI。
• 混合式技能：AI 负责理解语言，小脚本负责固定步骤，结果又快又稳定。
• 密钥放在操作系统的凭据管理器里，绝不进入聊天记录；每一条服务器命令都有审计。
• 不可逆的步骤必须由人亲手完成，对话里说一句“是”还不够。
• 以离线包形式分发，同事复制后几分钟就能启动；小更新用补丁包。
• 分阶段推广：先是 IT 与网络安全团队，业务用户通过受控项目使用。

技术栈

這是什麼

一個通用的代理式 AI 控制台，裝在每個人自己的電腦上，連接公司私有的本地大型語言模型。它建立在開源終端代理之上，不是聊天機器人：它能讀檔案、圖片和影片，寫程式，呼叫其他系統，並自己決定下一步做什麼。

名字來自 π：一個很簡單的問題——圓的周長和直徑是什麼關係——答案卻永遠沒有盡頭。控制台也是這樣，從「幫我回答一個問題」開始，一直往深處走，看看 AI 到底可以走多遠。

它能做什麼

• 用任何語言、用自己的話交代任務；它自己挑選合適的技能，先提出計畫，得到核准後才動手改任何東西。
• 人人都能做技能：說清楚你每天重複做的事，控制台就把技能寫出來、測試好並保存，下次直接用，還能分享給團隊。
• 透過擴充功能連接其他系統：對 ERP 的唯讀查詢、低程式碼平台、操作內部網頁應用的瀏覽器，以及超大檔案。
• 正在使用的技能包括：授權使用報告、保固檢查、檔案傳輸失敗報告、工作流程圖、庫存對帳、用一句話提交工單、伺服器健康檢查，以及報銷申請。
• 也能動手造東西：有高分榜的小遊戲，或者用 three.js 重建一段影片開場。

如何運作

1. 脈絡：每則訊息之前都會先讀一份簡短的「內部守則」，就像員工手冊：我們是誰、有哪些系統、什麼可以做、什麼必須先經人同意。
2. 技能：一整架的作業指導書。代理先看標題，只打開任務需要的那一份，讓模型的注意力留在工作上。
3. 擴充功能：替代理添「手」的外掛，讓技能可以查詢系統、操作瀏覽器，而不只是寫文字。
4. 人始終作主：看計畫、核准變更，隨時可以打斷，已做的工作不會遺失。
5. 工作階段保存在使用者自己的電腦上，昨天的工作可以接著做；對話太長時會自動摘要，維持在模型的脈絡範圍內。

設計取捨

• 從設計上就是地端部署：模型跑在公司自己的伺服器上，閘道檢查每把金鑰且不儲存對話，全程不經過雲端 AI。
• 混合式技能：AI 負責理解語言，小腳本負責固定步驟，結果又快又穩定。
• 機密放在作業系統的認證管理員裡，絕不進入聊天紀錄；每一道伺服器指令都有稽核。
• 不可逆的步驟必須由人親手完成，對話裡說一句「是」還不夠。
• 以離線套件形式發佈，同事複製後幾分鐘就能啟動；小更新用修補包。
• 分階段推廣：先是 IT 與資安團隊，業務使用者透過受控專案使用。

技術堆疊