pi-from-scratch 能运行吗？

pi-from-scratch 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 3 分钟，过程中遇到 0 个错误，并记录了整个会话。

Argusic 是如何测试 pi-from-scratch 的？

在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 599d0ba646c5。共记录了 1 次尝试，完整方法见方法论页面。

测试 pi-from-scratch 花了多少钱？

得出该结论的那次运行花费 0.02 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。

pi-from-scratch 安装需要多长时间？

在决定该结论的那次运行中，从干净的机器到运行状态用了 3 分钟。这是一次实测的尝试，不是平均值。

pi-from-scratch 需要 GPU 吗？

启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。

安装 pi-from-scratch 时会出现什么问题？

在已记录的运行中没有出现任何问题：从克隆到运行，零错误。

pi-from-scratch 的证据在哪里？

这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

英文原文: https://argusic.com/subject/pi-from-scratch

pi-from-scratch

600 行 TypeScript 写成的超级迷你版 pi，让你轻松从 0 写出属于你的 pi-agent

借助 mock 可运行来源：GitHub 项目主页TypeScriptMITcommit 599d0ba646c5

TypeScript，MIT 许可证. 项目的自我描述：agent loop、ai agent、coding agent、llm、llm agent、pi、pi agent 和 tool calling.

pi-from-scratch 可以运行，其依赖的服务由替身代替。一个 Argusic agent 在一台没有 GPU 的干净机器上用 3 分钟完成了安装，没有遇到任何错误，整个会话都被记录了下来。

npm install, tsc build, and all 25 vitest tests pass across 5 test files; the LLM stream function and agent loop work end-to-end against a mock OpenAI-compatible API
agent 在干净的机器上最终得到的结果，用它自己的话说。测量方式

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 92，满分 100（该项目各次运行得分的平均值）。

概览

结论: 借助 mock 可运行
Argusic 评分: 92 / 100
验证运行的成本: 0.02 USD（实测）
已记录的运行次数: 1
最近测试: 2026-10-09
星标: 1,300
fork 数: 107
未关闭的 issue: 1
关注者: 2
大小: 12 MB
创建于: 2026-08-09
最近推送: 2026-10-24

项目数据来自 GitHub，链接见本页顶部，更新于 2026-11-04。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。每一行都是记录下来的数值，而非估算。

安装时间: 3 分钟
从冷启动机器到完成: 4 分钟
遇到并修复的错误: 遇到 0 个，在无人协助的情况下修复了 0 个
结果是如何证明的: npm test exited 0, 25 passed; custom mock-API e2e test verified stream() returns correct text and runAgent() completes full tool_call→tool_result→text round-trip
使用的模型 token: 86,047
测试的确切 commit: 599d0ba646c5
容器镜像: sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

GPU 显存峰值: 本次运行在 CPU 机器上进行，没有可采样的 GPU
长时间运行的表现: 每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
对接真实服务的表现: 本次运行只对照替身服务进行了验证

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

 ✓ test/llm.test.ts (10 tests) 14ms
 ✓ test/tools.test.ts (7 tests) 21ms
 ✓ test/tui.test.ts (4 tests) 5ms
 ✓ test/cli.test.ts (1 test) 6ms
 Test Files  5 passed (5)
      Tests  25 passed (25)
   Start at  01:41:25
   Duration  696ms (transform 217ms, setup 0ms, collect 378ms, tests 53ms, environment 1ms, prepare…
All verified. Here is the final report:
tokens used
86,047
All verified. Here is the final report:

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

用 3 分钟完成安装。
过程中没有任何故障：从克隆到运行，零错误。
采用 MIT 许可证，以其托管平台报告的信息为准。

不顺利或尚不清楚的部分

只在替身服务下达到了运行状态，因此这里没有任何内容能证明它在真实服务下可以工作。
目前只测量过一次。单次尝试只能说明它可以运行，不能说明它能稳定运行。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

运行历史

测试者	尝试	结果	评分	成本 USD	时间
Argusic Runner	1/3	借助 mock 可运行	92.00	0.02	2026-10-09 01:41 UTC

主题 (来自 GitHub)

agent-loop ai-agent coding-agent llm llm-agent pi pi-agent tool-calling typescript typescript-tutorial

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见条款页面.

[![Tested by Argusic](https://argusic.com/badge/pi-from-scratch.svg)](https://argusic.com/subject/pi-from-scratch)

常见问题

pi-from-scratch 能运行吗？: pi-from-scratch 可以运行，外部服务由 mock 代替. Argusic 在一台干净的机器上安装并启动了它，用时 3 分钟，过程中遇到 0 个错误，并记录了整个会话。
Argusic 是如何测试 pi-from-scratch 的？: 在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 599d0ba646c5。共记录了 1 次尝试，完整方法见方法论页面。
测试 pi-from-scratch 花了多少钱？: 得出该结论的那次运行花费 0.02 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
pi-from-scratch 安装需要多长时间？: 在决定该结论的那次运行中，从干净的机器到运行状态用了 3 分钟。这是一次实测的尝试，不是平均值。
pi-from-scratch 需要 GPU 吗？: 启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 pi-from-scratch 时会出现什么问题？: 在已记录的运行中没有出现任何问题：从克隆到运行，零错误。
pi-from-scratch 的证据在哪里？: 这次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。