Zum Hauptinhalt springen
oh-my-pi (Befehl omp, auch bekannt als pi-mono — dasselbe Projekt) ist ein minimaler, erweiterbarer Terminal-Coding-Agent.
Protokoll: OpenAI-kompatibel
  • Basis-URL: https://api.orcarouter.ai/v1 (enthält das /v1-Suffix)

​
Installation

bun install -g @oh-my-pi/pi-coding-agent
Erfordert bun >= 1.3.14. Der installierte Befehl ist omp.

​
Konfiguration

Exportiere zuerst deinen API-Schlüssel als Umgebungsvariable: 
export ORCA_KEY="sk-orca-..."
Konfigurationsdatei: ~/.omp/agent/models.yml. 
providers:
  orcarouter:
    baseUrl: https://api.orcarouter.ai/v1
    api: openai-completions
    apiKey: ORCA_KEY
    authHeader: true
    models:
      - id: orcarouter/auto
        name: OrcaRouter Auto
        reasoning: false
        input: [text]
        contextWindow: 200000
        maxTokens: 8192
        compat:
          supportsDeveloperRole: false
          maxTokensField: max_tokens
Tausche orcarouter/auto bei Bedarf gegen ein bestimmtes Modell, z. B. anthropic/claude-opus-4.8 oder google/gemini-2.5-flash. Modell-IDs verwenden immer das Format vendor/model.

​
Ausführen

omp -p --model "orcarouter/orcarouter/auto" "Reply with exactly: OK"
Erwartete Ausgabe: OK.

​
Hinweise

  • Erfordert bun >= 1.3.14.
  • Die base_url muss /v1 enthalten.
  • Das Feld apiKey nimmt den Namen einer Umgebungsvariable, nicht den Schlüssel selbst; mit authHeader: true wird er als Authorization: Bearer <value> gesendet.
  • Modellreferenzen verwenden das Format provider/model — hier orcarouter/orcarouter/auto (Provider orcarouter + Modell-ID orcarouter/auto).
  • Verwende -p für nicht-interaktive Läufe.
  • oh-my-pi und pi-mono sind dasselbe Projekt; der Befehl ist in beiden omp.

​
Thinking / Reasoning aktivieren

Der Standard-Modelleintrag oben hat reasoning: false. Um Reasoning zu aktivieren und die Effort-Auswahl zu erlauben, deklariere einen thinking-Block plus eine compat.reasoningEffortMap am Modell: 
models:
  - id: anthropic/claude-sonnet-4.6
    name: Claude Sonnet 4.6
    reasoning: true
    thinking:
      minLevel: low
      maxLevel: xhigh
      mode: effort
    input: [text]
    contextWindow: 200000
    maxTokens: 8192
    compat:
      supportsDeveloperRole: false
      supportsReasoningEffort: true
      maxTokensField: max_tokens
      thinkingFormat: openai
      reasoningEffortMap: { low: low, medium: medium, high: high, xhigh: high }
Wähle dann zur Laufzeit eine Effort-Stufe mit einem model:level-Suffix (innerhalb von minLevel..maxLevel): 
omp -p --model "orcarouter/anthropic/claude-sonnet-4.6:high" "What is 17*23?"
Verifiziert: Das :high-Suffix wählt die Effort-Stufe aus und funktioniert gegen OrcaRouter.