Pi Bridge MCP
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
Pi Bridge
将 Codex 的有边界任务交给已安装的 Pi执行,并返回独立验收证据。提供 Skill、命令行和 stdio MCP 三种入口,使用同一套运行时。
Windows、macOS、Linux 使用相同的 Node 程序,无需 PowerShell。
自动查找所选后端,支持 Pi 的 npm 全局安装、JS 入口和原生可执行程序。
Pi 默认继承自己的模型、认证、代理和插件,也可指定 provider/model。
每个 Codex 聊天使用独立实例,保存任务、日志和恢复状态。
常驻 daemon 复用空闲 Pi worker;取消、超时、独立验收和失败恢复保持统一。
安装
前提:Node.js >=22.19(推荐 24 LTS)、npm、Git、Codex,以及已配置可用模型的 Pi。先确认Pi 的 pi --help 与 codex --help 正常。
三平台均可安装预构建包:
npm install -g https://github.com/UWPK/pi-bridge/releases/download/v0.4.4/uwpk-pi-bridge-0.4.4.tgz
pi-bridge check-local该命令下载本仓库的构建包;npm 安装所需依赖需要网络。无需编译 TypeScript。使用自定义 npm 前缀时,确认全局 bin 目录已加入 PATH。
从源码开发:
git clone https://github.com/UWPK/pi-bridge.git
cd pi-bridge
npm ci
npm run build
node bin/pi-bridge.mjs check-localRelated MCP server: pi-agent-mcp
首次安装与验收
v0.4.4 提供分阶段安装诊断与可选模型验收。安装后运行:
pi-bridge setup --apply
pi-bridge setup --apply --verify第一步检查 Git、Pi 入口、启动与工作进程参数,安装 skill 并输出完整 MCP 配置,不调用模型。默认沿用 Pi 的模型与认证;--pi-cli PATH、--profile inherit|minimal、--destination PATH 可指定入口、工作进程和共享技能目录。重复运行会复用一致的 skill;发现本机修改时停止并保留文件。
第二步需明确选择 --verify:会连接模型(可能计费),在专用临时 Git 工作区让 Pi 创建一个小文件,并由独立命令核对内容。通过后停止测试实例、删除测试文件;失败保留诊断目录与任务 ID,不自动重试,也不会影响日常实例。重新验证会创建新测试任务,先检查上一轮结果,避免重复费用。
结果区分 installed(依赖与安装检查通过)、verified(CLI 模型任务和独立验收通过)、blocked(安装检查未通过)、verification-failed(模型或验收失败)。只有真实验收通过才返回 modelVerified: true;这仍不代表 Codex 的 MCP 连接或未来任务的权限已经验证。
权限由宿主应用控制。Pi 首次启动可能写入自己的状态目录;Bridge 也需要保存运行状态。输出中的 permissions 列出预期路径与进程,用户可在宿主支持时选择保留所需授权。程序不会修改宿主权限配置、关闭审核或扩大整个用户目录的访问范围。如果宿主在命令运行前拦截,程序无法捕获该拒绝,应查看宿主给出的具体理由。自动审核拒绝后停止,用户通过正式权限入口解决后再手动重试。
复制输出中的完整 MCP 配置,接入宿主并检查连接。以后复用已选择的入口和模型;只有工作区、模型或权限范围变化时才确认新选择。
接入 Skill
pi-bridge install-skill --apply默认安装至当前用户的 ~/.agents/skills/pi-bridge。已有同名目录会停止;使用 --destination <技能目录> 安装到独立的代理配置环境。重启或新建 Codex 聊天,然后明确调用 $pi-bridge。
技能运行时需要全局命令 pi-bridge,或由代理使用已安装包中 bin/pi-bridge.mjs 的绝对路径。程序保持安装后才可使用技能。
首次配置时选择模型
安装或重装时,skill 会先询问缺失的服务商、模型选择;当前聊天已给出的选择会直接沿用。复用后端现有认证,凭据在本机处理。Pi 模型选择保存到 Bridge 专用配置,日常 PiDeck 默认模型保持原样。配置完成后,以实际安装包执行一次有独立验收的小任务。详见 首次配置说明。
接入 MCP
推荐运行:
pi-bridge mcp-config将输出的配置片段加入目标 Codex 配置,或在界面中添加等效的 stdio 服务。输出自动使用本机 Node 和 MCP 程序的绝对路径,并包含所选后端入口和工作进程配置的环境段,适合桌面应用 PATH 与终端不同的情况。请复制包含 [mcp_servers.pi_bridge.env] 的完整片段。程序只显示配置,不重写当前设置。
也可使用 Codex CLI 注册:
codex mcp add pi_bridge -- pi-bridge-mcp需要 Codex 进程可以找到 pi-bridge-mcp;否则使用上面的绝对路径配置。Codex MCP 配置方式见 官方文档。
MCP 工具
工具 | 用途 |
| 检查 Node/Pi,返回实际实例与状态目录,不请求模型 |
| 启动当前实例 daemon |
| 初始化或检测 RPC worker、列举模型 |
| 授权明确的 host 工作目录 |
| 异步提交 schema-2.0 任务 |
| 查询任务和独立验收、读取有限日志 |
| 取消或恢复已知任务 |
| 显式停止当前实例 |
每次调用填写同一聊天专属的 instance,例如 chat-<Codex聊天ID>。状态变更还需 apply:true。不同聊天使用不同实例;MCP 服务进程被复用时,调用仍按实例隔离。提交后持续查询 status,直到任务终止并审查验收结果。MCP 重连后使用原实例即可访问原状态。
如果只安装 MCP,在 Codex 项目说明中写明:委派给 Pi 时使用 pi_bridge_* 工具,每个聊天使用独立 instance,提交后轮询状态并验收 diff 和验证命令。
配置
设置 | 作用 |
| Pi 的 JS 入口或原生可执行文件绝对路径 |
| 可选模型覆盖;留空使用 Pi 默认模型 |
| Bridge 状态根目录 |
| Pi 工作进程配置:inherit(默认)或 minimal |
| Pi 显式加载参数的 JSON 字符串数组 |
| CLI 实例;默认从 Codex 线程环境变量读取 |
Windows 默认状态位于 LOCALAPPDATA/pi-bridge,macOS 为 ~/Library/Application Support/pi-bridge,Linux 为 XDG_STATE_HOME/pi-bridge 或 ~/.local/state/pi-bridge。与本机旧版 Bridge 使用独立目录。自定义 Pi 安装可通过环境变量指定入口;已有正确的 Pi 配置保持原样。
完整 CLI、任务 JSON 与恢复流程见 技能运行说明。
插件较多时的精简工作进程
工作进程可独立配置:默认 inherit 完整继承 Pi;设置 PI_BRIDGE_WORKER_PROFILE=minimal 后,Bridge 工作进程关闭自动扩展、MCP、技能和提示模板加载。模型、认证和日常 PiDeck 配置保持原样。
通过 PI_BRIDGE_PI_ARGS 的 JSON 数组显式加回必要项,例如 --extension 加机器规则插件的绝对路径。也可在当前实例 bridge.config.json 的 pi.profile / pi.args 中配置。首次启动会检查所选 Pi 是否支持所需参数;缺少必要文件或不支持的参数会明确报错。不会硬编码某台 Mac 的路径,也不需要额外 Python 包装器。
在相同环境生成 pi-bridge mcp-config,CLI 与 MCP 即使用相同配置。doctor 显示加载配置和 Pi 报告的模型、thinking level。已有 daemon 需在任务结束后只重启对应实例。
更新验收默认采用可配置的 300 秒测试期限,生产任务的期限保持原设置。agent_end 后继续等待 agent_settled,再运行独立验收;超时和插件报错会保留为失败。具体配置、机器规则保留和更新步骤见 工作进程配置。
执行边界
运行环境使用 Pi 的现有主机权限。目录授权用于任务路由;更严格的文件和网络隔离需要运行环境提供。当前执行器接受显式 allowWrite:true、allowNetwork:true 的可信 host 整工作区任务;无法实施的只读、断网和子目录隔离要求会被拒绝。任务 constraints 表达用户的修改范围,Codex 仍需检查实际 diff。
只有独立验收命令通过才能给出 passed;worker 仅声明完成最多得到 partial。真实模型调用依赖用户所选后端的服务访问和额度。本项目不修改认证或声明未经测量的额度节省。
验证
npm test
npm run test:smoke默认测试使用模拟 Pi,不请求模型。smoke 默认明确跳过真实服务;需要显式设置 BRIDGE_LIVE_TEST=1 才会尝试真实模型请求。
来源
由已有的本地 codex-pi-bridge 运行时整理并改进。Pi 与 MCP SDK 使用各自许可,本包未包含模型凭据、私人运行数据或 Pi 本体。
Windows/macOS 安装验收入口
npm 安装发布 tarball 后运行:
pi-bridge setup --apply该命令检查 Git、实际 Pi --help 和选定 worker 参数,安装技能并返回完整 MCP
配置。相同技能可重复执行;已有不同内容不会覆盖。可用 --destination PATH 安装
到共享技能库,--pi-cli PATH 指定已有 Pi 入口。插件较多时显式选用
--profile minimal,并通过 PI_BRIDGE_PI_ARGS 保留任务需要的机器策略扩展。
默认保持 inherit,避免静默移除用户插件。命令不修改 Pi 认证或 Codex MCP 配置,
不请求模型;将输出的完整 MCP 配置注册后,再做真实任务验收。
GitHub Actions 在 Windows x64、Mac Apple Silicon 和 Intel Mac 执行源码测试, 再将 npm tarball 装入全新前缀,验证实际安装包的 setup、CLI、MCP 与独立验收。 这些使用模拟 Pi,不能替代目标电脑自身的模型认证和在线任务测试。
文档与许可证
本项目采用 MIT License。Pi、模型服务及其商标属于各自权利人,使用时遵循对应项目和服务条款。本项目不分发模型凭据。
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
A paid remote MCP for OpenAI Codex agent coordination MCP, built to return verdicts, receipts, usage
A paid remote MCP for OpenAI Codex context compressor, built to return verdicts, receipts, usage log
Hosted MCP server and Agent Skills for specs, engineering threads, and project memory.
MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated workflows
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceDelegates bounded coding tasks from MCP clients to the Pi Coding Agent over stdio. Supports review, verification, implementation, and batch operations with long-running task polling.MIT
- FlicenseNot gradedqualityDmaintenanceEnables MCP hosts like Claude Code and Codex to spawn, manage, and interact with persistent, reusable Pi coding-agent sessions, supporting task dispatch, status checks, and session lifecycle control.7 npm-
- AlicenseNot gradedqualityBmaintenanceEnables Claude Code to delegate coding implementation and testing to a local pi agent via MCP tools, including dispatching task books, monitoring status, steering or aborting runs mid-execution, and retrieving results and transcripts.24 npm4MIT
- AlicenseNot gradedqualityCmaintenanceEnables ChatGPT to submit tasks to a single explicitly bound local Codex workspace and conversation, then retrieve execution results, file contents, and diffs through MCP tools.MIT