$ cat ~/map/pi-arena.md

pi-arena

为 pi 编码 agent 办一场可复现的公平比赛：同一任务、隔离工作区、客观评分，外加浏览器回放控制台。

tools✓ 11月1日

克隆仓库，跑 npm run demo 观看确定性的三选手本地比赛（不耗 API），再打开 arena-demo/index.html 查看回放控制台；按 SKILL_USAGE.md，pi install <本地克隆路径> 可把包装进 pi，会话内用 /skill:arena 加载 skills/arena/SKILL.md 里的比赛协议。

## 速览

面向 pi 编码 agent 的比赛框架：各选手在隔离工作区里跑同一任务，由必备测试与可度量信号评分，可分享的浏览器报告回放每一步——为模型、供应商、提示词与 agent 策略之间的公平比较而建，自带无需 API key 的确定性本地演示。

## 要点

• $公平由代码保证，不托付给模型：skills/arena/SKILL.md 里的比赛契约锁定相同起点、隔离工作区、统一提示词与模型无关的工具策略。
• $不是披着基准测试外衣的 LLM 裁判：必备测试是客观的，模型评判可选，且裁判分永远压不过失败的必备测试。
• $演示的评分契约：70% 必备评测项、20% 基于记录动作的效率、10% 含避免改测试在内的范围纪律；真实项目在版本化的评测文件里自定义权重。
• $回放控制台把每次运行变成一场小赛道竞速，附操作时间线与评测项检查；报告将客观结果与可选评判分开呈现。
• $只有任务、起始修订、评测器与预算完全一致时，分数才可比；分数是所声明评测器的证据，不是整体软件质量的证明。
• $安全边界：联网、凭据与破坏性命令都需要显式的用户策略，凭据绝不进入工作区或报告，隔离建立不起来时运行器按 fail closed 处理。
• $首个发布面向本地 Node.js 固定装置与 Linux/macOS 开发环境；演示以三个确定性本地选手跑完，全程不花 API。
• $路线图：pi JSONL RPC 选手适配器、git worktree 隔离、面向 npm test、pytest 与类型检查的可插拔评测器、带签名报告清单的盲评，以及发布静态报告的 GitHub Action。

## 常见问题

## 参考链接

• README（评分契约、设计边界、路线图） ↗
• 比赛协议（skills/arena/SKILL.md） ↗

最后更新: 2026年10月30日