ARTICLE · 人工智能
教你构建私有 AI Coding 平台：Pi、DSH、Codex Harness 扩展能力对比与选型。
一语总结本文深入分析了 Pi、DeepSeek Harness 和 Codex Harness 三个开源框架的架构与扩展能力，帮助读者理解如何基于这些底座构建定制化的 AI Coding Agent，并探讨了它们在企业应用中的适用场景。
文章首先介绍了选择开源 Harness 的优势，并对比了 Pi、DSH 和 Codex 三个框架的交互方式与扩展能力。Pi 强调小内核大扩展，提供丰富的 API 用于定制工具、命令和界面；DSH 采用插件化架构，允许组装全新的 Agent 系统；Codex 则提供稳定的内核，通过 MCP 和 Skills 进行标准化扩展。最后，文章建议根据团队需求和开发重点选择合适的框架，并指出企业可以根据不同场景灵活组合使用这些工具。
- Pi 框架通过 ExtensionAPI 提供了全面的扩展能力，允许开发者定制工具、命令、事件和 TUI 组件，从而构建高度个性化的 Coding Agent。
Pi 的核心思想是分离通用引擎与特定功能，开发者可以利用提供的 API 轻松添加或修改 Agent 的行为，例如集成企业内部系统或自定义用户界面。
- DeepSeek Harness 采用插件化架构，其中所有组件（包括 Agent Loop）都是可替换的插件，这使得它非常适合组装全新的、高度灵活的 Agent 系统。
DSH 使用 Cordis 插件系统来管理依赖关系，这意味着开发者可以自由组合不同的模块来构建适合特定需求的 Agent，而无需从零开始编写整个框架。
- Codex Harness 提供了一个稳定的 Rust 内核，并支持通过 MCP 和 Skills 进行标准化扩展，非常适合需要快速接入企业数据和流程的场景。
Codex 的扩展方式相对简洁，主要通过定义技能和连接到外部服务来增强 Agent 的能力，同时保持了底层引擎的稳定性和安全性。
教你构建私有 AI Coding 平台：Pi、DSH、Codex Harness 扩展能力对比与选型。
文章首先介绍了选择开源 Harness 的优势，并对比了 Pi、DSH 和 Codex 三个框架的交互方式与扩展能力。Pi 强调小内核大扩展，提供丰富的 API 用于定制工具、命令和界面；DSH 采用插件化架构，允许组装全新的 Agent 系统；Codex 则提供稳定的内核，通过 MCP 和 Skills 进行标准化扩展。最后，文章建议根据团队需求和开发重点选择合适的框架，并指出企业可以根据不同场景灵活组合使用这些工具。
面向要搭建私有 AI Coding 平台的团队：逐一拆解 Pi、DeepSeek Harness、Codex Harness 三个开源底座的扩展模型——Pi 小内核大扩展、DSH 全插件化可组装、Codex 稳定内核加 MCP/Skills 标准化，并给出按团队需求选型与组合的判断框架。选型决策直接可用，企业落地少走弯路。
文章金句
"Pi-Coding-Agent 的核心思想是它把通用的 Agent Core 做好，再通过集中的 ExtensionAPI 开放工具、命令、事件、模型和 TUI 组件等全面的扩展能力。
"DSH 的扩展理念是：我提供模块管理能力，所有模块你都可以自己建造和更换，包括核心引擎。
"Codex 的扩展思想是：保留稳定的、企业级 Harness 内核，再基于 MCP 等标准机制扩展自定义指令、流程、工具等；并通过开放接口嵌入到你自己的应用。