Pi Mono Giải Thích: Anti-Framework Cho AI Coding Agent

Chào mừng trở lại với series GitHub deep dive! Hôm nay, chúng ta sẽ mổ xẻ Pi Mono, một monorepo của Mario Zechner (người tạo ra libGDX) với triết lý hoàn toàn khác biệt về AI coding agent.

Trong khi các công cụ như Claude Code, Cursor, và Aider tích hợp sẵn các tính năng như sub-agents, plan mode, và permission popups, Pi nói: “Tự xây đi.” Nó cung cấp cho bạn các primitives - một API LLM thống nhất, agent runtime, TUI framework, và thư viện web UI - rồi để bạn tự lắp ghép workflow bằng TypeScript extensions.

Repository: badlogic/pi-mono

Hãy phân tích theo Mental Model của chúng ta - rồi animate nó ở Phần 2 để các package không chỉ là tên trên danh sách.

---

TL;DR

Quick Answer Box (Google Search Featured Snippet):

• Pi Mono là gì? Pi Mono (badlogic/pi-mono) là monorepo TypeScript mã nguồn mở của Mario Zechner (tác giả libGDX), bóc tách toàn bộ kiến trúc AI coding agent thành các khối primitive độc lập (pi-ai, pi-agent-core, pi-coding-agent, pi-tui, pi-web-ui).
• Vì sao gọi là Anti-Framework? Thay vì trói buộc lập trình viên vào các framework cồng kềnh với quy tắc subagent hay plan mode áp đặt sẵn (như Claude Code hay Cursor), Pi Mono trao cho bạn bộ công cụ nguyên bản cực nhẹ và cơ chế extension TypeScript để bạn tự dựng workflow mà không cần fork core.
• Kiến trúc kỹ thuật cốt lõi: Trục xương sống duy nhất (pi-coding-agent CLI → pi-agent-core event loop → pi-ai gateway kết nối 20+ model) với 4 công cụ phẫu thuật (read, write, edit, bash) và cây lịch sử phiên làm việc phân nhánh (/tree, /fork).
• Repository chính thức: badlogic/pi-mono trên GitHub.

• Nó là gì: TypeScript monorepo tách AI coding agent thành các package composable - API LLM, agent runtime, TUI, web UI, extensions, Slack bot, công cụ GPU.
• Vì sao quan trọng: Bạn có CLI agent dùng được ngay (read, write, edit, bash) mà vẫn giữ quyền kiểm soát sub-agents, plan mode, permissions, và lựa chọn provider.
• Phù hợp với: Developers muốn định hình workflow agent bằng code, không phải tranh luận trên GitHub issue.
• Khác biệt cốt lõi: Một xương sống - pi-coding-agent → pi-agent-core → pi-ai - với mọi thứ khác (extensions, cây session, Slack, model self-host) gắn như bề mặt tùy chọn.

---

Beginner Map

Đừng đọc Pi Mono như checklist package. Hãy đọc như một câu chuyện với một đường đi lặp lại: prompt vào CLI, agent loop chạy, pi-ai gọi model, tools kích hoạt, output render trên TUI.

1. Pass 1: nắm ẩn dụ nhà xây sẵn vs bộ công cụ ở Phần 1 (product opinionated vs primitives composable).
2. Pass 2: xem scene 8 beat ở Phần 2 và thuộc xương sống.
3. Pass 3: đọc Phần 3 theo thứ tự beat - extensions, handoffs, sessions, Pi Mom, GPU pods.
4. Pass 4: cài CLI ở Phần 4 và chạy bài tập đầu tiên bên dưới.

Bài Tập Thực Hành Đầu Tiên

Sau bước cài đặt ở Phần 4, chạy smoke test năm phút:

npm install -g @mariozechner/pi-coding-agent
pi

Rồi hỏi: “Liệt kê file trong thư mục này và gợi ý file nào nên mở trước.” Quan sát bốn default tools chạy. Gõ /tree để thấy session dạng cây phân nhánh - không phải scrollback phẳng. Nếu bước này hợp lý, phần còn lại của bài chỉ là chi tiết hóa các mũi tên bạn đã thấy animate.

---

Phần 1: Nền Tảng (Mental Model)

Hãy nghĩ về hầu hết AI coding agent như một ngôi nhà xây sẵn. Bản vẽ đã cố định, tường ở đâu thì ở đó, và nếu bạn muốn thêm cửa sổ trời, bạn phải submit PR rồi cầu nguyện maintainer đồng ý.

Pi giống như một bộ công cụ xây dựng hơn. Nó cho bạn thép (LLM API), hệ thống điện (agent runtime), đồ nội thất (TUI & Web UI), và nói: “Đi xây nhà đi.”

Kết quả? Một coding agent có sẵn 4 tools mặc định (read, write, edit, bash) và dùng được ngay - nhưng đồng thời là một agent bạn có thể biến đổi hoàn toàn mà không cần fork code.

Mental Model: Pi Mono = API LLM Thống Nhất + Agent Runtime Có Trạng Thái + TUI Framework + Web Components + Hệ Thống Extension = AI Agent Của Bạn, Theo Cách Của Bạn.

Năm mảnh ghép đó vẫn còn trừu tượng cho đến khi bạn nhìn thấy chúng gắn với package thật trong monorepo. Phần 2 sẽ vẽ bản đồ đó - và animate cách một prompt đi xuyên qua stack.

---

Phần 2: Khám Phá Kiến Trúc

Phần 1 cho bạn triết lý. Phần 2 cho bạn sơ đồ dây nối.

Pi Mono là TypeScript monorepo gồm 7 packages, mỗi package giải một mảnh trong stack AI agent. Chúng không phải plugin bạn chọn bừa bãi - chúng xếp chồng lên nhau:

• Product layer - thứ bạn cài và chạy (pi-coding-agent, cùng các sản phẩm vệ tinh như pi-mom và pi-pods)
• Runtime layer - bộ não agent, terminal UI, web UI, và hook extension
• Foundation layer - API LLM thống nhất (pi-ai) và 20+ provider mà nó gọi

Danh sách phẳng trong README dễ che mất hình dạng đó. Trước khi mở từng package trong bảng, hãy xem một prompt đi qua stack thế nào - và cùng một xương sống đó nuôi extensions, chuyển provider, cây session, Slack bot, lẫn triển khai GPU.

Scene dưới đây chạy 8 beat. Coi chúng như 8 chương của cùng một câu chuyện:

1. Seven-package stack - monorepo xếp lớp hiện ra
2. Interactive agent loop - pi-coding-agent → pi-agent-core → pi-ai → LLM
3. Extension system - hook TypeScript reshape CLI mà không fork core
4. Cross-provider handoff - đổi model giữa cuộc hội thoại, giữ nguyên tool state
5. Branching + compaction - cây session JSONL (/tree, /fork, /compact)
6. Pi Mom bot - trợ lý phía Slack tự quản lý sandbox
7. GPU pod management - model self-host qua pi-pods + vLLM
8. Your agent, your way - zoom out về bức tranh composable đầy đủ

💡 Sơ đồ kiến trúc động được dựng bằng Markdy. Bạn có thể sao chép mã MarkdyScript và thử nghiệm trực tiếp trên Markdy Studio Playground.

Xương sống cần nhớ là pi-coding-agent → pi-agent-core → pi-ai → LLM. TUI, file session, Slack, GPU pod đều gắn vào đường đi đó - không thay thế nó. Đó là cược kiến trúc của Pi: một vòng lặp composable, nhiều bề mặt tùy chọn.

Dùng bảng này khi một beat kết thúc và bạn muốn đọc phần chi tiết tương ứng:

Sơ đồ ASCII bên dưới là cùng bản đồ đó, đóng băng để tra cứu khi bạn đọc bảng package:

┌──────────────────────────────────────────────────────────────┐
│                     pi-coding-agent                          │
│  CLI tương tác với sessions, branching, compaction            │
│  Extensions | Skills | Prompt Templates | Themes             │
├──────────────────────────────────────────────────────────────┤
│        pi-agent-core        │        pi-web-ui              │
│  Agent loop, tools, events  │  Chat panels, artifacts       │
│  Steering & follow-up       │  JS REPL, attachments         │
├─────────────────────────────┤  CORS proxy, IndexedDB        │
│           pi-ai             ├────────────────────────────────┤
│  API đa nhà cung cấp       │         pi-tui                │
│  20+ LLM providers          │  Differential rendering       │
│  Cross-provider handoffs    │  Editor, Markdown, Image      │
│  Tool calling & validation  │  Synchronized output          │
├─────────────────────────────┼────────────────────────────────┤
│          pi-mom             │         pi-pods               │
│  Slack bot tự quản lý       │  Quản lý GPU pod              │
│  Docker sandbox             │  Tự cấu hình vLLM             │
│  Events & scheduled tasks   │  Hỗ trợ multi-GPU            │
└─────────────────────────────┴────────────────────────────────┘

7 Packages Chi Tiết

Mỗi dòng trong bảng map một node trong scene với thứ package thực sự ship trên npm. Đọc từ nền lên: bắt đầu với pi-ai, rồi pi-agent-core, rồi các product và satellite package bạn chạy hàng ngày.

---

Phần 3: Đi Sâu Kỹ Thuật

Animation vừa rồi cho bạn highlight; phần này mở nắp capô.

Mỗi beat trong scene tương ứng một quyết định thiết kế tách Pi khỏi agent mang tính opinionated. Chúng ta đi theo cùng thứ tự - extensions, chuyển provider, cây session, Pi Mom, GPU pods - với đủ chi tiết để biết khi nào cần mảnh nào.

1. Hệ Thống Extension: Xây Bất Cứ Gì

Trong scene, beat Extension system cho thấy hook bắn vào pi-agent-core mà không đụng source core. Đó mới là killer feature của Pi trên thực tế. Extensions là TypeScript modules có thể:

• Thay thế hoàn toàn built-in tools (thay write bằng phiên bản tự động commit git)
• Thêm custom UI components (status lines, headers, overlays - thậm chí cả Doom)
• Triển khai sub-agents và plan mode (Pi cố tình không ship sẵn, để bạn tự xây theo workflow của mình)
• Kiểm soát quyền truy cập và bảo vệ đường dẫn
• Tích hợp MCP servers
• Xây dựng SSH và sandbox execution

export default function (pi: ExtensionAPI) {
  pi.registerTool({ name: "deploy", ... });
  pi.registerCommand("stats", { ... });
  pi.on("tool_call", async (event, ctx) => { ... });
}

Triết lý rõ ràng: các tính năng mà tool khác tích hợp sẵn thì có thể xây bằng extensions, giữ core tối giản và agent đúng theo cách bạn làm việc.

2. Chuyển Đổi Cross-Provider

Beat Cross-provider handoff cho thấy pi-ai đổi Claude sang GPT giữa session mà vẫn giữ tool calls. Hầu hết thư viện LLM khóa bạn vào một provider trong suốt cuộc hội thoại. Package pi-ai hỗ trợ chuyển đổi liền mạch:

import { getModel, complete, Context } from '@mariozechner/pi-ai';

// Bắt đầu với Claude 3.7 Sonnet để phân tích kiến trúc chuyên sâu
const claude = getModel('anthropic', 'claude-3-7-sonnet');
const context: Context = {
  messages: [{ role: 'user', content: 'Phân tích bug concurrency phức tạp này và lập kế hoạch refactor.' }]
};
const analysis = await complete(claude, context);
context.messages.push(analysis);

// Chuyển giao mượt mà sang model coding tốc độ cao để triển khai
const qwen = getModel('fireworks', 'qwen-2.5-coder-32b-instruct');
context.messages.push({ role: 'user', content: 'Triển khai bản vá code bằng TypeScript theo đúng kế hoạch.' });
const fix = await complete(qwen, context);

Thinking blocks từ Provider A tự động được chuyển đổi thành text với thẻ <thinking> cho Provider B. Các lệnh gọi công cụ (tool calls), thao tác AST và kết quả thực thi được bảo toàn nguyên vẹn 100%.

3. Session Branching & Compaction

Beat Branching + compaction làm nổi file session JSONL gắn với pi-agent-core. File đó không phải chat log phẳng - nó là cây. Mỗi entry có id và parentId, cho phép tạo nhánh tại chỗ mà không cần tạo file mới:

• /tree - Duyệt toàn bộ lịch sử session, nhảy đến bất kỳ điểm nào, và tiếp tục từ đó
• /fork - Tạo session mới từ bất kỳ điểm phân nhánh nào
• /compact - Tóm tắt các tin nhắn cũ để giải phóng context. Toàn bộ lịch sử vẫn nằm trong file JSONL

Cực kỳ hữu ích khi khám phá - thử một cách tiếp cận, tạo nhánh, thử cách khác, và chuyển đổi giữa chúng mà không mất gì. Khi cây hội thoại phình to hàng trăm nhánh, việc kết hợp nén context với truy xuất ngữ nghĩa trở nên tối quan trọng: đọc bài phân tích về Cơ Sở Dữ Liệu Vector & Embeddings để hiểu cách đánh chỉ mục bộ nhớ dài hạn cho agent.

4. Pi Mom: Bot Tự Quản Lý

Beat Pi Mom bot nối Slack với agent sandboxed tự grep log.jsonl của mình. pi-mom không giống bất kỳ chatbot framework nào - đây là Slack bot:

• Tự cài tools (apk add git jq curl)
• Tự viết CLI skills (cần kiểm tra Gmail? Hỏi Mom, cô ấy viết script)
• Tự quản lý credentials (hỏi tokens, lưu trữ an toàn)
• Chạy trong Docker sandbox với full bash access
• Lên lịch events (cron-based periodic tasks, nhắc nhở one-shot)

Mỗi kênh Slack có workspace, lịch sử hội thoại, và file memory riêng. Mom tự động compaction context và có thể grep lịch sử vô hạn từ log.jsonl.

5. Quản Lý GPU Pod với pi-pods

Beat GPU pod management liên kết pi-pods với runtime vLLM trên phần cứng remote. Với developers tự chạy models, package này tự động hóa việc deploy:

# Setup DataCrunch pod với NFS storage
pi pods setup dc1 "ssh root@1.2.3.4" \
  --mount "sudo mount -t nfs nfs.fin-02.datacrunch.io:/hf-models /mnt/hf-models"

# Khởi chạy Qwen trên H100
pi start Qwen/Qwen2.5-Coder-32B-Instruct --name qwen

# Chat tương tác với file system tools
pi agent qwen -i

Nó tự động cấu hình tool calling parsers cho các models phổ biến (Hermes cho Qwen, GLM4 parser cho GLM, Responses API cho GPT-OSS) và quản lý phân bổ multi-GPU.

6. Đột Phá Tháng 9/2026: Pico Task State Machine, Adaptive Thinking & Session Affinity

Khi các coding agent bước sang giai đoạn tự trị dài hạn trong năm 2026, Mario Zechner cùng cộng đồng contributor đã bổ sung 4 nâng cấp kiến trúc đột phá ngay trong nhân Pi Mono:

1. Pico Task State Machine (pico):
   • Thay vì đổ toàn bộ tương tác vào một mảng message vô tận dễ gây loạn ngữ cảnh, Pi Mono cấu trúc vòng lặp tự trị theo máy trạng thái task có kiểu dữ liệu chặt chẽ (tagged-union: pending, running, blocked, completed, orphaned) với registry động.
   • Các task đóng vai trò cổng chặn: background worker và sub-agent không thể tự ý làm ô nhiễm foreground context cho tới khi có tín hiệu hoàn thành và gán xuất xứ dữ liệu rõ ràng.
2. Ngân Sách Nén Token Động Theo Model (PR #8133):
   • Thay vì nén /compact cứng nhắc ở một ngưỡng cố định, Pi Mono tự động tính toán dung lượng nén riêng cho từng kiến trúc model (ví dụ 128k cho Claude 3.7 / Sonnet 4, 64k cho DeepSeek-Flash, 32k cho Qwen 2.5 Coder chạy trên vLLM local). Nhờ đó, context chỉ bị nén khi chạm ngưỡng suy giảm thực sự, tối đa hóa việc tái sử dụng KV-cache.
3. Session Affinity & Prefix Caching (x-session-id):
   • pi-ai tự động gửi header gắn kết phiên (x-session-id) khi gọi OpenRouter và Anthropic API. Việc ghim các lượt lặp agent liên tiếp vào cùng một inference worker node giúp tỷ lệ hit cache của prompt prefix tăng vọt từ 15% lên hơn 85% - giảm 60% độ trễ và cắt giảm một nửa chi phí token.
4. Adaptive Thinking & Chuyển Giao Suy Luận Đa Model:
   • Các model suy luận (Claude 3.7 Sonnet Hybrid Thinking, DeepSeek-R1, GLM-5.2) tự sinh vùng nháp suy nghĩ. Pi Mono trích xuất chuẩn xác các thinking tokens, tôn trọng tham số reasoning_effort và chuyển giao mạch tư duy liền mạch sang model khác mà không bị lỗi schema validation.

---

Phần 4: Cách Sử Dụng

Beat cuối - Your agent, your way - không phải slogan. Đó là con đường cài đặt. Mọi thứ phía trên gói lại thành CLI bạn chạy được trong vài phút, rồi reshape bằng extensions khi bộ mặc định chưa đủ.

Bắt Đầu

# Cài coding agent
npm install -g @mariozechner/pi-coding-agent

# Xác thực
export ANTHROPIC_API_KEY=sk-ant-...
pi

# Hoặc dùng subscription có sẵn
pi
/login  # Chọn provider (Claude Pro, ChatGPT Plus, GitHub Copilot, v.v.)

Pi cung cấp sẵn 4 tools mặc định: read, write, edit, bash. Bắt đầu nói chuyện và model sẽ dùng chúng để thực hiện yêu cầu của bạn.

Mở Rộng Pi

Hệ sinh thái extension của Pi được phân phối qua Pi Packages - gói extensions, skills, prompts, và themes chia sẻ qua npm hoặc git:

# Cài package từ cộng đồng
pi install npm:@foo/pi-tools

# Hoặc từ git
pi install git:github.com/user/repo

# Liệt kê, cập nhật, cấu hình
pi list
pi update
pi config

Sử Dụng Như SDK

Pi không chỉ là CLI. Bạn có thể nhúng nó vào ứng dụng của mình:

import { createAgentSession, SessionManager, AuthStorage, ModelRegistry } from "@mariozechner/pi-coding-agent";

const { session } = await createAgentSession({
  sessionManager: SessionManager.inMemory(),
  authStorage: new AuthStorage(),
  modelRegistry: new ModelRegistry(authStorage),
});

await session.prompt("Liệt kê các file trong thư mục hiện tại?");

Cho các dự án không dùng Node.js, dùng RPC mode qua stdin/stdout: pi --mode rpc.

Khi Nào Nên Dùng Pi (Và Khi Nào Không)

Nên dùng Pi nếu bạn muốn agent mở rộng bằng TypeScript, đổi provider giữa session, branch an toàn khi thử nghiệm, hoặc nối Slack / GPU self-host mà không đổi repo.

Nên dùng Cursor hoặc Claude Code nếu bạn cần trải nghiệm IDE trọn gói ngay hôm nay - plan mode, sub-agents, permission UX đã có sẵn - và bạn sẵn sàng theo workflow của họ.

Pi không “hơn” theo nghĩa tuyệt đối. Nó đánh đổi polish out-of-the-box lấy composability mà bạn sở hữu.

Các Kiến Trúc AI Agent Liên Quan

Nếu bạn đang nghiên cứu kỹ thuật xây dựng software agent, hãy tham khảo các bài phân tích chuyên sâu sau:

• Understand Anything: Đồ thị tri thức cho codebase 200k dòng: Kết hợp Tree-sitter AST chính xác với multi-agent giải nghĩa ngữ cảnh trực quan.
• 9Router: Gateway định tuyến AI đa tầng miễn phí: Chống nghẽn rate limit, nén token RTK và tự động chuyển đổi giữa 40+ nhà cung cấp AI.
• Taste Skill: Dạy cho AI Agent có gu thẩm mỹ: Áp đặt chuẩn thiết kế tối giản Linear/Apple, chặn font rác và layout rập khuôn.
• ZeroStack: Coding Agent siêu nhẹ 8MB viết bằng Rust: Khởi động 10ms, tiết kiệm 1/40 RAM so với các agent Node.js truyền thống.
• Context Hub: Nạp tài liệu SDK chuẩn theo thời gian thực: Ngăn ngừa lỗi ngầm do training cutoff của LLM bằng cách inject signature API mới nhất.
• Orca: AI Orchestrator Điều Phối Coding Agent Song Song: Tìm hiểu cách các swarm agent vận hành độc lập trên từng Git worktree và phối hợp nhiệm vụ.
• OmniRoute: AI Gateway Hợp Nhất 290+ Provider: Proxy điều phối lưu lượng AI cục bộ, tự động fallback chống rate limit HTTP 429 và nén token.
• Ego Lite: Agent AI Tự Trị Trong Trình Duyệt: Tự động hoá trình duyệt siêu nhẹ, điều khiển trực tiếp DOM mà không cồng kềnh.
• Strix: Agent AI Pentest & Bảo Mật Mã Nguồn Mở: Đội ngũ agent pentest tự động tìm kiếm, khai thác và chứng minh lỗ hổng bảo mật.
• Kỹ Năng Coding Agent Cho Lập Trình Viên ADHD: Tự động hoá ghi nhớ và neo giữ luồng làm việc chống phân tâm.
• Bộ Sưu Tập System Prompt Của Các AI Model (700+ Items): Khám phá kiến trúc loop và quy tắc lazy diff của Cursor, Manus, Devin.
• GitNexus Explained: Đồ Thị Tri Thức Codebase Qua MCP: Đánh chỉ mục codebase vào đồ thị KùzuDB giúp coding agent nắm chắc quan hệ phụ thuộc mà không phá hỏng code.

Pi Mono vs Claude Code vs Cursor: Bảng So Sánh Quyết Định Năm 2026

Nếu bạn đang cân nhắc lựa chọn công cụ AI coding agent trong nửa cuối năm 2026, đây là bản so sánh kiến trúc sòng phẳng:

---

Câu Hỏi Thường Gặp Về Pi Mono (FAQ)

1. Pi Mono có hỗ trợ các server Model Context Protocol (MCP) không?

Có. Mặc dù Pi Mono không cố định tầng MCP vào lõi pi-agent-core, các extension từ cộng đồng (như @mariozechner/pi-mcp hoặc các package TypeScript tự viết) cho phép bạn đăng ký bất kỳ server MCP tiêu chuẩn nào (SQLite, GitHub, Brave Search, Chrome DevTools) trực tiếp vào vòng lặp tool của agent chỉ với 2 dòng config.

2. Dùng Pi Mono có rẻ hơn gói thuê bao Cursor Pro hay Claude Pro không?

Đối với lập trình viên làm việc cường độ cao, câu trả lời là rẻ hơn rất nhiều. Nhờ việc Pi Mono tự động gửi header session affinity (x-session-id) để kích hoạt prompt prefix caching trên OpenRouter và Anthropic, các lượt lặp agent kế tiếp tái sử dụng cache với tỷ lệ hit trên 85% (chi phí token đầu vào rẻ hơn tới 80%). Ngoài ra, bạn có thể đẩy các tác vụ sinh code nặng sang các model mã nguồn mở tốc độ cao chạy nội bộ (như Qwen 2.5 Coder 32B hay DeepSeek-Flash) và chỉ dành frontier model cho bước lập kế hoạch ban đầu.

3. Tôi có thể chạy Pi Mono hoàn toàn offline trên phần cứng của mình không?

Hoàn toàn được. Bằng cách dùng pi-pods hoặc trỏ pi-ai tới server Ollama / vLLM nội bộ (http://localhost:11434/v1), Pi Mono vận hành độc lập 100% mà không cần kết nối internet. Cả 4 công cụ cốt lõi (read, write, edit, bash) đều tương tác trực tiếp với hệ điều hành máy bạn mà không gửi bất kỳ dữ liệu nào ra ngoài.

---

Lời Khuyên Cuối (Final Take)

Pi Mono dành cho developers muốn AI coding agent thích ứng với workflow của họ, chứ không phải ngược lại. Nó đánh đổi trải nghiệm out-of-the-box bóng bẩy lấy khả năng tổ hợp triệt để - và hỗ trợ điều đó bằng một bộ primitives thực sự tinh tế.

Nếu scene 8 beat, xương sống, và smoke test năm phút đều hợp lý với bạn, bạn đã có mental model. Repo dùng giấy phép MIT, được bảo trì tích cực, và có cộng đồng Discord ngày càng phát triển. Nếu bạn từng ước AI coding agent hoạt động khác đi, Pi nói: cứ làm đi.

---

Thử Thách Thực Hành (Student First Assignment)

Tự tay dựng extension đầu tiên cho Pi-mono trong 30 phút:

1. Clone monorepo về máy và chạy npm install tại thư mục gốc.
2. Tạo một file TypeScript extension đơn giản trong thư mục packages/coding-agent/extensions/ để lắng nghe các lệnh tool call của agent và in ra độ trễ thực thi.
3. Khởi chạy pi ở chế độ tương tác terminal với extension vừa viết và kiểm tra output telemetry hiển thị.