@monroewilliams/pi-local
为Pi配置多个本地大模型推理引擎的扩展工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：@monroewilliams/pi-local。 它的用途是：为Pi配置多个本地大模型推理引擎的扩展工具。 完整的 Skill 内容见：https://321skill.com/skills/monroewilliams-pi-local/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“请用我配置的‘代码专用模型’帮我审查这段Python代码。”，它会自动将你的请求发送到你预先配置好的、针对代码优化的本地模型（如CodeLlama）进行处理并返回结果。或者你可以说：“切换到‘文案模型’，帮我写一篇产品介绍”，它便会调用另一个擅长文本创作的本地模型来完成任务。
介绍
该Skill解决了用户在Pi平台上希望灵活连接和使用多个本地部署的大语言模型（LLM）推理引擎的问题。用户可能拥有不同性能、不同用途的本地模型（如Ollama、LM Studio等），但缺乏一个统一的界面来管理和切换这些连接。
通过安装此扩展，用户可以在Pi的设置界面中配置多个本地LLM服务的连接参数（如API地址、端口、模型名称等）。配置完成后，用户在与Pi交互时，可以根据需求选择使用哪个本地模型来处理请求，实现了一处对话，多处调用的便利。
它非常适合那些注重隐私、希望数据完全本地处理，同时又需要根据任务类型（如代码生成、文案创作、数据分析）切换不同专用模型的开发者、研究人员或技术爱好者。
使用建议是，在配置前请确保你的本地推理引擎服务（如Ollama）已正确启动并开放了API端口。注意事项包括，不同本地引擎的API接口和参数可能略有差异，需要根据其文档进行正确配置，且模型推理性能完全取决于本地硬件资源。
核心特点
核心区别在于它专注于为Pi提供“多实例”本地LLM连接管理能力，而非单一连接。用户可以在一个Skill内集中配置和管理多个不同的本地模型后端，并实现快速切换，这比仅支持单个固定本地连接的方案灵活得多。
注意事项
不适合没有本地部署LLM服务环境或硬件资源（如GPU内存）不足的用户。
常见问题
支持哪些本地LLM推理引擎？
支持提供标准API接口的引擎，如Ollama、LM Studio、LocalAI等。
配置后如何切换使用的模型？
通常在Pi的对话设置或该Skill的配置面板中选择已配置的模型连接。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/monroewilliams-pi-local/raw/index.md 读取 @monroewilliams/pi-local 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/monroewilliams-pi-local/raw/index.md（查看排版版本）