企业官网建设流程全解析

1. Windows 下 Pi Agent Web 安装包落地：从解压到 Agent 可用的完整路径

Pi Agent Web 是一个把本地 Pi Coding Agent 搬到浏览器里的 Web 界面，简单说就是你在 Windows 上解压一个安装包、双击一个 bat 文件，浏览器里就能出现一个能对话、能读 PDF、能联网搜索、能生成语音的 Agent 工作台。它适合谁？适合不想折腾命令行、又想在自己电脑上跑一个带 Skill 技能体系的本地 Agent 的 Windows 用户，尤其是需要 DeepSeek 这类高性价比模型 + Tavily 联网搜索组合的人。

我实测下来，整个流程可以拆成四段：拿到 DeepSeek 和 Tavily 两个 Key、解压安装包并一键启动、在 Web 界面里配置模型服务和技能、最后用对话和 Skill 调用验证每一步是否真的生效。很多人卡住不是因为步骤多，而是因为某一步没回显就以为失败了，其实只是依赖还在装、或者 Key 没粘对。

这篇会给出可复制的配置片段、启动自检动作、对话连通性测试，以及 Tavily 搜索工具调用回显的判断方法。你跟着做，每一步都能确认自己是不是真的走通了。如果你后面还想把这类 Agent 接到更稳定的模型服务上，可以顺带了解下 TaoToken 的接入方式，本文后半段会给到具体配置。

先明确一个概念：Pi Agent Web 本身是前端壳 + 本地 Agent 运行时，模型能力来自你填的 API Key，搜索能力来自 Tavily 的 Key。所以「装好了但不会用」通常不是安装问题，而是模型服务或技能没配对。下面按顺序来。

2. 前置准备：DeepSeek 与 Tavily API Key 获取及 TaoToken 接入配置

这一节解决「Key 从哪来、怎么存、怎么填」的问题。Pi Agent Web 需要两类 Key：一类是模型服务商的（本文用 DeepSeek），一类是搜索工具的（Tavily）。两者缺一，Agent 要么不能对话，要么不能联网。

DeepSeek 这边，登录开放平台后，在 API keys 页面点创建，起个名字方便区分项目，创建后立刻复制保存——它只显示一次，丢了只能重建。新账号默认没有余额，需要在用量信息里充值，充 10 元就够跑很久，因为 DeepSeek 的推理成本很低。模型方面，界面里通常能看到 Flash 和 Pro 两档：Flash 专为快速推理和低成本优化，日常对话、简单任务用它就行；Pro 是旗舰档，面向前沿推理、高级编码和复杂任务，遇到难活再切。

Tavily 这边，登录后在主页就能直接复制 API Key，同样保存好。它是给 Agent 提供联网搜索能力的，后面 tavily-search 技能会用到。

如果你希望模型服务更集中、Key 管理更省心，也可以把模型请求指向 TaoToken。它的 API 地址是 https://taotoken.net/api ，在 Pi Agent Web 的模型服务商配置里，把 Base URL 填成这个、Key 填你在 TaoToken 控制台创建的 Key、Model ID 填你要用的模型名即可。控制台创建 Key 的入口在 https://taotoken.net/console/api-keys ，接入文档在 https://taotoken.net/doc 。这三件套（Base URL + Key + Model ID）是任何 OpenAI 兼容客户端接入的通用公式，Pi Agent Web 里也一样。

注意：Key 属于敏感信息，别写进会提交到 Git 的配置文件里。安装包里的示例文件是给你本地填的，填完自己留一份备份。

安装包解压后，进入 config 目录，会看到一个 tavily-api-key.example.txt 之类的示例文件。把刚才保存的 Tavily Key 粘进去，另存为正式文件名（去掉 .example）。这一步是让内置的 tavily-search 技能能读到 Key。DeepSeek 的 Key 则在 Web 界面里填，不写进这个文件。

3. 可复制配置：settings 片段与模型服务参数对照

这一节给你能直接抄的配置。Pi Agent Web 的模型服务配置本质是一段 JSON，界面里点「添加提供商」填表单，底层存的就是类似下面这种结构。你可以对照着填，也可以直接改配置文件。

{ "providers": [ { "name": "deepseek", "baseUrl": "https://api.deepseek.com", "apiKey": "sk-你的DeepSeekKey", "models": [ { "id": "deepseek-chat", "label": "DeepSeek Flash", "default": true }, { "id": "deepseek-reasoner", "label": "DeepSeek Pro" } ] } ] }

如果你走 TaoToken 接入，把 baseUrl 换成 https://taotoken.net/api ，apiKey 换成 TaoToken 控制台创建的 Key，models 里的 id 换成你要用的模型 ID：

{ "providers": [ { "name": "taotoken", "baseUrl": "https://taotoken.net/api", "apiKey": "你的TaoTokenKey", "models": [ { "id": "你的模型ID", "label": "主力模型", "default": true } ] } ] }

Tavily 的 Key 配置在 config 目录的文本文件里，格式就是一行 Key：

tvly-你的TavilyKey

参数对照表如下，方便你核对每一项填对没有：

填完保存后，界面里应该能看到模型出现在对话界面的模型选择处。如果没出现，先检查 JSON 有没有多余逗号、Key 有没有粘进空格。这一步是整个流程里最容易出错的地方，慢一点没关系。

4. 启动自检与验证：对话连通性测试和 Tavily 搜索回显

配置填完不等于生效，必须做验证。这一节给你三个验证动作，每个都有明确的成功标志。

第一个动作：启动自检。双击「启动 Pi Agent 国内模式.bat」后，窗口会先下载依赖。如果卡着不动，按一下回车，它会继续。接着会提示安装 Git Bash，装好后窗口会显示对应信息，等其余依赖装完，窗口会自动关闭，桌面生成一个快捷方式。运行快捷方式，浏览器自动打开 Agent 平台，界面正常加载就说明启动成功。这一步的成功标志是：浏览器出现对话界面，左侧能看到模型按钮和技能按钮。

第二个动作：对话连通性测试。在对话框输入一句简单的话，比如「你好，用一句话介绍你自己」。如果模型正常返回，说明 Base URL、Key、Model ID 三件套都对。如果报 401，基本是 Key 错了或没保存；如果报 model not found，是 Model ID 填错；如果一直转圈，检查网络和 Base URL 是否可达。这一步过了，模型链路就通了。

第三个动作：Tavily 搜索工具调用回显。在对话框输入「使用 Tavily 搜索一下最近人工智能的五个热点资讯」。成功时你会看到 Agent 先显示正在调用 tavily-search 技能，然后返回带来源链接的搜索结果。这个「调用回显」是关键——它证明技能被真正触发，而不是模型自己编内容。如果只返回一段没有来源的文字，说明技能没被调用，回去检查 config 里的 Tavily Key 文件名和内容。

再补一个 PDF 技能验证：新建会话，把鼠标悬浮在文件上点 @mention 引用一个 PDF，输入「读取一下这个 PDF 并总结」。有调用回显且输出摘要，就说明文件类技能也正常。这三个动作做完，你的 Pi Agent Web 就是真正可用的状态了。

5. 本篇常见报错排查：401、local proxy failed、reading choices 与 OAuth

这一节按真实报错来排。你在 Windows 上跑 Pi Agent Web，大概率会遇到下面几类。

401 Unauthorized。最常见，原因是 Key 错误、过期或没保存。排查顺序：先确认 Key 复制时没带空格和换行；再确认填的是对应服务商的 Key（DeepSeek 的 Key 不能填到 Tavily 的位置）；最后确认保存后界面里模型确实出现了。如果走 TaoToken，确认 Key 是在控制台新建的、且 Base URL 是 https://taotoken.net/api 。

local proxy failed 或连接被拒绝。这类通常是本地代理端口没起来，或者 Base URL 指向了一个不可达的地址。先确认 Base URL 拼写正确、没有多余斜杠；再确认本机网络能正常访问该地址。如果你之前配过系统代理，检查它是否干扰了本地请求。这类报错和「网络环境」无关的排查思路是：先用浏览器或 curl 直接请求 Base URL，看是否有响应，能区分是配置问题还是链路问题。

reading 'choices' 报错。这通常出现在模型返回结构不符合预期时，比如返回的是错误对象而不是标准的 choices 数组。根因多半是 Model ID 填错，或者服务商返回了鉴权失败信息。解决办法：核对 Model ID 与服务商文档一致；如果是 401 引发的，先解决鉴权。这个报错本身不是 Pi Agent Web 的 bug，而是它在解析一个非预期响应。

OAuth 相关报错。如果你在配置里误选了需要 OAuth 登录的服务商，会出现跳转授权失败。Pi Agent Web 里用 API Key 模式就不该触发 OAuth。检查模型服务商选择项，确认选的是 API Key 方式而不是 OAuth 方式。若你用的是 Codex 类配置，auth.json 里的字段要和 Base URL、Key、Model ID 三件套对应，缺一不可。

技能安装失败。内置的 6 个技能（edge-tts、find-skill、hyperframes、pdf、skill-creator、tavily-search）一般已就绪。如果手动装技能失败，先确认网络能访问技能源；实在不行换个时间段重试。安装成功后技能列表里会有对应条目，没显示就点刷新。

6. 从能跑到好用：把 Pi Agent Web 接进日常编码与 Agent 工作流

跑通之后，真正提升效率的是把它用起来。几个实用方向：用 tavily-search 做资料调研，让 Agent 先搜再总结，省去自己开浏览器；用 pdf 技能读文档、读论文、读需求说明，直接出摘要；用 edge-tts 把文字转语音，做 demo 或播报；用 hyperframes 生成短视频和动画内容，做演示素材；用 skill-creator 把你重复的操作封装成自己的技能。

如果你打算长期用它做编码或 Agent 任务，模型服务的稳定性就很关键。DeepSeek 直连够用，但如果想要更集中的 Key 管理和多模型切换，可以把模型请求统一走 TaoToken，Base URL 用 https://taotoken.net/api ，Key 在 https://taotoken.net/console/api-keys 创建，接入细节看 https://taotoken.net/doc 。想先试试模型对话效果，可以直接开 https://taotoken.net/models 体验；如果是长期编码和 Agent 场景，Coding Plan 会更合适，入口在 https://taotoken.net/coding-plan 。

最后提醒一句：项目路径建议用自己的实际项目文件夹，别用默认路径，这样 Agent 读文件、写文件都在你熟悉的地方，出问题也好找。每次改完配置，回到对话界面发一句测试消息确认链路还通，再开始正式任务。这套流程走顺了，Pi Agent Web 就是你 Windows 上一个随开随用的本地 Agent 工作台。