Tutorial Oh My Pi: Bangun Aplikasi Lengkap dengan Grok sebagai Agen Coding Anda

Mengapa Menggunakan Oh My Pi?

Agen coding yang baik membutuhkan dua hal: model agen yang kuat dan harness coding yang kuat.

Model menyediakan kecerdasannya. Untuk tutorial ini, kami menggunakan Grok 4.6, yang dibangun xAI untuk coding, agen yang berjalan lama, dan pekerjaan multi-langkah di seluruh basis kode. Ini mendukung jendela konteks 500K token, input gambar, function calling, eksekusi kode, dan penelusuran web.

Namun, bahkan model terbaik tetap terbatas jika harness-nya hanya memungkinkan baca-tulis teks. Agar bekerja seperti developer sungguhan, model perlu dapat:

• Memeriksa repositori dan mengedit file secara andal
• Menjalankan perintah dan mengeksekusi pengujian
• Membaca diagnostik dan men-debug kegagalan
• Mencari dokumentasi dan memverifikasi bahwa perubahannya benar-benar berfungsi

Itulah yang disediakan OMP: integrasi LSP, debugger nyata, eksekusi kode persisten, alat browser dan web, integrasi GitHub, memori, dan subagen paralel. Bersama model, semuanya membentuk loop agenik lengkap:

Rencanakan → inspeksi → edit → jalankan → debug → uji → verifikasi

Model memutuskan apa yang harus dilakukan, sementara OMP memberinya alat untuk benar-benar melakukannya. Dan karena OMP mendukung lebih dari 60 penyedia AI, Anda tidak terkunci pada Grok. Alur kerja yang sama berlaku apakah Anda menghubungkan Grok, Claude, atau model lainnya.

Instal Oh My Pi

Oh My Pi adalah fork dari agen coding Pi open-source, dibuat oleh Stencil Labs, dan dengan cepat menjadi salah satu agen coding terminal yang lebih populer, dengan lebih dari 34.000 bintang GitHub. Ini dirancang untuk developer yang menginginkan lingkungan coding siap pakai tanpa perlu menghabiskan waktu merangkai dan mengonfigurasi tumpukan agen kustom.

OMP berfungsi di Linux, macOS, dan Windows.

Di Linux atau macOS, jalankan:

curl -fsSL https://omp.sh/install | shDidukung oleh

Di Windows PowerShell:

irm https://omp.sh/install.ps1 | iexDidukung oleh

Anda juga dapat menginstalnya secara global menggunakan Bun (versi 1.3.14 atau lebih baru):

bun install -g @oh-my-pi/pi-coding-agentDidukung oleh

Jika perintah omp tidak ditemukan setelah instalasi, mulai ulang terminal Anda atau periksa keluaran installer untuk lokasi instalasi.

Lalu verifikasi instalasinya:

omp --versionDidukung oleh

Contohnya:

omp/18.0.6Didukung oleh

Jika nomor versi muncul, OMP terpasang dengan benar dan perintah omp siap digunakan.

Siapkan Akses SpaceXAI

Untuk menggunakan Grok dengan Oh My Pi, Anda memiliki dua opsi.

Jika Anda hanya menguji model atau mengikuti tutorial ini, saya merekomendasikan menggunakan API xAI. Buat akun di https://console.x.ai/, tambahkan sejumlah kecil kredit prabayar, dan buat API key. xAI memotong penggunaan langsung dari saldo kredit Anda, sehingga memudahkan mengendalikan pengeluaran.

Jika Anda berencana menggunakan Grok untuk coding secara rutin, langganan SuperGrok bisa lebih masuk akal. OMP mendukung SuperGrok langsung melalui SpaceXAI OAuth, jadi Anda bisa menghubungkan langganan menggunakan /login alih-alih membayar setiap permintaan API secara terpisah.

Untuk tutorial ini, kita akan menggunakan metode API karena lebih mudah diuji dan mengendalikan biaya.

Buat API key Anda di konsol developer SpaceXAI dan simpan dengan aman. OMP secara otomatis mencari variabel lingkungan XAI_API_KEY.

Di Linux atau macOS:

export XAI_API_KEY="your-xai-api-key"Didukung oleh

Agar tetap tersimpan setelah Anda memulai ulang terminal:

echo 'export XAI_API_KEY="your-xai-api-key"' >> ~/.bashrc
source ~/.bashrcDidukung oleh

Di Windows PowerShell:

$env:XAI_API_KEY="your-xai-api-key"Didukung oleh

Anda dapat memeriksa model Grok yang tersedia dengan:

omp models xaiDidukung oleh

Mulai Oh My Pi dengan Grok

Buat direktori baru untuk menguji agen coding:

mkdir grok-pi-demo
cd grok-pi-demoDidukung oleh

Inisialisasi repositori Git agar OMP dapat melacak perubahan yang dibuatnya:

git initDidukung oleh

Sekarang jalankan Oh My Pi:

ompDidukung oleh

Pada peluncuran pertama, OMP mungkin membuka wizard penyiapan singkat untuk mengonfigurasi penyedia, penelusuran web, dan antarmuka. Anda juga dapat menjalankan omp setup kapan saja untuk membukanya kembali.

Karena kita sudah mengonfigurasi variabel lingkungan XAI_API_KEY, Anda tidak perlu masuk ke xAI lagi. Tekan Esc saat Anda selesai dengan penyiapan penyedia.

Jika Anda menggunakan langganan SuperGrok alih-alih kredit API, pilih xAI Grok OAuth (SuperGrok atau X Premium+) dari layar masuk.

Setelah OMP terbuka, masukkan:

/modelDidukung oleh

Pilih xAI dari daftar penyedia dan pilih:

grok-4.6Didukung oleh

Untuk menggunakan Grok 4.7 yang lebih baru, pilih grok-4.7 di sini. Semua hal lain dalam tutorial ini tetap sama.

OMP juga menampilkan informasi model yang berguna, termasuk jendela konteks, harga, dukungan penalaran, dan kapabilitas visi.

Sekarang Anda menjalankan Grok di dalam Oh My Pi sebagai agen coding berbasis terminal. Dari sini, ia dapat menggunakan alat bawaan OMP untuk memeriksa file, memodifikasi kode, mengeksekusi perintah, menjalankan pengujian, men-debug masalah, dan menangani tugas pengembangan yang lebih besar.

Jelajahi Fitur Bawaan Oh My Pi

Oh My Pi hadir dengan 31 alat bawaan dan dukungan untuk lebih dari 60 penyedia AI, sehingga sebagian besar alur kerja coding berfungsi tanpa memasang plugin tambahan atau server MCP.

Beberapa kapabilitas bawaan yang paling berguna meliputi:

• Manajemen file: Membaca, membuat, mengedit, mencari, dan memodifikasi file secara struktural.

• Akses terminal: Menjalankan perintah shell dan mengelola proses langsung dari agen.

• Eksekusi kode: Menjalankan sesi Python dan JavaScript persisten.

• Integrasi LSP: Menavigasi definisi, menemukan referensi, mengganti nama simbol, melihat diagnostik, dan menerapkan aksi kode.

• Debugger: Men-debug aplikasi Python, Go, C/C++, dan lainnya yang didukung menggunakan integrasi DAP.

• Pencarian web: Mencari dokumentasi, GitHub, Stack Overflow, Reddit, registri paket, makalah riset, dan web yang lebih luas.

• Otomatisasi browser: Membuka dan berinteraksi dengan situs web melalui browser berbasis Chromium.

• Subagen: Membagi tugas coding yang lebih besar di antara beberapa agen yang bekerja paralel.

• Alat GitHub: Bekerja dengan repositori, isu, pull request, pencarian kode, dan GitHub Actions.

• Memori: Menyimpan dan memanggil informasi proyek yang berguna di seluruh sesi coding.

• Pemahaman gambar: Memeriksa tangkapan layar, diagram, dan gambar lokal lainnya.

• Generasi gambar: Menghasilkan atau mengedit gambar menggunakan penyedia AI yang didukung.

• Teks-ke-ucapan: Menghasilkan ucapan menggunakan xAI Grok Voice.

• File jarak jauh: Membaca file di mesin jarak jauh melalui path ssh://.

• Manajemen sesi: Checkpoint, rewind, branch, resume, dan mengelola sesi agen yang lebih panjang.

• Orkestrasi agen: Kata kunci seperti orchestrate dan workflowz dalam prompt Anda mengoordinasikan beberapa subagen untuk tugas kompleks.

Beberapa alat ini, termasuk GitHub, memori, generasi gambar, teks-ke-ucapan, dan checkpoint, dimatikan secara default. Anda dapat mengaktifkannya di pengaturan OMP.

Dengan kata lain, model dapat melakukan jauh lebih banyak daripada sekadar menghasilkan kode. Melalui Oh My Pi, ia dapat menelusuri web, memahami codebase, mengedit file, menjalankan perintah, men-debug error, mengingat konteks proyek, dan mengoordinasikan banyak agen dari antarmuka terminal yang sama.

Bangun Proyek dengan Oh My Pi dan Grok

Alih-alih menguji penyiapan dengan pertanyaan coding sederhana, mari beri proyek lengkap dan lihat seberapa baik Grok dan Oh My Pi menangani perencanaan, implementasi, pengujian, dan iterasi.

Pertama, alihkan OMP ke mode perencanaan (/plan saat tulisan ini dibuat):

/planDidukung oleh

Lalu masukkan prompt berikut:

Build a simple Hospital Management System in Python.

Use Streamlit for the web interface and SQLite for storing data. Keep the project lightweight and easy to run locally.

The app should let hospital staff register patients, add doctors, schedule appointments, admit and discharge patients, and view available beds.

Create a dashboard showing total patients, doctors, appointments, admitted patients, and available beds.

Use a clean sidebar for navigation, simple forms and tables, and realistic sample data.

Organize the Python code properly, create the database automatically, add basic validation, and make all CRUD operations work.

Install any required dependencies, run the application, test the main workflows, and fix any errors.Didukung oleh

Tinjau rencananya

Sebelum menulis kode, Grok menggunakan alat bawaan OMP untuk meneliti dokumentasi yang relevan, memeriksa informasi terbaru tentang Streamlit dan ekosistem Python, meninjau kebutuhan, dan menalar tentang bagaimana aplikasi harus distrukturkan.

Kemudian ia menghasilkan rencana implementasi terperinci yang dipecah menjadi beberapa bagian. OMP membuat rencana ini interaktif, sehingga Anda dapat berpindah antarbagian, memeriksa keputusan individual lebih detail, dan melakukan perubahan sebelum mengizinkan agen menyentuh proyek.

Setelah Anda puas, setujui rencananya dan biarkan Grok mulai membangun.

Biarkan Grok membangun dan menguji aplikasi

Setelah menyetujui rencana, implementasi sebenarnya berjalan mengejutkan mulus. Grok membuat struktur proyek, lapisan database, antarmuka Streamlit, data contoh, dan fungsionalitas CRUD, lalu memasang dependensi dan menguji aplikasi.

Versi awal yang berfungsi memerlukan waktu kurang dari lima menit untuk dibangun dan diuji.

Di sinilah harness coding yang tepat menjadi penting. Grok tidak sekadar menghasilkan blok kode Python dan memberikannya kembali kepada saya. Ia dapat membuat file, menjalankan aplikasi, memeriksa error, melakukan koreksi, dan terus berlanjut hingga proyek berjalan.

Lakukan iterasi pada UI

Versi pertama berfungsi, tetapi saya tidak menyukai tampilan bawaan Streamlit. Terlalu mirip aplikasi Streamlit standar.

Jadi saya memberi tahu agen perubahan yang saya inginkan, termasuk tema, tata letak dashboard, hierarki visual, dan bagaimana informasi seharusnya disajikan. Grok memodifikasi proyek yang ada alih-alih membangun ulang semuanya dari nol.

Hasil akhirnya adalah Sistem Manajemen Rumah Sakit yang rapi dengan manajemen pasien, data dokter, janji temu, rawat inap, pelacakan tempat tidur, dan pelaporan.

Proses ini juga menunjukkan nilai agen coding: Anda dapat mulai dengan versi yang berfungsi, meninjaunya, dan terus menyempurnakan desain serta fungsionalitas melalui instruksi lanjutan yang sederhana.

Catatan tentang biaya

Ada satu kelemahan besar dari penyiapan ini: Grok melalui API dapat menjadi mahal untuk coding agenik.

Untuk proyek ini, dashboard penggunaan SpaceXAI menunjukkan total pengeluaran $11,84, dengan sekitar 19,4 juta token diproses di 938 permintaan API. Sebagian besar penggunaan berasal dari perencanaan, penelusuran web, pengeditan file, menjalankan alat, menguji aplikasi, dan menyempurnakan UI.

Untuk pengujian sesekali, kredit API tetap berguna karena Anda dapat mengendalikan dengan tepat berapa banyak yang dibelanjakan. Namun jika Anda coding setiap hari atau membangun proyek yang lebih besar, langganan SuperGrok kemungkinan pilihan yang lebih baik, terutama ketika alur kerja agenik menghasilkan ratusan permintaan dalam satu sesi.

Grok memberikan hasil yang sangat baik, tetapi pengujian ini juga menunjukkan bahwa dengan agen coding, biaya dan penggunaan token sama pentingnya dengan kualitas model.

Pemikiran Akhir

Satu hal yang semakin jelas dengan agen coding adalah model dan harness coding tidak harus berasal dari perusahaan yang sama. Harness bawaan di sekitar model tidak selalu cara terbaik untuk menggunakannya, dan developer semakin sering memasangkan model kuat seperti Claude atau Grok dengan agen coding alternatif dan alat berbasis terminal yang lebih sesuai dengan alur kerja mereka.

Masalahnya adalah membangun penyiapan sendiri bisa cepat menjadi melelahkan. Anda mulai memasang server MCP, menambahkan skills, mengonfigurasi plugin, menghubungkan alat, dan memelihara semuanya sendiri.

Itulah yang saya suka dari Oh My Pi. Ini adalah agen coding dengan baterai terpasang yang memiliki sebagian besar kapabilitas tersebut secara bawaan. Anda memasangnya, menghubungkan penyedia atau langganan, memilih model, dan mulai coding. Anda tidak perlu menghabiskan berjam-jam merangkai agen sebelum benar-benar dapat menggunakannya.

Grok bekerja sangat baik dengan OMP dan menghasilkan aplikasi yang solid, tetapi biaya API lebih tinggi dari yang saya perkirakan. Untuk pengujian sesekali, kredit API sudah cukup. Jika saya menggunakan Grok untuk coding setiap hari, saya pribadi akan mempertimbangkan SuperGrok dengan OMP.

Pada akhirnya, hal yang menarik bukan hanya perusahaan mana yang memiliki model coding terbaik. Melainkan menemukan kombinasi model dan harness terbaik untuk cara Anda benar-benar bekerja.