MonkeyCode 上手教程：企业级 AI 编程平台快速入门指南

MonkeyCode 上手教程：企业级 AI 编程平台快速入门指南

首发：博客园
作者：今天也要努力搬砖鸭
日期：2026-05-26

目录

1. 什么是 MonkeyCode
2. 安装与环境配置
3. SDD 模式快速上手
4. Git Review Bot 配置
5. 多模型切换教程
6. 常见问题 FAQ

---

一、什么是 MonkeyCode

MonkeyCode 是由长亭科技推出的企业级 AI 编程平台，核心特点是：

• SDD 模式：规范驱动开发，让 AI 按规矩写代码
• 多模型兼容：支持 DeepSeek、Kimi、Qwen、GPT 等
• Git Review Bot：自动代码审查
• 云开发环境：安全隔离

1.1 适用场景

• ✅ 团队项目（10 人以上）
• ✅ 有安全合规要求（金融、政务、医疗）
• ✅ 需要统一代码规范
• ❌ 个人练手、快速原型（推荐 Cursor）

---

二、安装与环境配置

2.1 前置依赖

docker --version  # Docker 20.10+
git --version     # Git 2.30+
python --version  # Python 3.10+

2.2 安装 MonkeyCode

# 方式一：源码安装
git clone https://github.com/chaitin/MonkeyCode/
cd MonkeyCode
pip install -e .

# 方式二：Docker 安装（推荐）
git clone https://github.com/chaitin/MonkeyCode/
cd MonkeyCode
docker-compose up -d

2.3 配置文件

创建 ~/.monkeycode/config.yaml：

# 基础配置
workspace: ~/workspace/monkeycode

# AI 模型配置
ai:
  provider: deepseek
  api_key: sk-your-api-key
  model: deepseek-coder-v2
  temperature: 0.3

# SDD 规范目录
sdd:
  spec_dir: ~/workspace/specs
  default_templates:
    - ~/workspace/templates/security.yml
    - ~/workspace/templates/coding-standard.yml

# Git 集成
git:
  provider: github
  token: ghp-your-github-token
  review_bot: true
  review_rules:
    - security
    - performance
    - style

# 云开发环境
cloud_env:
  enabled: true
  image: monkeycode/sandbox:latest
  memory: 4g
  cpu: 2

---

三、SDD 模式快速上手

3.1 创建规范文件

# 创建项目规范
mkdir -p ~/workspace/specs/my-project
cat > ~/workspace/specs/my-project/tech-spec.md << 'EOF'
# 技术规范

## 技术栈
- 后端: Python 3.10 + FastAPI
- 数据库: PostgreSQL 14
- 缓存: Redis 6

## 代码规范
- 使用 PEP 8
- 函数长度不超过 50 行
- 必须包含类型注解

## 安全规范
- 所有输入必须验证
- 密码使用 bcrypt, cost >= 12
- SQL 必须使用参数化查询
EOF

3.2 编写需求文档

cat > ~/workspace/specs/my-project/feature-login.md << 'EOF'
# 功能需求: 用户登录

## 功能描述
实现用户邮箱+密码登录

## 接口定义
- POST /api/v1/auth/login
- Request: { "email": "string", "password": "string" }
- Response: { "token": "string", "user": { "id", "email", "name" } }

## 验收标准
- [ ] 邮箱格式验证
- [ ] 密码强度验证
- [ ] 登录失败 5 次锁定 30 分钟
- [ ] 返回 JWT token
EOF

3.3 启动 SDD 流程

# 初始化 SDD 流程
monkeycode sdd init \
  --project my-project \
  --spec feature-login.md

# 输出:
# [INFO] 解析需求文档...
# [INFO] 生成技术设计: ~/workspace/specs/my-project/tech-login.md
# [INFO] 分解开发任务: ~/workspace/tasks/my-project/login/

3.4 生成代码

# 生成代码
monkeycode generate \
  --project my-project \
  --task login \
  --output ~/workspace/code/my-project/

# 输出:
# [GEN] auth/__init__.py
# [GEN] auth/models.py
# [GEN] auth/services.py
# [GEN] auth/routes.py
# [GEN] auth/utils.py
# [DONE] 代码生成完成，请审查

3.5 审查生成的代码

# 查看生成的代码
cat ~/workspace/code/my-project/auth/services.py

# 关键部分检查清单:
# □ 密码是否使用 bcrypt?
# □ 是否有输入验证?
# □ 是否有错误处理?
# □ 是否符合类型注解要求?

---

四、Git Review Bot 配置

4.1 GitHub 集成

# 1. 配置 GitHub Webhook
cat > ~/workspace/config/github-webhook.json << 'EOF'
{
  "events": ["pull_request"],
  "config": {
    "url": "https://your-monkeycode-server/webhook/github",
    "content_type": "json"
  }
}
EOF

# 2. 启用 Review Bot
monkeycode bot enable --provider github --repo owner/repo-name

4.2 配置审查规则

编辑 ~/.monkeycode/review-rules.yml：

rules:
  security:
    - pattern: "password.*==.*"
      message: "禁止明文比较密码"
    - pattern: "eval\\("
      message: "禁止使用 eval"
    
  performance:
    - pattern: "SELECT \\*"
      message: "避免 SELECT *, 指定具体字段"
    
  style:
    - max_line_length: 100
    - require_type_hints: true
    - require_docstrings: true

4.3 查看审查结果

# 查看审查日志
monkeycode bot logs --repo owner/repo-name

# 输出:
# [2026-05-26 10:30:00] PR #42: 安全规范检查通过
# [2026-05-26 10:30:01] PR #42: 性能检查通过
# [2026-05-26 10:30:02] PR #42: 风格检查通过
# [2026-05-26 10:30:03] PR #42: 审查完成，建议合并

---

五、多模型切换教程

5.1 支持的模型

模型	provider	特点
DeepSeek Coder	deepseek	国产，代码能力强
Kimi	kimi	长文本，上下文理解好
Qwen	qwen	阿里出品，中文优化
GPT-4	openai	综合能力最强
Claude	claude	安全性高，推理强

5.2 切换模型

# 临时切换（单次命令）
monkeycode generate --task login --provider kimi

# 永久切换（修改配置）
monkeycode config set ai.provider kimi
monkeycode config set ai.model kimi-k2-coder

# 验证配置
monkeycode config get ai

5.3 模型对比测试

# 同一任务，用不同模型生成，对比质量
monkeycode generate --task login --provider deepseek --output /tmp/deepseek/
monkeycode generate --task login --provider kimi --output /tmp/kimi/

# 对比输出
diff /tmp/deepseek/auth/services.py /tmp/kimi/auth/services.py

---

六、常见问题 FAQ

Q1: MonkeyCode 和 Cursor 有什么区别？

A: Cursor 是「个人效率工具」，适合快速写代码。MonkeyCode 是「企业级平台」，适合团队协作、规范执行、安全合规。

Q2: 必须定义规范才能用吗？

A: 是的，SDD 模式的核心就是「先定规范，再写代码」。前期投入规范定义，后期节省审查时间。

Q3: 支持私有化部署吗？

A: 支持。MonkeyCode 可以部署在企业内网，代码数据不出公司。

Q4: 免费吗？

A: 核心项目已在 GitHub 开源，可以免费使用。企业级功能（高级审查规则、云环境扩容）可能需要商业授权。

Q5: 对新手友好吗？

A: 比 Cursor 学习成本高。需要理解 SDD 模式、规范定义等概念。适合有一定经验的开发者或团队。

Q6: 支持哪些 IDE？

A: 目前主要支持 VS Code 和 JetBrains 系列（通过插件）。

---

七、快速参考命令

# 初始化项目
monkeycode init --project <name>

# 定义规范
monkeycode spec create --project <name> --file <path>

# 启动 SDD
monkeycode sdd init --project <name> --spec <file>

# 生成代码
monkeycode generate --project <name> --task <task>

# 审查代码
monkeycode review --path <code-path>

# 启用 Review Bot
monkeycode bot enable --repo <owner/repo>

# 查看日志
monkeycode logs --project <name>

---

八、相关资源

• GitHub: https://github.com/chaitin/MonkeyCode/
• 官网: https://monkeycode-ai.com/
• 帮助文档: https://monkeycode.docs.baizhi.cloud/
• 社区讨论: GitHub Issues

---

本文持续更新，如有问题欢迎在评论区交流！ 🦆