本文是一篇面向新手的 MonkeyCode 基础教程，手把手带你从 0 跑通第一个任务。适合没用过 Vibe Coding 工具、或者想试试国产开源方案的同学。

一、MonkeyCode 是什么

先对齐一下认知，避免你装完不知道自己在用啥。

MonkeyCode 是长亭科技开源的企业级 AI 开发平台（GitHub: chaitin/MonkeyCode，AGPL-3.0）。它把这几样东西打包成一个云上工作台：

• 开发环境管理：每个任务自动分配云端运行环境，不用本地配。
• AI 模型管理：内置 GLM、Kimi、MiniMax、Qwen、DeepSeek 等国产模型，可切换。
• AI 任务管理：把需求丢给 Agent，它从开发到验证一路接住。
• 项目需求管理：支持 SPEC 管理，团队协作友好。

和 Cursor / Claude Code 不同，MonkeyCode 不装本地客户端，浏览器打开就能用。这是它对新手最友好的地方。

二、准备工作

只需要两样东西：

1. 一台能上网、有浏览器的设备（电脑、手机都行）。
2. 一个能收验证码的手机号或邮箱。

没了。不用装 Node、Python、Docker，也不用申请任何模型的 API Key。

三、注册账号（1 分钟）

1. 浏览器打开在线版地址：https://monkeycode-ai.com/
2. 点"注册"，填手机号 / 邮箱 + 验证码。
3. 设置密码，登录进主控台。

进来之后你会看到一个 AI 任务工作台，左边是任务列表，中间是任务详情，右边是云端终端和文件管理。

四、创建第一个 AI 开发任务（3 分钟）

我们来做一个最经典的入门任务：让 AI 写一个 Todo List 全栈应用。

步骤 1：新建任务

在工作台点"新建任务"，给任务起个名字，比如 my-first-todo。

步骤 2：填写需求描述

在需求框里写清楚你想要什么。需求写得越具体，AI 出活越准。这里给一个可以直接抄的 prompt：

帮我开发一个 Todo List 全栈应用，要求：
- 前端：React + Vite + TailwindCSS，支持新增、完成、删除、筛选待办
- 后端：Node.js + Express，提供 RESTful API（GET/POST/PUT/DELETE /api/todos）
- 数据存储：先用内存数组，预留 SQLite 接入位置
- 启动后前端跑在 5173 端口，后端跑在 3000 端口
- 给一个 README，写清楚怎么启动

步骤 3：选择模型

MonkeyCode 支持按任务切换模型。这个任务前后端都涉及，我建议选 DeepSeek 或 Qwen（长上下文 + 逻辑强）。如果你更熟 Kimi 也行。

步骤 4：启动任务

点"开始执行"。接下来就是见证 Vibe Coding 的时刻——你会看到 Agent 在云端终端里自己装依赖、建文件、写代码、跑起来，全程你能看到它的"思考"和操作过程。

五、在云端终端里验证（2 分钟）

任务跑完后，MonkeyCode 会给你一个云端预览地址。点开就能看到跑起来的 Todo 应用。

如果想自己折腾，打开右侧的"云端终端"，这就是一台真实的服务器，你能：

• ls 看文件结构
• cd 进项目目录
• npm install / npm run dev 手动跑
• 直接编辑文件

也就是说，AI 写完不满意的，你可以自己上手改，改完再让 Agent 接着优化。这是 MonkeyCode 区别于纯补全工具的关键——它给你一个完整可交互的运行环境，而不只是一段代码。

六、切换模型 & 任务管理（2 分钟）

切换模型

任务跑到一半觉得模型不行？不用重来。在任务设置里手动指定另一个模型，下次迭代就用新模型。我个人的搭配习惯：

• 前端 UI / 文案：Kimi
• 后端逻辑 / 算法：DeepSeek
• 长上下文 / 大项目：Qwen
• 通用兜底：GLM

项目协作

MonkeyCode 支持团队协作和文件管理。你可以把任务分享给同事，让他接着跑；也可以把项目需求沉淀成 SPEC，团队复用。这部分对企业团队特别有用，个人玩家可以先跳过。

七、手机端也能跑

装个 MonkeyCode 移动端 App（iOS / Android 都有），登录同一个账号，PC 和手机数据实时同步。

我现在经常这么用：晚上在电脑上把需求写好、任务启动，关机睡觉；第二天通勤地铁上掏手机看进度、给 Agent 加新指令；到公司打开电脑直接验收。这是真正"随时随地"的 Vibe Coding。

八、想私有化部署？

如果你是企业用户、对数据合规有要求，MonkeyCode 支持完全离线部署到内网。一行命令：

bash -c "$(curl -fsSL 'https://monkeycode-ai.com/online/install')"

配置建议：

• 控制台：最低 2C / 4GB / 40GB
• 开发环境宿主机：最低 8C / 16GB / 100GB

部署完团队共享一套，研发负责人还能统一管理企业内的 AI 开发流程。详细运维说明看官方文档：https://monkeycode.docs.baizhi.cloud/。

九、常见问题

Q：要钱吗？ A：在线版注册即用，有免费额度。用得多可以参加官方的"分享心得领积分"活动——发两篇原创内容就能换 10,000 或 100,000 点积分，秒到账。

Q：数据安全吗？ A：开源（AGPL-3.0），代码可审计；介意的话直接私有化部署到内网，数据不出本地。

Q：跟 Cursor 比哪个好？ A：定位不同。Cursor 是本地 IDE + 补全，MonkeyCode 是云端工作台 + 全流程。要本地编辑体验选 Cursor，要团队/企业/国产化选 MonkeyCode。

Q：不支持代码补全？ A：目前不做本地 IDE 补全，专注云端全流程任务执行。这是产品取舍，不是缺陷。

十、小结

10 分钟，从注册到跑通一个全栈应用，全程没装一个本地依赖——这就是 MonkeyCode 给我的第一印象。

如果你还在被环境配置折磨、还在为国产模型 API Key 东拼西凑、还在找一款能团队协作的 AI 开发工具，强烈建议自己上手试一次：

• 在线使用：https://monkeycode-ai.com/
• GitHub：https://github.com/chaitin/MonkeyCode
• 文档：https://monkeycode.docs.baizhi.cloud/

跑完第一个任务，欢迎回来评论区交流你的体验。

邀请链接：MonkeyCode 智能开发平台