本文来源：https://mp.weixin.qq.com/s/Ldjf09vZ9xuyRUaNJ-AF_w
若有版权问题，请来信告知：13951431913#139.com 或在右方提交评论。

之前我提到过 MonkeyCode（了解更多） 这个开源项目。

这个开源项目自发布以来，持续不断地进行更新。

从最初的 AI 编程平台，逐步扩展到移动端、私有化部署，再到近期推出的 MonkeyWork 桌面端，其应用场景已日益广泛。

此外，它目前依然非常大方地提供免费资源。

免费用户每天可使用 3000 万基础模型 Token，同时也能免费使用云端的基础开发环境。

用户无需自行购买 API，也无需预先准备服务器，完成注册后即可直接创建任务。

这次我们再来了解一下它最近的更新内容，重点讨论一下刚刚发布的 MonkeyWork。

MonkeyCode（了解更多） 是一款面向企业的 AI 开发平台，目前在 GitHub 上已收获超过 4K 个 Star。

它将开发环境、AI 模型、开发任务以及项目所需资源整合到了同一个平台之中。

你可以在网页中设定一个任务，让 AI 分析代码、编辑文件、执行指令、部署依赖以及运行测试。

任务触发后会启动专属的云端开发环境，并且生成的应用支持在线预览。

个人用户只需打开浏览器即可立即使用，无需预先在本地设备上安装各种工具。

对于团队而言，MonkeyCode（了解更多） 能够集中管理成员账号、模型资源、任务队列和开发环境。

它同时支持 GitHub 等代码托管平台，能够围绕 Issue、PR 和 MR 开展开发流程与代码审查工作。

目前，MonkeyCode（了解更多） 已提供网页版、iOS、Android 及桌面客户端，在电脑上未完成的云端任务，切换到手机后仍可继续查看和处理。

开源地址：https:

AI 编程工具在长期使用过程中，主要的费用支出通常来自模型使用和运行环境。

MonkeyCode（了解更多） 为免费用户分别准备了这两种资源。

每日可使用 3000 万个基础模型 Token。

MonkeyCode（了解更多） 的基础会员当前无需付费，每日自动提供 3000 万个基础模型 Token。

该配额每日刷新，在配额内调用基础模型不会扣除积分。官方配额说明页面列出的基础档包含 Kimi K2.5、MiniMax M2.5 和 Qwen3.5 Plus。

平台还集成了 DeepSeek、GLM 等模型。其中 DeepSeek V4 Pro 属于专业模型，专业会员每日可使用基础模型和专业模型合计 1 亿 Token。

这里很容易看错。

3000 万 Token 是免费用户的基础模型配额，并非 DeepSeek V4 Pro 的专属免费配额。

如果你拥有自己的 API，也可以在 MonkeyCode（了解更多） 中添加自定义模型。平台会负责管理任务和开发环境，模型来源可根据个人需求选择。

云端基础开发机器可免费使用。

仅提供模型是不够的，AI 完成代码编写后还需进行依赖安装、编译处理、测试验证和程序运行。

MonkeyCode（了解更多） 的云端任务系统依托于真实的物理服务器。当用户创建任务时，平台会自动配置开发环境，AI 便可在其中执行终端指令、启动应用程序服务、映射网络端口并实时预览网页效果。

基础型的云服务器资源可免费使用，且在任务正常执行过程中，开发环境会自动获得续期权限。

这样一来，用户无需专门购置云服务器，也不必让个人电脑保持持续运行状态。只要能通过网页或手机访问系统，任务就能持续执行。

免费会员当前支持同时运行一个任务。对于日常开发工作、项目整理以及执行一些轻量级任务而言，现有功能已经能够满足需求。

MonkeyCode（了解更多） 近期推出了 MonkeyWork 桌面应用程序，该程序支持在 Windows、macOS 和 Linux 系统上运行。

MonkeyWork 并没有设立独立的代码仓库，其桌面端的所有源代码都整合在 MonkeyCode（了解更多） 的主项目仓库内。

原先的 MonkeyCode（了解更多） 更注重云端开发场景的应用。

MonkeyWork 将 Agent 带入本地文件夹，并将本地文件、模型、MCP 和浏览器操作整合到同一个任务流程中。

它依然能够理解代码，其应用领域已拓展至文档、表格、图片及其他办公资料。

处理本地文件

在创建本地任务时，首先需要选择一个与任务相关的文件夹并完成授权设置。

MonkeyWork 能够在这个目录中读取现有文件，理解目录的上下文信息，创建新内容，还能修改文件并将结果保存回原处。

代码仓库、机型文档、Excel 表格、图片素材均可作为任务上下文的一部分。

整个过程无需逐一上传资料，任务生成的报告、代码和图片将继续保存在本地目录中。

权限范围取决于你选择的文件夹。因此在创建任务时，建议选择具体的项目目录，避免授予整个磁盘或范围过大的目录权限。

接入模型和 MCP

MonkeyWork 支持两种模型规格配置方式。

你可以通过绑定百智云账号来同步模型广场中的模型，也可以在设置界面中填写自己的模型地址和 API Key。

绑定百智云之后，已启用的 MCP 服务会自动迁移至桌面程序中。

目前平台支持接入网络检索、资讯检索、网页分析、文档分析、图库检索、图像创建、图像解析及智能图像分离等功能模块。

任务资料通过本地文件提供，MCP 负责补充外部数据源与图像处理能力。

模型、MCP 以及 MonkeyCode（了解更多） 云端任务各自沿用对应的配额与积分制度，桌面端不会创建额外的收费机制。

继续操作浏览器

许多任务在生成文件后，仍需通过网页端进行后续处理。

MonkeyWork 内置浏览器插件桥接功能。安装插件并完成配对后，可支持打开网页、读取内容、执行点击、录入文本和截图回传等操作。

浏览器中现有的会话状态可以继续保留使用。

这部分设计并未将整个浏览器完全交付给 Agent 控制使用。

用户需先打开目标网页，再通过 MonkeyCode（了解更多） 浏览器助手将当前标签页授权给任务。未进行显式授权的标签页将不被任务接管。

三种任务模式

MonkeyWork 支持三种任务运行模式。

本地任务可以将电脑中的文件夹与任务绑定，非常适合处理各类代码、文档及素材。

云端任务能够同步 MonkeyCode（了解更多） 网页端和 App 中的任务数据，并继续使用云端开发机器。会员权益、每日额度和积分消耗均沿用当前登录的 MonkeyCode（了解更多） 账号。

独立会话不绑定任何文件夹，更适合进行临时问答、记录想法或梳理思路。

当你在本地处理文件时，可以选择本地任务；需要跨设备继续工作时，应选择云端任务；若只是想短暂交流，则开启独立会话即可。

MonkeyCode（了解更多） 既可以直接使用官方在线版本，也完全支持完整的私有化部署。

如果团队的核心代码、关键文档和模型调用必须保留在内网中，可以将 MonkeyCode（了解更多） 控制台和开发环境宿主机部署到自建服务器上。

完成私有化部署后，团队可以接入内部的 GitLab、Gitea 和本地大模型，同时统一管理成员权限、开发环境、Skill 与 MCP。所有代码和任务数据将始终存储在团队自有环境中。

官方给出的最低规格建议是：MonkeyCode（了解更多） 控制台至少准备 2 核 CPU、4GB 内存和 40GB 磁盘；开发环境宿主机至少准备 8 核 CPU、16GB 内存和 100GB 磁盘。

在线安装可以使用官方给出的脚本：

bash -c ”$(curl -fsSL 'https://monkeycode（了解更多）-ai.com/online/install')”

如果只是个人感受，最快的方式还是先用在线版。

打开网站注册账号，创建一个云端任务，就可以使用每日免费模型额度和平台给出的云端开发机器。

想处理电脑里的文件，再下载 MonkeyWork 桌面客户端。首次使用时规格模型，挑选工作文件夹创建本地任务。

需要操作网页，再按照设置页的提示安装并配对浏览器扩展。

在线使用：https://monkeycode-ai.net/MonkeyWork 下载：https://monkeycode-ai.com/开源地址：https://github.com/chaitin/MonkeyCode（了解更多）使用文档：https://monkeycode.docs.baizhi.cloud/