MonkeyCode

本地开发机与云端协同控制：MonkeyCode 采用本地开发环境与云端管理相结合的模式，代码始终运行在开发者本地或私有环境中，云端主要负责调度与交互。这种方式在一定程度上兼顾了灵活性与安全性，适合对源码和数据有控制需求的用户。

自然语言驱动的开发辅助：用户可以通过自然语言描述需求，让 AI 参与代码生成、修改建议或问题分析。相比传统代码补全，这种方式更偏向“任务级”协助，适合用于理解需求、梳理实现思路等场景。

SDD 规范驱动开发模式：MonkeyCode 引入 Specification-Driven Development（规范驱动开发）理念，强调在明确需求和规范的前提下再进入编码阶段，AI 会围绕既定规范提供辅助，减少随意性修改带来的问题。

Git 仓库深度集成：该工具已与 GitHub、GitLab、Gitea、Gitee 等主流 Git 平台完成集成，支持在 PR 或 Issue 场景中直接使用。用户无需切换工具，即可在熟悉的代码协作环境中调用 AI。

私有化与独立部署支持：除了在线使用方式外，MonkeyCode 也支持在私有化 GitLab 等环境中进行独立部署，适合对网络环境或数据合规有要求的团队。

日常代码协作：在多人协作项目中，MonkeyCode 可以作为辅助角色参与代码讨论，帮助解释改动逻辑或提出改进建议

需求到实现的过渡阶段：在需求刚确定但尚未完全转化为代码时，AI 可根据描述生成初步实现思路，帮助开发者快速进入编码状态

代码审查辅助：在 PR 阶段，MonkeyCode 可参与基础检查和逻辑分析，为人工 Code Review 提供补充视角

学习与探索新技术：个人开发者在学习新框架或语言时，可借助自然语言提问方式，获得示例代码或解释

规范化研发流程：在强调规范和流程的团队中，SDD 模式有助于让 AI 围绕既定规范提供协助，而不是随意生成代码

访问官网并完成注册：用户首先需要访问 MonkeyCode 官方网站完成账号注册。新用户注册后可获得一定算力额度，适合在初期进行功能体验。需要注意的是，算力为官方提供的权益…

关联或选择代码仓库：注册完成后，用户可将 MonkeyCode 与已有的 GitHub、GitLab 等仓库进行关联，或在支持的私有化环境中配置使用。建议优先选择结构清晰的项目…

在 PR 或 Issue 中发起请求：当需要 AI 协助时，用户可以在代码仓库的 PR 或 Issue 评论区中 @monkeycode-ai，并用自然语言描述具体需求。…

等待 AI 响应与处理：提交请求后，AI 通常会在较短时间内做出回应，给出代码建议、分析或实现思路。此阶段建议开发者对结果进行审阅，而非直接无条件采纳。

结合人工判断进行调整：AI 输出结果可作为参考，开发者仍需根据项目实际情况进行调整和测试，避免直接合并未验证的代码，这是使用过程中的常见注意点。