前言

AI 编程工具正在改变越来越多开发者的工作方式。从代码补全到需求实现，从函数生成到项目重构，大模型正在把很多原本需要数小时完成的工作压缩到几分钟之内。也正因为如此，Cursor、Claude Code、GitHub Copilot 等工具迅速走红，成为不少开发者每天都会使用的生产力工具。

但对于很多团队来说，另一个问题也开始出现。云端 AI 工具虽然方便，却意味着代码需要上传到第三方平台；而本地部署方案虽然更加安全可控，却往往只能在局域网内访问。开发者在公司能正常使用，回到家却无法继续工作；团队成员想共同体验同一套 AI 环境，也需要额外折腾网络配置。

最近体验国产开源 AI 编程助手 MonkeyCode 时，我就遇到了类似问题。它支持私有化部署、模型管理以及 VS Code 集成，整体体验相当不错。但部署完成后，我发现它和很多本地 AI 工具一样，默认只能在服务器所在网络环境中访问。对于个人开发者来说问题不大，但如果想让团队成员、测试人员或者客户体验，就会受到很大限制。

于是这次我尝试将 MonkeyCode 与 Cpolar 结合，为本地部署的 AI 编程平台建立公网访问能力。这样无论是在公司、家里还是外出办公，都能通过浏览器访问同一套 AI 开发环境，也让 MonkeyCode 从一个本地工具，真正变成了一个随时可访问的 AI 开发平台。

1.MonkeyCode安装条件

安装 MonkeyCode 前，请确保你的系统环境符合以下要求

• 操作系统：Linux
• CPU 指令架构：x86_64
• 软件依赖：Docker 20.10.14 版本以上
• 软件依赖：Docker Compose 2.0.0 版本以上
• 推荐资源：1 核 CPU / 4 GB 内存 / 20 GB 磁盘
• 最低资源：1 核 CPU / 2 GB 内存 / 5 GB 磁盘

2.在linux安装MonkeyCode

登录到root用户下，然后输入下方命令一键安装：

bash -c "$(curl -fsSLk https://release.baizhi.cloud/monkeycode/manager.sh)"

然后回车默认就可以，端口自定义，我这里定义的是9999。

下载完成后，弹出这个页面，代表安装成功：

接下来，我们可以使用它提供的访问链接，输入账号密码登录啦！

登录完成之后，我们要先配置一下AI模型的API ，才能正常使用 。

一般官网都没有详细配置，今天在这里我将手把手教你，如何配置API！

首先点模型管理，点击对话模型的“添加模型”。

点击查看文档。

登录百智云，获取API。

起个名称，点确认。

复制。

粘贴后，点击获取模型列表。

模型名称选择，如图。

这样对话模型就显示成功啦！

接下来，代码补全模型，同上。

选择模型名称，如图。

这样，代码补全模型也添加成功啦！

3.在VS Code中使用

接下来，点击成员管理，邀请新用户。

注册账号后，下载客户端。

打开vs code，如图中操作。

选择下载好的文件。

出现这个标，即代表成功啦！

使用注册好的用户名，密码登录。

点击。

输入，让其写一个五子棋小游戏。

代码生成的很快。

打开网页，游戏就生成成功啦！

我们重回Monkey Code界面，在对话记录可以看见，我们输入的命令。

现在，让我们进入激动人心的实战环节！只需几个简单步骤，就能让你的 MonkeyCode “飞”向公网。

4.安装cpolar实现随时随地开发

cpolar 可以将你本地电脑中的服务（如 SSH、Web、数据库）映射到公网。即使你在家里或外出时，也可以通过公网地址连接回本地运行的开发环境。

❤️以下是安装cpolar步骤：

使用一键脚本安装命令：

sudo curl https://get.cpolar.sh | sh

安装完成后，执行下方命令查看cpolar服务状态：（如图所示即为正常启动）

sudo systemctl status cpolar

Cpolar安装和成功启动服务后，在浏览器上输入虚拟机主机IP加9200端口即:【http://192.168.42.101:9200】访问Cpolar管理界面，使用Cpolar官网注册的账号登录,登录后即可看到cpolar web 配置界面,接下来在web 界面配置即可：

打开浏览器访问本地9200端口，使用cpolar账户密码登录即可,登录后即可对隧道进行管理。

5.配置公网地址

登录cpolar web UI管理界面后,点击左侧仪表盘的隧道管理——创建隧道：

• 隧道名称：可自定义，本例使用了:monkey，注意不要与已有的隧道名称重复

• 协议：http

• 本地地址：9999

• 域名类型：随机域名

• 地区：选择China Top

  点击创建：

创建成功后，打开左侧在线隧道列表,可以看到刚刚通过创建隧道生成了公网地址，接下来就可以在其他电脑或者移动端设备（异地）上，使用地址访问。

访问成功。

6.保留固定公网地址

使用cpolar为其配置二级子域名，该地址为固定地址，不会随机变化。

点击左侧的预留，选择保留二级子域名，地区选择china top，然后设置一个二级子域名名称，我这里演示使用的是monkey，大家可以自定义。填写备注信息，点击保留。

登录cpolar web UI管理界面，点击左侧仪表盘的隧道管理——隧道列表，找到所要配置的隧道monkey，点击右侧的编辑。

修改隧道信息，将保留成功的二级子域名配置到隧道中

• 域名类型：选择二级子域名
• Sub Domain：填写保留成功的二级子域名
• 地区: China Top

点击更新

更新完成后，打开在线隧道列表，此时可以看到随机的公网地址已经发生变化，地址名称也变成了保留和固定的二级子域名名称。

最后，我们使用固定的公网地址在任意设备的浏览器中访问，可以看到成功访问本地部署的monkey code页面，这样一个永久不会变化的二级子域名公网网址即设置好了。

恭喜！你成功了！ 现在，无论你身在何处，用手机、平板还是另一台电脑，都能看到并操作你本地运行的 MonkeyCode 了！

总结

体验下来，MonkeyCode 给我最大的惊喜并不是代码生成速度。

而是它提供了一种更加可控的 AI 编程方式。

过去很多开发团队在使用 AI 时都会面临一个选择：要么使用云端服务获得便利，要么选择本地部署获得安全性。而 MonkeyCode 这样的私有化方案，正在尝试把两者结合起来。既保留本地部署带来的数据控制能力，也保留 AI 工具应有的生产力提升。

当公网访问能力被打通之后，这种价值会更加明显。开发环境不再被绑定在某一台机器上，团队成员也不需要进入同一个局域网。无论是在办公室协作开发，还是远程办公场景下继续工作，都能够访问同一套 AI 服务。

很多人觉得 AI 编程工具的竞争核心是模型能力。

其实随着模型越来越接近，真正影响体验的往往变成了另外一件事：

你能否在最需要的时候用到它。

如果一个 AI 工具只能待在某台服务器里，它只是工具。

当它能够随时随地被访问时，它才开始真正融入开发流程。