自己搭建一个编程平台：将 MonkeyCode 接入 VS Code，实现公网访问

我最近尝试了一个有趣的项目，搭建了自己的编程平台MonkeyCode，并把它和VS Code结合起来，让它不仅能在局域网里使用，还能在公网访问。想知道怎么做吗？接下来我就来分享一下我的经验。 首先，MonkeyCode并不止于在某一台Linux服务器上运行。它提供了一个Web管理端，同时也可以通过VS Code客户端接入。一旦模型配置完成，开发者就可以在VS Code中直接调用AI进行代码补全和对话，这感觉就像有个智能助手在身边。 而且，MonkeyCode是支持团队合作的。你只需通过成员管理功能创建或邀请用户，其他开发者就可以使用自己的账号接入，共用这套服务。这种方式对于小团队来说，简直是太方便了，大家都不需要再分别配置自己的开发环境。 不过，有一个问题需要考虑：如果你的MonkeyCode部署在家庭、办公室或其他内网的Linux服务器上，那当你离开这个网络之后，这个系统该怎么办？这就引出了公网访问的必要性。 我打算分享一下我如何完成MonkeyCode的Linux部署，配置对话模型和代码补全模型，并通过VS Code来实际生成一个简单的五子棋小游戏，验证整个AI编程链路的有效性。最后，我还会使用cpolar将本地9999端口映射到公网，并配置一个固定的二级子域名。 这样一来，MonkeyCode就不仅仅是局域网中的一个开发后台，而是变成了一套可以跨设备、跨网络访问的自建开发工具。 ### MonkeyCode安装条件 在你开始安装MonkeyCode之前，确保你的系统符合以下要求： - 操作系统：Linux - CPU架构：x86_64 - 软件依赖：Docker 20.10.14版本及以上 - 软件依赖：Docker Compose 2.0.0版本及以上 - 推荐资源：1核CPU / 4GB内存 / 20GB磁盘 - 最低资源：1核CPU / 2GB内存 / 5GB磁盘 ### 在Linux上安装MonkeyCode 首先，登录到你的root用户下，然后输入以下命令来一键安装： ```bash bash -c "$(curl -fsSLk https://release.baizhi.cloud/monkeycode/manager.sh)" ``` 接着，会弹出一个页面，表示安装成功。然后，你可以使用提供的访问链接，输入账号密码登录。 之后，我们要配置AI模型的API，才能正常使用。一般官网上的说明都不太详细，所以我在这里手把手教你怎么配置。 点击模型管理，添加对话模型，接着查看文档，登录获取API。起个名字，确认后复制API，粘贴并获取模型列表，选择模型名称，这样对话模型就配置好了。 接下来，重复同样的步骤，添加代码补全模型。 ### 在VS Code中使用 接下来，点击成员管理，邀请新用户注册账号，然后下载客户端。打开VS Code，按照提示操作，选择下载好的文件，成功后会出现对应的标识。 使用注册好的用户名和密码登录，然后输入指令，让它为我写一个五子棋小游戏。出乎意料的是，代码生成得非常快，打开网页，游戏就成功生成了。 ### 安装cpolar实现随时随地开发 我发现cpolar可以将本地的服务映射到公网，这样即便我在外出时，也能通过公网地址连接回本地开发环境。安装步骤也很简单，只需一条命令： ```bash sudo curl https://get.cpolar.sh | sh ``` 安装完成后，执行命令查看cpolar服务状态，正常启动的画面就可以了。 接下来在浏览器中输入虚拟机的主机IP加9200端口，使用cpolar注册的账号登录，就能在管理界面进行配置。 ### 配置公网地址 在cpolar的管理界面中，点击隧道管理创建隧道，设置隧道名称、协议、本地地址和域名类型。创建成功后，你就能在任何设备上使用这个地址访问MonkeyCode了。 ### 保留固定公网地址 通过cpolar，你还可以配置固定的二级子域名，这样地址就不会随机变化。只需在管理界面中选择保留二级子域名，设置一个自定义的名称并点击保留即可。 这个小项目让我感受到了DIY编程平台的乐趣，能够与朋友们共享开发环境，随时随地访问我的工作进度，真的是太赞了！希望我的分享能对有同样想法的你们有所帮助。