「在网内」仍然存在出口
安装前先把每条数据流向标出来。大多数隐私假设，都是在这里变成可测试的架构问题。
- 你的受控网络 · 控制平面：用户 · 项目 · 需求 · 任务状态 · 模型配置。
- 你的受控网络 · 环境主机：仓库 · 构建 · 测试 · 预览 · 生成产物。
- 模型路径：外部 API、私有网关或本地模型。
- 代码托管：Git 服务、Webhook 与受限凭据。
- 供应链：软件包、镜像、更新与安装器。
私有化部署
自托管增加控制，但不会自动带来隐私。
软件可以运行在私有网络内。真正的工作在于定义环境隔离、模型路径、凭据、可观测性、升级方式与责任归属。
直接答案可以。MonkeyCode 的公开项目记录了私有化部署，并说明代码与项目数据可以保留在组织自己控制的基础设施上。
重要：把平台私有化部署，并不会自动让外部模型调用、软件包下载、日志或版本控制流量变得私密。
首个生产任务之前的八项决定
如果找不到负责人回答这些问题，这个部署就还只是一个实验，也应该按实验来对待。
- 01 工作负载隔离：每个任务的文件系统、进程、CPU、内存、存储和网络访问如何隔离？
- 02 模型数据路径：哪些代码和提示词会离开网络、发往哪个提供商、按什么保留条款？
- 03 仓库访问：每个令牌能读、写、建分支、评审和触发什么，又如何轮换？
- 04 已批准的镜像：运行时、证书、软件包镜像源、补丁、签名和漏洞扫描由谁负责？
- 05 可观测性：记录哪些平台与任务信号，谁能读取，其中是否可能包含代码或密钥？
- 06 保留策略：环境、仓库、日志、提示词、产物和备份何时删除？
- 07 升级与回滚：新版本如何分阶段发布、测试、备份并回退，同时不丢失任务状态？
- 08 许可证审查：AGPL-3.0 如何适用于预期用途、修改和网络访问？
按并发任务定容，而不是按注册用户
一次重型构建的影响可能超过几十个闲置账号。在设定并发数之前，先测量代表性任务的资源画像。
- 规划模型：活跃任务环境 × 单任务峰值占用 + 平台开销 + 故障余量。
- 需要持续跟踪：环境启动时间、CPU 与内存峰值、磁盘增长、镜像拉取、仓库规模、构建时长、产物保留与清理成功率。
部署得足够小，才能学到东西
第一个目标不是规模，而是发现公开文档无法替你的环境回答的运维与安全假设。
- 第 1 关 · 非生产网络：使用有限的仓库集合、收窄的令牌、已批准的模型和低并发。
- 第 2 关 · 代表性任务：运行会真正触及依赖、内部服务和预览行为的构建与测试。
- 第 3 关 · 故障演练：让令牌过期、停掉主机、写满磁盘、中断模型请求，并测试清理。
- 第 4 关 · 恢复与升级：在邀请更多团队加入前，证明备份可以恢复，并完成一次分阶段的版本变更。
已公布的起始下限
两类基础设施角色，分别定容。
项目把管理控制台与运行开发环境的主机区分开来。请把这些数字当作评估用的最低值，而不是生产容量承诺。
| 组件 | CPU | 内存 | 存储 |
|---|---|---|---|
| MonkeyCode 控制台 | 2 cores | 4 GB | 40 GB |
| 开发环境主机 | 8 cores | 16 GB | 100 GB |
由 MonkeyCode 项目公布；核验于 2026-08-05。请为并发、构建、镜像缓存、仓库、日志和留存产物预留余量。
常见问题
常见问题解答
MonkeyCode 可以部署在私有网络内吗？
可以。MonkeyCode 支持私有化和离线部署，适合需要对代码与项目数据保持本地控制的组织。
公布的官方最低配置是什么？
项目 README 建议 MonkeyCode 控制台至少 2 核 CPU、4 GB 内存和 40 GB 存储，开发环境主机至少 8 核 CPU、16 GB 内存和 100 GB 存储。
自托管 MonkeyCode 需要外部 AI API 吗？
取决于你配置的模型路径。把平台自托管，本身并不保证提示词或代码永远不会到达外部模型提供商。
公布的最低配置足够生产使用吗？
那只是起始下限，不是生产容量保证。仓库规模、并发任务、构建、镜像缓存、产物保留和模型流量都会影响容量。
证据说明
最低配置和部署命令会变化，执行前必须复核当前官方部署文档。
MONKEYCODE