铃阅时讯
❌

阅读视图

【万物皆可 Sive Vol.02】台风“巴威”逼近,哪些区域可能受影响?来看看实时风雨图

孟宸 2026-07-09 18:11 浙江

今天朋友圈被台风消息刷屏了。

台风路径、气象预警、登陆时间、影响城市……预计后天台风将直接登陆闽浙一带,大家都在关心:它现在到哪了?风有多大?会不会影响我这里?要不要赶紧囤点吃的?

不过,关心台风,光看它的路径其实还不太够。 真正影响我们的,往往是它带来的狂风和暴雨。

我们更需要关心的是:
🌬️ 风从哪里来,哪里风力更强;
🌧️ 雨下在哪些地方,哪些区域降水更明显。

所以这次,我们用 AntV Sive 做了一个台风实时追踪应用,数据都是实时接口获取的,还可以点击手动刷新。

不仅可以查看风场数据,

还可以通过右上角 Tab 切换,查看每日降水量。


看风的时候,你能看到哪里风更密、哪里风更强、台风外围的风场正在如何变化。

切到降水量,就能看到每天的降雨分布,哪些地方雨更集中,哪些区域可能受到降水影响,也会更清楚一些。

不需要看复杂的气象表格,也不用自己脑补风向和降水量,一张动态地图,就能大概看明白。

当然,具体预警和防台安排,还是要以官方气象信息为准。

Sive 是 AntV 推出的 AI 可视化创作平台。
以前做这样的应用,可能需要准备多份数据数据、封装接口、写代码、调样式;现在用 Sive,就可以更快生成一个可交互的可视化应用。

直接复制打开 

https://sive.antv.antgroup.com/rx5pdyPR8ZPWzNVkK4Jj

👇 或者点击阅读全文,查看实时台风动态:

阅读原文

跳转微信打开

  •  

开源+免费,这个国产 AI 开发平台太牛了

原创 Monkey 2026-07-09 08:15 北京

最近发现一个挺有意思的国产开源 AI 开发平台——MonkeyCode。

更难得的是,MonkeyCode 这次直接把自己线上实际运营的 AI 开发平台代码完整开源了。

MonkeyCode 是一款团队 AI Coding 平台,这意味着:

  • 如果你是研发 Leader,你可以安装一套供员工使用

  • 如果你和其他小伙伴在结对编程,你可以和他们一起使用 MonkeyCode

  • 甚至可以基于它的开源代码,部署一套属于自己的 MonkeyCode,对外提供服务

GitHub 地址:github.com/chaitin/MonkeyCode

MonkeyCode 内置了开发环境管理、AI 模型管理、AI 任务管理、项目需求管理等能力,区别于其他的 Vibe Coding 工具,MonkeyCode 是真正面向专业开发团队的 AI 助手。

它把 AI Coding 所需的能力整合到了一起,包括:

  • 统一开发空间,支持团队协作

  • AI 任务可创建、分配、执行

  • 开发过程可追踪、可回溯、可接管

  • 支持 iOS、Android 多端协同

  • 适配 GLM、Kimi、DeepSeek 等主流顶尖大模型

MonkeyCode 解决什么问题

与 Cursor、Claude Code 等依赖本地开发环境的产品不同,MonkeyCode 从一开始就是围绕云端开发设计的。

它不是 IDE 插件,也不是 CLI,而是一套完整的云端 AI 开发平台。开发者打开浏览器,就能进入一个可直接使用的开发环境。

每个 AI 任务都会运行在独立的云端 Workspace 中。这里不仅有源码,还有完整的运行环境,因此 AI 可以安装依赖、执行命令、运行测试、查看日志、修改代码,甚至完成整个开发流程,而无需占用本地计算资源。

你只需要创建一个任务,剩下的工作就交给 AI:写代码、调试程序、运行测试、分析日志、提交代码……整个过程都在云端完成,本地电脑更像是一个查看和协作的入口。

一个真实案例:一款密室逃脱小游戏,是怎么做出来的?

前面说了很多平台能力,不如来看一个社区里的真实作品。

在群里的开发者 阿菜菜在路边边,用 SaaS 版本的 MonkeyCode 做了一款《夺旗哈吉米之密室逃脱》。

整个游戏的设定很简单:

  1. 你醒来后被困在一间陌生的房间,门打不开、窗户被封住,房间里只有一只叫「哈吉米」的小猫陪着你。

  2. 玩家需要不断寻找线索、破解谜题,最终找到密码逃离密室。

如果放在以前,这样一个小游戏,开发者往往需要自己搭建项目、配置开发环境、写代码、调试、部署,最后还要找地方托管,整个流程比较繁琐。

而在 MonkeyCode 中,开发者更多是在和 AI 协作完成整个开发过程。

这也是 MonkeyCode 和很多 AI Coding 工具最大的不同。

它不仅帮助开发者写代码,更重要的是帮助开发者把一个想法真正变成一个可以分享、访问、持续迭代的作品。

从写代码到交付作品,MonkeyCode 希望打通的是整个开发流程。

6

私有化部署:一条命令,3 分钟部署自己的 AI 开发平台

类似的云端 AI Agent 能力,在 Replit Agent、Devin 等产品中也能看到。

但 MonkeyCode 最大的不同在于,它将整个平台完整开源,并支持私有化部署。

你既可以直接使用官方在线服务,也可以部署到企业内网、私有云或自己的服务器,拥有一套完全属于自己的 AI 开发平台。

部署过程也很简单,一条命令即可开始安装,最快约 3 分钟完成私有化部署:

bash -c "$(curl -fsSL 'https://monkeycode-ai.com/online/install')"

官方推荐的最低配置也不高:

  • 控制台:2 核 CPU / 4 GB 内存 / 40 GB 磁盘

  • 开发环境宿主机:8 核 CPU / 16 GB 内存 / 100 GB 磁盘

对于注重代码安全、数据合规的团队来说,这种部署方式更有吸引力。代码、模型配置、研发数据以及 AI 的运行环境,都可以保留在自己的基础设施中,不依赖第三方平台。

如果你也在寻找这样的 AI 开发平台

MonkeyCode 已经在 GitHub 持续开源维护了一段时间,核心能力相对成熟,文档也比较完善。无论是想直接体验在线版本,还是希望在内网环境评估私有化部署,都可以快速上手。

整个项目完全开源,不需要申请试用,也没有复杂的商务流程,直接拉起环境就能体验。

如果你也认同 AI 开发平台应该支持私有化部署,也应该接受开源审计 这样的理念,不妨去 GitHub 点一个 Star ⭐ 支持一下这个项目。

GitHub 地址:github.com/chaitin/MonkeyCode

一个 Star 不只是收藏,也能帮助项目获得更多曝光,让更多有类似需求的开发者发现它。如果你有好的想法或改进建议,也欢迎提交 Issue 或 PR,一起把这个项目做得更好。

写在最后

AI 编程工具已经不少,但将团队云端开发、私有化部署和国产模型生态整合在一起的开源项目仍相对有限。

与 Cursor 等本地 IDE 插件型工具不同,MonkeyCode 的定位是云端平台型工具——前者适合日常编码辅助,后者更适合需求驱动的完整项目开发。

还有一个让我印象比较深的细节是,它支持移动端访问。通过浏览器就能在手机上查看项目、管理 AI 任务,甚至修改代码、运行程序。对于需要随时跟进项目进度的开发者来说,这个体验确实比较方便。

如果你只是想体验 AI Coding,可以直接使用官方 SaaS,注册即可使用,每天最大刷新 3 亿的主流大模型调用额度。如果有数据安全、合规或定制化需求,也可以选择私有化部署。

感兴趣的话,可以通过下面几个入口了解更多:

  • 在线体验(SaaS):monkeycode-ai.com

  • GitHub 仓库:github.com/chaitin/MonkeyCode

  • 使用文档:monkeycode.docs.baizhi.cloud

如果你已经体验过 MonkeyCode,或者对 AI Coding 有自己的看法,也欢迎在评论区留言交流。也可以扫描下方二维码加入项目交流群,与更多开发者一起交流使用体验和实践心得。

跳转微信打开

  •  
❌