⚠️ 此文件为原始分析档案 — 内容已被 docs/ 下结构化章节覆盖。详见 docs/protocol/README.md。

MonkeyCode 模型清单与额度限制分析报告

分析日期: 2026-06-13 依据: 后端 Go 源码 + 前端 Swagger API 定义 + Electron ASAR + 已有逆向文档 状态: 待线上 API 实测确认

---

1. 支持的模型提供商 (11 个)

从 backend/pkg/llm/client.go 导出：

#	Provider	常量值	默认 Base URL	默认模型
1	SiliconFlow	SiliconFlow	https://api.siliconflow.cn/v1	-
2	OpenAI	OpenAI	https://api.openai.com/v1	gpt-4o
3	Ollama	Ollama	http://localhost:11434/v1	-
4	DeepSeek	DeepSeek	https://api.deepseek.com/v1	deepseek-reasoner, deepseek-chat
5	Moonshot	Moonshot	https://api.moonshot.cn/v1	moonshot-v1-auto/8k/32k/128k
6	Azure OpenAI	AzureOpenAI	{azure_endpoint}/openai	gpt-4/4o/4o-mini/4o-nano/4.1/4.1-mini/4.1-nano/o1/o1-mini/o3/o3-mini/o4-mini
7	百智云	BaiZhiCloud	https://api.baizhicloud.com/v1	-
8	腾讯混元	Hunyuan	https://api.hunyuan.tencent.com/v1	-
9	百炼	BaiLian	https://api.bailian.com/v1	-
10	火山引擎	Volcengine	https://api.volcengine.com/v1	doubao-seed-1.6-250615, doubao-seed-1.6-flash-250615, doubao-seed-1.6-thinking-250615, doubao-1.5-thinking-vision-pro-250428, deepseek-r1-250528
11	Google Gemini	Gemini	https://generativelanguage.googleapis.com/v1beta	-

注意: 上面列出的是品牌默认模型（源码中 ModelProviderBrandModelsList 静态映射），实际线上可用模型由管理员配置，需要通过 GET /api/v1/users/models 获取实时列表。

---

2. 模型字段结构

{
  "id": "550e8400-e29b-41d4-a716-446655440000",
  "provider": "OpenAI",
  "api_key": "",
  "base_url": "",
  "model": "gpt-4o",
  "temperature": 0.7,
  "is_default": false,
  "created_at": 1715299200,
  "updated_at": 1715299200,
  "weight": 1,
  "owner": {
    "id": "admin-uuid",
    "type": "public",
    "name": "MonkeyCode AI Team"
  },
  "interface_type": "openai_chat",
  "is_free": false,
  "access_level": "pro",
  "last_check_at": 1715299200,
  "last_check_success": true,
  "last_check_error": "",
  "thinking_enabled": false,
  "context_limit": 128000,
  "output_limit": 16384
}

---

3. 模型访问级别 (订阅等级)

AccessLevel	说明	可用模型
basic	基础订阅（默认注册用户）	monkeycode-basic (qwen3.5-plus) + 免费模型 (is_free=true)
pro	专业订阅	monkeycode-pro (kimi-k2.6) + basic 模型
ultra	高级订阅	monkeycode-ultra (gpt-5.5) + 所有模型（含 pro、basic）

其中 monkeycode-basic / monkeycode-pro / monkeycode-ultra 是 MonkeyCode 平台自建的代理模型标识，它们映射到实际的第三方模型： - monkeycode-basic → qwen3.5-plus（通义千问） - monkeycode-pro → kimi-k2.6（月之暗面） - monkeycode-ultra → gpt-5.5（OpenAI）

模型访问逻辑

// 后端代码逻辑:
// 1. 用户通过 session 获取其 subscription_level
// 2. 模型列表根据用户 subscription_level 过滤返回
// 3. basic 用户只能看到 access_level=basic 或 is_free=true 的模型
// 4. pro 用户能看到 basic + pro 的模型
// 5. ultra 用户能看到所有模型

---

4. 模型所有者层级

OwnerType	说明	可见性
private	普通用户自行创建	仅创建者可见
team	企业用户创建，团队内共享	团队内所有成员
public	管理员创建，全平台公开	所有认证用户

---

5. 用户角色体系

角色	常量值	说明	Session Cookie
个人用户	individual	普通注册用户	monkeycode_ai_session
企业用户	enterprise	有团队的企业用户	monkeycode_ai_session
企业子账户	subaccount	企业下的子账户	monkeycode_ai_session
系统管理员	admin	平台管理员，配置公共资源	monkeycode_ai_session
Git 任务	gittask	全自动 git 任务专用	内部使用

---

6. 订阅与余额 API

6.1 订阅 API

方法	路径	说明	已知格式
GET	/api/v1/users/subscriptions	列出订阅	未知
POST	/api/v1/users/subscriptions	创建订阅	未知
GET	/api/v1/users/subscriptions/current	当前订阅	返回 {"code":0,"data":{...}}，非 Pro 用户返回非 200

6.2 SubscriptionResp 结构体（从 Go 源码确认）

type SubscriptionResp struct {
    Plan      string     `json:"plan"`
    Source    string     `json:"source,omitempty"`
    ExpiresAt *time.Time `json:"expires_at,omitempty"`
    AutoRenew bool       `json:"auto_renew"`
}

字段	类型	说明
plan	string	订阅套餐名称（可能是 "basic" / "pro" / "ultra"）
source	string	订阅来源（如 "stripe" / "wechat" / "free"）
expires_at	*time.Time	到期时间，null 表示永久/无期限
auto_renew	bool	是否自动续费

注意: SubscriptionResp 与 User 实体在 Go 源码中是 分离的——订阅不是 User 结构体的字段，而是独立查询的。这意味着订阅信息可能在 GET /api/v1/users/subscriptions/current 中返回。

6.3 用户实体中的 subscription_level

Go 源码中 User 结构体并没有 subscription_level 字段。但 MonkeyCodeUser 接口（在 proxy types.ts 中定义）包含了 subscription_level: string。可能此信息来自： 1. Redis Session 中的数据中包含了 subscription_level 2. 或 GET /api/v1/users/subscriptions/current 返回的订阅信息

6.4 用户 Role 字段

从 Go 源码 User 实体确认：

type User struct {
    ID            uuid.UUID    `json:"id"`
    Name          string       `json:"name"`
    AvatarURL     string       `json:"avatar_url"`
    Email         string       `json:"email"`
    Role          UserRole     `json:"role"`     // individual | enterprise | subaccount | admin | gittask
    Status        UserStatus   `json:"status"`   // active | inactive | banded
    // ... 其他字段
}

注意: 用户 没有 Balance/Credits/Token 余额字段。Go 源码中 domain/user.go 的 User 结构体不含任何与余额/积分相关的字段。

6.5 用户状态

状态	值	说明
active	"active"	正常
inactive	"inactive"	未激活
banded	"banded"	被封禁（注意：源码拼写为 "banded" 而非 "banned"）

6.6 余额 API

方法	路径	说明
GET	/api/v1/users/balance	Token 余额（已废弃，测试确认 /api/v1/users/status 可替代）

---

7. 额度限制 (Rate Limiting) 分析

7.1 开源代码结论: 无任何限流

基于 chaitin/MonkeyCode 开源后端源码完整审查：

组件	限流实现	证据
认证中间件	❌ 无	middleware/auth.go 仅做认证检查
API 中间件	❌ 无	仅有 TargetActive（记录活跃时间）和 Audit（审计日志）
验证码	❌ 无	go-cap 配置 50x32 网格，无频率控制
Session	❌ 无	session.Get() 直接从 Redis 读取，无并发检查
VM 创建	❌ 无	无创建频率限制

7.2 生产环境可能有限流

虽然开源代码无限制，但生产环境闭源组件可能添加：

限流类型	可能性	推测限制
API 级别限流 (RPM)	低-中	可能通过反向代理层（如 Nginx）限制 60-120 req/min
并发任务限制	中	每账号可能限制 3-5 个并发任务
每天请求限制	中	可能基于订阅等级（basic 每日 100 次, pro 每日 1000 次）
VM 创建频率	中	可能限制每分钟创建 VM 数
Token 使用限制	高	balance 端点暗示有 Token 配额系统

7.3 对账号池的设计影响

建议	理由
每个账号最多 2 个并发 session	Redis Hash 多 field 设计支持，保守使用
每个 session 同时最多 1 个 WS 连接	WebSocket 独占模式需要
HTTP QPS < 5/账号	保守估算，避免触发未知限流
账号池大小: 5-20 个账号	根据 Codex 并行度决定

---

8. 模型使用费用模型

当前未知信息（需要线上测试确认）:

问题	状态
免费模型 (is_free=true) 是否有使用量限制？	🔴 未知
Pro 订阅的价格是多少？	🔴 未知
Token 余额系统如何工作？	🔴 未知
用户创建私有模型需要付费吗？	🟡 推测免费，自行提供 API Key
任务创建是否需要消耗积分/Token？	🔴 未知
不同模型的 Token 价格是否不同？	🔴 未知

已知线索: - is_free: true 的模型可能是完全免费的 - access_level: basic 的模型需要 basic 及以上订阅 - balance API 暗示存在 Token 余额/积分系统 - 订阅 API 暗示有付费等级（basic 免费, pro/ultra 付费）

---

9. 待线上实测确认项

#	测试项	测试方法	预期数据
1	用户模型清单	GET /api/v1/users/models 带有效 session	完整模型列表（provider, model, is_free, access_level, context_limit, output_limit）
2	公开模型	查看模型中 owner.type=public 的条目	免费的公开模型列表
3	当前订阅	GET /api/v1/users/subscriptions/current	subscription_level, 过期时间等
4	用户余额	GET /api/v1/users/balance 或 /status	token 余额、已用量
5	并发限制	同时创建 3 个以上任务	是否报错、最大并发数
6	创建私有模型	POST /api/v1/users/models 自己填 API Key	确认是否可以绕过订阅限制
7	创建任务消耗	观察创建任务前后 balance 变化	每次任务消耗多少 token
8	Session 30 天验证	创建 session 后等待 30 天	确认 40100
9	公共模型 API Key	抓包观察创建任务时的 LLMProviderReq	后端是否自动注入真实 API Key
10	品牌默认模型	比较 admin 配置的公开模型 vs 源码默认列表	哪些模型被管理员实际启用了

---

10. 已知协议文档清单

已完成 (13 份)

文档	大小	完成度	说明
auth-protocol-complete.md	~40KB	98%	5 种登录方式、Session 机制、验证码系统
llm-protocol-complete.md	~36KB	95%	3 种接口类型、任务周期、模型管理
websocket-protocol.md	~7KB	90%	3 个 WS 通道、ACP 事件
api-endpoints.md	~10KB	95%	100+ 端点映射
taskflow-vm-analysis.md	~25KB	85%	VM 生命周期、Docker 容器架构
architecture.md	~11KB	90%	完整数据流和组件关系
multi-turn-design.md	~10KB	90%	多轮对话设计
account-pool-protocol.md	~12KB	95%	账号池通信协议
auth-protocol-pool-complete.md	~16KB	95%	账号池认证协议
auth-automation-analysis.md	~8KB	90%	认证自动化分析
authorization-matrix.md	~8KB	90%	授权层级矩阵
auth-unresolved-verification.md	~12KB	100%	未决问题验证
llm-integration.md	~5KB	85%	LLM 集成协议

待补充

文档	优先级	内容
model-pricing-quota.md	P0	⁠本文 — 模型清单、定价、额度限制
conversation-api.md	P1	Conversation API 请求/响应格式
production-test-report.md	P0	线上 API 实测结果