Skillget

DeepMonkey-Studio

mcp
Guvenlik Denetimi
Uyari
Health Uyari
  • License — License: NOASSERTION
  • Description — Repository has a description
  • Active repo — Last push 0 days ago
  • Low visibility — Only 7 GitHub stars
Code Gecti
  • Code scan — Scanned 12 files during light audit, no dangerous patterns found
Permissions Gecti
  • Permissions — No dangerous permissions requested

Bu listing icin henuz AI raporu yok.

SUMMARY

从 Vibe Coding 到 Vibe World：AI原生的可编程三维世界，面向元宇宙、Science、世界模型的开源底座

README.md

DeepMonkey Studio Logo

DeepMonkey Studio

Vibe World | AI 元宇宙底座
你创造的世界 我将他留下来

简体中文 · English

从 Vibe Coding 到 Vibe World：AI原生的可编程三维世界，面向元宇宙、Science、世界模型的开源底座。

Deep Engine
Studio web + API
Repository governance
License: MIT with Ethical Restrictions
Platform
TypeScript
Rust
React
WebGPU

作者的话

我对他的定位不是一个 数字孪生 平台，或重复造轮子的系统。

而是面向元宇宙、AI for Science、世界模型的开源底座。

上层包括：2D 编辑器、3D 编辑器、脚本编辑器和插件；

底层包括：自研引擎、数据平台和可组合的模型适配能力。

底层对 WebGPU、渲染、工业与 BIM 模型做了很多优化，模块独立简洁，可以单独作为一个 SDK 使用。

开发测试中让AI网上找了很多模型素材；若不小心侵权，万分抱歉，我直接删掉。

项目使用最宽泛的 MIT 协议，任何人都可以随意使用（技术的发展离不开行业专家大拿的支持），仅对忽视员工人权的特定企业例外（详见 LICENSE.zh-CN.md）。

文档 · 贡献指南 · 支持

Deep Monkey Studio 平台总体架构

系统介绍 · 从 Vibe Coding 到 Vibe World

演示视频

https://github.com/user-attachments/assets/b6059d6a-04c1-4fe1-b11e-9a46a42184d2

从模型接入、轻量化与数据连接，到 AI 工作流、自研引擎和多端交付。

系统核心功能录屏

https://github.com/user-attachments/assets/d562bbec-f85a-4d75-890c-1aaa7f561105

在线体验与下载

在线体验工作台 · 下载 0.2.0 · Docker 一键部署 · Codex / Claude：Skill、MCP 与 SDK

演示地址仅供部分功能体验，不包含全部功能。完整体验请下载 Windows 编辑器或使用 Docker / Docker Compose 部署。

在线版内置 SMT 产线、275 项模型与环境材质、30 行示例数据，无需登录。编辑保存在当前浏览器；完整素材库通过 素材包 Release 下载。

Pages 无需账号或密码。源码开发默认 admin / admin；Docker 账号为 admin，密码按部署说明获取。

切换渲染引擎

打开场景，进入「三维」→「更多」→「渲染引擎设置」，选择 WebGL 2、Deep WebGPU 或 Deep WASM。

Open rendering engine settings

Choose the rendering engine

功能亮点

  • AI 与本体，理解工程并执行任务：本体描述工程对象、关系与可执行动作；AI 结合场景、构件、数据和运行状态回答问题，按授权修改对象、查询数据、运行分析。修改可预览，执行可取消、追溯。
  • 模型、数据与仿真在同一个工程里：组合 2D 看板、3D 场景、设备拓扑、实时数据和告警，并接入产线仿真、机器人工作站与虚拟调试。
  • 工业模型接入与轻量化：导入 IFC、STEP、IGES、DWG、glTF、URDF 等模型，支持构件查询、属性定位、减面和贴图压缩；格式范围见支持说明。
  • 自研引擎，可独立集成和扩展：WebGPU、Rust 原生与 WASM 共享场景包；通过引擎 SDK、Scene/Server SDK、脚本 API、插件和 MCP 接入自己的应用。
  • 一次制作，多端交付：发布为 Web、只读 Viewer、Windows、WASM 或 Android，自动检查目标端能力、资源依赖与兼容性。

性能实测

同一布局、几何和机位,六个引擎按各自采样窗口跑多轮取中位(2026-10-07,RTX 4060 Laptop)。时间单位为 ms。*Unity 与 Deep Native 是 Windows 原生运行时(Unity 为 Mono,Deep Native 为 Rust/wgpu),与浏览器四列不可直接对比,仅供参考;"—"为未采集或未校准项。

指标 three.js WebGL three.js WebGPU Babylon.js WebGPU Deep WebGPU Unity 2022.3 原生* Deep Native 原生*
静置 P50(120 / 1000 物体) 6.9 / 6.9 6.9 / 6.9 6.9 / 10.2 6.9 / 6.9 6.94 / 6.94 6.94 / 6.94
静置 P95(120 / 1000 物体) 7.1 / 7.1 7.1 / 7.1 7.4 / 15.0 7.1 / 7.1 7.27 / 7.12 7.55 / 7.40
动态 P95(1000 物体) 7.1 7.1 13.7 14.0 7.26 12.82
静置最大帧(120 物体) 27.7 159.6 240.2 7.2 8.29 9.90
首帧(1000 物体) 72.7 283.2 876.0 1,623.3 2,575.7 1,459.8
GPU 帧时 P50(1000 物体) 0.9 0.7 1.3 2.9 — 0.51
20 轮重建(1000 物体) 3.2 3.6 410.2 3.2 45.3 8.27
Draw Calls(1000 物体) 1,055 1,056 2,001 7 — 9
重建堆增最差(1000 物体,MiB) 0.1 90.9 21.6 0.6 121.2 0.34

复现方法、采样口径与完整证据见基准程序；功能对照见引擎能力对照。

完整功能列表

项目、应用与资源

  • 项目、应用、场景、页面和拓扑管理，自动保存、撤销重做、版本历史与项目间转移。
  • 模型、图片、视频、环境、材质、预制体与机器人资源库，支持搜索、拖放、替换、修订更新和素材包导入。
  • 参数化建模、文字生成模型，以及浏览器内减面、Draco、贴图压缩和光照贴图烘焙。

模型与 3D 编辑

  • 支持 IFC、STEP、IGES、DWG、DXF、glTF/GLB、FBX、OBJ、STL、3MF、DAE、3DS、OpenUSD、URDF 等；RVT、JT、X_T 等格式的转换条件与支持范围见格式说明。
  • 场景树、BIM 属性与构件检索，多选、编组、变换、吸附、材质、灯光、选择集与模型屏幕。
  • 测量、剖切、爆炸、碰撞检查；轨道、第一/第三人称、相机书签与 WebXR。
  • 动画、时间线、关键帧、骨骼与 IK、刚体与关节、空间音频和交互事件。

渲染引擎与数字孪生

  • 多端引擎：TypeScript WebGPU、Rust/wgpu Native、Rust WASM，共享场景包与质量策略；Studio 支持 WebGL 2、Deep WebGPU、Deep WASM 切换，保留编辑状态。
  • 材质与光照：渲染图、PBR、多材质槽、HDR/EXR、IBL、IES、多类光源、级联阴影、反射与探针烘焙；DeepSL/Shader IR 自定义着色器。
  • GI 与高级效果：Deep WebGPU 的 SSGI、SSR、体积雾与体积光，可选光追阴影/反射、ReSTIR 万灯；天气、粒子生命周期曲线、透明排序与粒子预算。
  • 画质与出图：抗锯齿、SSAO/GTAO、Bloom、轮廓、景深、暗角与色彩校正；ACES 与曝光控制、质量档、CPU 路径追踪静帧及 HDR 导出。
  • 大场景与内存：实例合批、LOD、HiZ/遮挡剔除、间接绘制、资源流送、Worker、增量编译与局部上传；缓冲子分配、瞬态纹理池、资源驻留和缓存复用，配套帧图、GPU 计时、显存与设备恢复诊断。
  • Deep2D 与运行时：保留式 UI、图表、文本、SDF 图形、渐变、阴影、Flex 布局与 GPU 路径填充；拾取、动画、物理桥和粒子运行时。各后端状态见引擎能力矩阵。
  • 设备与测点绑定、批量布局、空间钻取、数据驱动的状态与告警，以及模型版本对比。

物理与运动仿真

  • 刚体、碰撞体、摩擦、弹性、重力、角色控制；旋转/滑动关节、限位、马达与齿轮耦合，固定步长推进与调试回放。
  • XPBD 布料、四面体软体、风场与地面接触；SDK 提供 SDF 碰撞、断裂传播和车辆动力学模块。
  • 骨骼、IK、根运动、动画混合与状态机、相机/对象时间线；可与设备数据、行为脚本和交互事件联动。

2D 看板、拓扑与脚本

  • 多页画布、图层、参考线、对齐分布和自适应；图表、地图、表格、指标、筛选与填报组件。
  • 拓扑节点、连线、分组、布局和数据绑定；看板、拓扑与三维场景联动。
  • Monaco 脚本编辑、类型检查、依赖管理与版本恢复；事件、行为脚本及 studio.* 场景、数据、AI 和编辑器 API。

数据中心与本体

  • 数据库、文件、HTTP、消息队列及工业协议连接；可视化管线支持清洗、公式、聚合、映射、调试和历史回放。
  • 数据集绑定 2D 组件、3D 对象与 AI；支持参数、设备信号、表单和授权数据回写。
  • 语义指标、维度与版本管理；本体对象、关系、动作、事件、图谱、评审、发布与回滚。

AI 与视觉

  • 上下文问答、问数据、看板与脚本草案、场景操作；任务支持计划、确认、自主执行、停止和恢复。
  • Responses、Chat Completions、MCP 与可插拔 Provider；会话、工具调用、证据和变更记录可追踪。
  • 图片与视频接入、ONNX 识别、视觉事件和场景告警联动。

工业仿真与虚拟调试

  • Plant Lite：产线与物流离散事件仿真，队列、缓冲、班次、混流、换型、人员、可靠性、质量和能耗；吞吐/WIP/周期统计、瓶颈分析、方案实验与轨迹回放。
  • PPR Lite：产品—工艺—资源建模、工序前置关系、线平衡、资源分配、质量控制和作业指导书，可生成 Plant 仿真草稿。
  • 机器人与工位：URDF、关节链、运动学与路径编辑、节拍预算、碰撞/负载初筛、工位规划和人体工效分析。
  • 虚拟调试与运营：信号映射、联锁、故障注入、复位、断言与测试套件；预测维护、物流、能源、What-if 和历史回放。Study 保存输入、版本、结果和证据，详见工业规划与虚拟调试。

AI for Science · 物理神经网络

  • PINN、PINO 与 MoE：物理信息神经网络、SPM-PINO 多物理神经算子和 TwinMoE 混合专家路由，用于电池健康、寿命及电化学—热—退化场预测。
  • 结合机理模型与数据驱动推理，支持负载工况推演、物理残差与置信度分析；按风险选择专家，域外工况回退到 SPM 守恒求解。

发布、开发与管理

  • Web 发布、离线交付、多端客户端及 Docker 部署；数据库、对象存储、备份与恢复。
  • TypeScript SDK、Rust 内核、独立 Deep2D、Skill 与 MCP，支持 AI 编程和场景制作。
  • 角色与项目权限、用户、品牌、主题、服务配置、日志与审计；内置中英文文档中心。

技术栈

层 主要技术
Web 编辑器 TypeScript、React 19、Vite 8、Three.js、ECharts、GridStack、Monaco Editor、three-mesh-bvh、Rapier
Deep Engine wgpu、winit、Rapier、WebAssembly
API 与实时数据 Fastify、WebSocket、MQTT、Kafka、AMQP、OPC UA、Modbus、BACnet、S7、EtherNet/IP、SNMP、串口
数据与对象存储 SQLite、PostgreSQL、MinIO；MySQL、SQL Server、Oracle、MongoDB、ClickHouse、TDengine 等可作为业务数据源
AI 与视觉 MCP、ONNX Runtime、DirectML、YOLO 推理与可插拔 AI Provider
客户端与交付 Tauri 2、WebView2、Rust Native/WASM、Android、静态 Web Viewer、Windows NSIS/MSI
工程工具 pnpm workspace、TypeScript、Vitest、Node Test Runner、Cargo Test

使用 AI

用 Skill 基于 SDK 开发

Deep Engine SDK 可独立嵌入自己的 TypeScript / Web 项目。npm i deepmonkey 安装 SDK；以下命令创建项目、安装依赖并启动预览，随项目提供类型声明、八个模板和 Codex / Claude Skill：

npx create-deepmonkey my-world

从生成的项目或源码仓库启动 Codex / Claude Code。Skill 位于 .agents/skills/ 和 .claude/skills/。给 Codex 这段提示词：

$deep-engine-3d 用 Deep Engine SDK 开发一个独立的三维车间网页。
从 02-factory-floor 模板起步，加入设备状态灯、相机环绕和动画。
使用真实 SDK 导出，给出源码与运行命令，完成类型检查和浏览器画面验证。

Claude Code 把首行的 $deep-engine-3d 换成 /deep-engine-3d。在自己的项目使用 Skill，可从源码仓库执行以下命令，并把 templates/deep-engine-3d/ 复制到目标项目同一路径：

node templates/deep-engine-3d/scripts/distribute-skill.mjs --root /absolute/path/to/my-project

用 MCP 制作 Studio 场景

连接运行中的 Studio：先按接入教程登录并设置 DEEPMONKEY_TOKEN，然后配置 MCP。

codex mcp add deepmonkey --url http://127.0.0.1:4100/api/mcp --bearer-token-env-var DEEPMONKEY_TOKEN

Claude Code 在项目 .mcp.json 中添加以下配置，再用 /mcp 检查连接：

{"mcpServers":{"deepmonkey":{"type":"http","url":"http://127.0.0.1:4100/api/mcp","headers":{"Authorization":"Bearer ${DEEPMONKEY_TOKEN}"}}}}

在 Studio 中新建或打开一个场景，使用同一账号登录并保持编辑器在线，然后让 Codex / Claude：

读取 deepmonkey 的工具和当前场景，使用真实 sessionId、对象 ID 和 revision。创建地面和六台设备，排列成两条产线，调整材质和相机。通过 editor.scene-transaction 提交修改，检查回执并读回场景确认结果。

修改会进入正在打开的编辑器，完成后点击「保存项目」。SDK API、模板和 MCP 认证步骤见 完整接入教程。

快速开始

直接启动编辑器（Node.js 24+）：

npx deepmonkey

首次下载并校验 Studio 运行包，随后打开 http://localhost:4100（占用时顺延端口）；以后复用缓存。Windows x64 已带齐依赖，其他平台首次安装服务端依赖。账号 admin，密码见终端提示的 standalone-credentials.json 中 adminPassword。项目数据独立保存；可加 --port 4200、--data-dir ./studio-data。也可使用 npx deepmonkey-studio。

源码启动按下文第 1–4 节操作；开发账号 admin/admin。Rust 原生播放器：cargo install deepmonkey-native --version 0.2.0 --locked，运行 deepmonkey-native --package runtime-package.json。独立二维库：cargo add deepmonkey-2d。npm / Cargo 使用说明。

1. 环境依赖

使用方式 必需环境 可选环境
Windows / Linux Web 编辑器 Git、Node.js 24+、Corepack、pnpm 11.18.0 PostgreSQL、MinIO
Windows 桌面客户端开发 Web 环境、Rust stable、Visual Studio C++ Build Tools、WebView2 Windows SDK
Linux 原生部署 64 位 Linux、Node.js 24+、Corepack、pnpm、bash；长期运行需要 systemd PostgreSQL 16+、MinIO Server/Client、反向代理与 TLS
已安装的 Windows 客户端 WebView2 连接协作服务器时需要服务器 Origin

client 开发模式只支持 Windows；Windows 和 Linux 都能运行 web 或 api。只体验编辑器不需要 PostgreSQL、MinIO、Python 或 Docker。

2. 克隆、安装和配置

git clone https://github.com/fatasia/DeepMonkey-Studio.git
cd DeepMonkey-Studio
corepack enable
corepack prepare [email protected] --activate
pnpm install --frozen-lockfile

复制环境模板。已有 .env 时不要覆盖：

# Windows PowerShell
Copy-Item .env.example .env

# Linux
cp .env.example .env

最少需要关注这些配置：

API_PORT=4100
BIM_STUDIO_WEB_HOST=0.0.0.0
BIM_STUDIO_WEB_PORT=5173
WEB_ORIGIN=http://localhost:5173
METADATA_STORE=sqlite
OBJECT_STORE=local
AI_BASE_URL=https://api.openai.com/v1
AI_API_KEY=
AI_MODEL=gpt-4.1-mini

.env.example 里的 METADATA_STORE 默认是零依赖的 json；上面写 sqlite 是单机推荐值，生产改用 PostgreSQL，见下文第 6 节。

.env 是本地与裸机部署的主配置文件；完整键和注释以 .env.example 为准。不要提交 .env、数据库密码、MinIO Secret、AI Key、证书或生产数据。

3. 初始化

只初始化公开示例和元数据：

pnpm run init -- --prepare-only

pnpm run init 初始化后直接启动 Web；默认保留已有数据。

4. 启动与访问

# Windows / Linux：API + Web 编辑器
pnpm studio start web

# Windows：API + Web + Tauri 桌面开发客户端
pnpm studio start client

# 仅启动 API，供现有前端或客户端连接
pnpm studio start api

启动后使用：

  • Web 编辑器：http://localhost:5173，局域网设备可用 http://<主机IP>:5173。
  • 管理中心：/manager；文档中心：/docs；品牌设置：/branding。
  • API：http://localhost:4100；健康检查：http://localhost:4100/health。
  • Windows 客户端：运行 pnpm studio start client 后由 Tauri 窗口访问同一套正式 API；已安装客户端可使用内置 SQLite + 本地对象目录独立工作。
  • 当前开发环境管理员账号和密码均为 admin。

远程 API、自定义端口和 HTTPS：

pnpm studio start web --api-port 4200 --web-port 5200
pnpm studio start web --api-origin http://192.168.1.20:4100
pnpm studio start web --https

5. 导入素材包

素材包必须包含已发布的 pack.manifest.json、catalog.json、audit.json 和逐文件 SHA-256 清单。导入器会先检查路径、哈希、目录结构和发布状态，再原子替换目标目录：

pnpm assets:import -- /path/to/deepmonkey-assets.zip

# 指定素材库目录
pnpm assets:import -- /path/to/deepmonkey-assets.zip --target=/data/bim-assets

Windows 可把路径换成 D:\\Downloads\\deepmonkey-assets.zip。从公开来源同步可选素材前，先确认磁盘空间和素材授权：

pnpm assets:sync:open-packs
pnpm assets:verify:open

6. 数据库与对象存储

单机开发推荐 SQLite + 本地对象目录：

METADATA_STORE=sqlite
SQLITE_DATABASE=./data/database.sqlite
OBJECT_STORE=local

生产部署使用 PostgreSQL + MinIO：

METADATA_STORE=postgres
POSTGRES_HOST=127.0.0.1
POSTGRES_PORT=5432
POSTGRES_DATABASE=bim_studio
POSTGRES_USER=bim_studio
POSTGRES_PASSWORD=change-me

OBJECT_STORE=minio
MINIO_ENDPOINT=http://127.0.0.1:9000
MINIO_ACCESS_KEY=change-me
MINIO_SECRET_KEY=change-me
MINIO_BUCKET=bim-studio

API 会创建所需表和 Bucket，并在首次切换时迁移已有本地数据而不删除源文件。多实例生产必须使用 PostgreSQL + MinIO；JSON 只适合临时开发，SQLite + local 适合单机和桌面客户端。

7. 构建、打包与发布

pnpm typecheck
pnpm test
pnpm build
pnpm verify:release

pnpm build 生成 Web/API 正式产物，pnpm verify:release 执行完整发布门禁。Windows 安装包必须在配置了 Rust、MSVC 和 WebView2 的 Windows 构建机生成：

pnpm desktop:bundle
pnpm desktop:verify-bundle

NSIS/MSI 输出位于 apps/desktop/src-tauri/target/release/bundle/。只读 Web Viewer、便携 ZIP、Windows 场景程序、Deep Native、WASM 与 Android APK 从场景发布对话框按目标能力生成；签名、模板或运行时缺失时发布会明确阻断。

Linux 裸机生产部署：

pnpm studio deploy --check
pnpm studio deploy
pnpm studio status

deploy 使用 systemd 托管 Web/API；停止部署使用 pnpm studio undeploy。完整生产、备份、恢复、HTTPS 和回滚步骤见从零开发与原生部署。

8. 用 Docker 一键部署

从 0.2.0 Release 下载 Docker 镜像归档和 deployment ZIP，解压到同一目录。启动脚本核对镜像哈希、导入镜像、生成本地凭据，并启动 Web/API、PostgreSQL 与 MinIO：

# Windows
powershell -File ./start.ps1
# Linux / macOS
sh ./start.sh

打开 http://localhost:4100；账号 admin，密码见生成的 .env 中 BIM_STUDIO_ADMIN_PASSWORD。已有配置和数据卷在重启时保留。

快速试用也可单独启动应用镜像，工程保存在本地持久卷：

docker run -d --name deepmonkey-studio --restart unless-stopped -p 4100:4100 -v deepmonkey-studio-data:/var/lib/studio -e BIM_STUDIO_STORAGE_MODE=standalone deep-monkey-studio:0.2.0

完整 Compose 命令、单容器登录和素材库挂载见 Docker 应用部署。仓库根 docker-compose.yml 单独运行只启动存储，源码开发配合 pnpm studio；加上 docker-compose.app.yml 才是完整应用部署。备份与升级见部署指南。

9. 常用命令

命令 用途
pnpm dev 精简 Web 开发启动
pnpm studio start client Windows 桌面联调
pnpm studio start web Windows/Linux Web + API
pnpm studio start api 仅 API
pnpm studio stop 停止当前启动器管理的进程
pnpm studio restart 按上次参数重启
pnpm studio status 查看进程、地址和健康状态
pnpm studio check 只读健康检查，失败返回非零退出码
pnpm studio help 查看全部目标、参数和示例
pnpm gate:repository 仓库结构、文档和治理检查
pnpm typecheck / pnpm test / pnpm build 类型、测试和正式构建

10. 开发注意

  • 使用根目录锁定的 pnpm，不要用 npm/yarn 生成第二份锁文件；安装依赖始终优先 pnpm install --frozen-lockfile。
  • pnpm run init 默认会启动服务；只准备数据时加 --prepare-only。启动失败先执行 pnpm studio status 和 pnpm studio check，不要反复启动抢占端口。
  • client 端口固定为 5173，当前不接受 --https；需要自定义端口、远程 API 或 HTTPS 时使用 web 模式。
  • 修改公共 contracts、场景格式、数据迁移或发布逻辑时同步更新消费者、测试、文档和 CHANGELOG.md；不要用只有类型或假数据的实现声明产品能力完成。
  • 引入模型、字体、图片、依赖或素材包前检查来源、哈希和再分发许可；客户模型、生产数据、日志和凭据不得提交。
  • 提交前先跑受影响包的聚焦测试，再跑 pnpm gate:repository；触及公共合同或发布链时继续运行完整 pnpm verify:release。

文档

应用内打开 /docs 可阅读离线图文指南；开发者从开发者上手开始。

Deep Engine

Deep Engine 包含 TypeScript WebGPU 内核、Rust wgpu 原生执行器与 WASM 运行时。Studio 保留 Three.js WebGL 作者模式，并按场景能力切换 Deep WebGPU；Deep Native、WASM 和 Android 是独立交付目标。两种渲染路径共用同一份显示合约，three↔Deep 的像素一致性由 pnpm gate:parity 检查，方法、阈值和当前差异见对拍门说明。代码入口见 WebGPU 内核与原生执行器。

参与贡献

欢迎 Issue 和 Pull Request，提交前请读贡献指南。所有合并都要求通过 pnpm gate:repository 以及与改动范围相符的测试。安全漏洞请按 SECURITY.md 私下报告，不要开公开 Issue。

许可

对于非受限企业与个人为 MIT 协议。但任何企业只要存在许可证所列的劳动、薪酬、个人信息或用户权益问题，即属受限组织，不得以任何方式使用本项目，也不得通过关联公司、承包商等第三方间接使用；公开源码或付费都不构成例外LICENSE.zh-CN.md 。

鸣谢

感谢所有依赖项目的维护者和贡献者，特别是 Three.js、Orillusion 和 Unity。本项目在渲染、引擎架构和编辑器交互上受益于开源社区的长期积累。

联系我

邮箱 [email protected] 或提交issues，有时会看一下。

Yorumlar (0)

Sonuc bulunamadi