00 实时全球情报仪表板World Monitor本地部署指南（附蓝耘MaaS平台API接入）
用3D地球看天下事，还能接上大模型做态势推演
最近在GitHub上发现一个很有意思的开源项目——World Monitor，一个实时全球情报可视化仪表板。它把新闻事件、冲突热点、基础设施状态等数据直接渲染在3D地球或2D地图上，那种“站在上帝视角看世界”的沉浸感确实很震撼。
我花了点时间在Windows上把它跑起来了，顺便接入了蓝耘MaaS平台的大模型API，让情报面板多了个“智能分析”的能力。整个过程比预想的顺利，今天就把部署经验分享出来。
01 项目简介：World Monitor能做什么？
World Monitor是一个实时全球情报仪表板，核心功能是聚合多源数据（新闻、冲突报告、基础设施状态、市场数据等），并在3D地球/2D地图上呈现态势感知。
项目信息
-
开源协议：AGPL-3.0（非商业可自部署，商业需购买许可）
-
在线Demo：worldmonitor.app
打开Demo的第一感觉是数据密度很高——旋转的地球上标注着实时事件点，左侧面板滚动更新全球新闻，右侧可以筛选不同类别的情报。项目官方提供的在线Demo可以直接体验，但如果想深度使用（比如接入自己的API、定制数据源），本地部署是更好的选择。
02 为什么接入蓝耘MaaS平台？
World Monitor本身支持通过LLM做事件摘要和情报推演（Deduction Panel）。官方文档里留了环境变量接口，可以接入OpenAI兼容的API。
这次我选择接入蓝耘MaaS平台，原因有三：
**第一，API兼容OpenAI格式，接入无门槛。**蓝耘的接口地址是https://maas-api.lanyun.net/v1，直接用OpenAI SDK就能调，代码几乎不用改。
**第二，注册即送Tokens，适合测试。**新用户注册会获赠千万级的Tokens资源包，足够跑大量测试。
**第三，模型性能数据扎实。**根据权威性能测试平台AI Ping 2026年1月的数据，蓝耘平台上的DeepSeek-v3.2模型吞吐量达到217.48 tokens/s，延迟仅0.38秒，在同类型平台中表现突出。对于World Monitor这类需要快速分析新闻事件的场景，低延迟很重要。
03 Windows本地部署（Web版）
3.1 准备工作
部署前需要安装三样东西：
工具
作用
获取方式
Node.js 20+
运行前端项目
nodejs.org（勾选Add to PATH）
Git
克隆代码
pnpm（可选）
包管理
npm install -g pnpm
npm install -g pnpm
3.2 克隆项目
打开PowerShell或Git Bash，执行：
# 1. 克隆仓库
git clone https://github.com/koala73/worldmonitor.git
# 2. 进入项目目录
cd worldmonitor
3.3 安装依赖
官方推荐用 pnpm，但 npm 也能跑：
npm install
项目根目录
package.json里的scripts.dev就是启动开发服务器的命令。
3.4 配置环境变量（关键步骤）
项目根目录下有.env.example文件，复制一份并重命名为.env.local：
copy .env.example .env.local
用记事本或VS Code打开.env.local，填入蓝耘MaaS平台的API信息：
# ===== 通用 LLM 配置（用于 Deduction Panel 等） =====
# 对应蓝耘的 OpenAI 兼容接口
LLM_API_URL=https://maas-api.lanyun.net/v1
LLM_API_KEY=sk-你的蓝耘API密钥（在 MaaS 平台 API KEY 管理里创建）
# 模型名：去蓝耘模型广场复制，例如 DeepSeek-R1
LLM_MODEL=/maas/deepseek-ai/DeepSeek-R1
注意：
.env.local会被 Git 忽略，不会提交到仓库。
API密钥获取方式：
-
访问蓝耘MaaS平台官网注册账号
-
登录后进入「MaaS平台」→「API KEY管理」
-
点击「创建API KEY」，复制生成的密钥
-
在「模型广场」选择模型（如DeepSeek-R1），复制模型路径（格式如
/maas/deepseek-ai/DeepSeek-R1）
3.5 启动开发服务器
在项目根目录执行：
npm run dev
# 或
pnpm dev
浏览器访问http://localhost:3000，就能看到World Monitor仪表盘了。左侧面板的智能分析功能会调用配置好的蓝耘API进行情报推演。
04 长期运行：Docker部署方式
如果想在服务器或内网长期跑，推荐用Docker，省去环境配置的麻烦。
4.1 安装Docker Desktop
从Docker官网下载安装包，安装后建议配置国内镜像源加速：
{
"registry-mirrors": [
"https://registry.cn-hangzhou.aliyuncs.com",
"https://docker.mirrors.ustc.edu.cn"
]
}
4.2 使用Docker运行
项目根目录下通常有Dockerfile，也可以直接使用社区维护的镜像。运行命令前确保.env.local文件已配置好环境变量。
构建镜像
docker build -t worldmonitor .
# 运行容器
docker run -d -p 3000:3000 --env-file .env.local --name worldmonitor worldmonitor
05 桌面应用：Tauri版
想把World Monitor打包成Windows桌面应用？项目支持Tauri打包，生成的原生应用体积小、性能好。
5.1 安装Rust和Tauri CLI
安装Rust（Windows下载exe安装）
https://www.rust-lang.org/tools/install
# 安装Tauri CLI
cargo install tauri-cli
5.2 打包桌面应用
在项目根目录执行：
npm run tauri build
等待编译完成，src-tauri/target/release/目录下会生成exe安装包。
06 常见问题排错
6.1 npm install报网络错误
切换国内npm源：
npm config set registry https://registry.npmmirror.com
6.2 地图加载空白
检查.env.local中的VITE_PMTILES_URL配置。如果配置了自定义瓦片地址但无法访问，地图层会加载失败。建议先用默认配置测试基础功能。
6.3 API Key配置不生效
蓝耘的API遵循OpenAI标准，注意base_url要完整填写https://maas-api.lanyun.net/v1，末尾的/v1不能省略。
另外确认API Key所属账号是否已实名认证——部分模型（如视频生成类）需要单独开通权限。World Monitor使用的是文本模型，一般注册后就能用。
6.4 Windows端口3000被占用
修改启动端口：
npm run dev -- --port 3001
或在vite.config.ts中修改server.port。
07 一些使用感受
World Monitor这个项目的完成度相当高，3D地球的交互很流畅，数据聚合维度也丰富。接入蓝耘API后，点击新闻事件会自动生成摘要和影响分析，把“数据展示”升级成了“情报分析”，这是我觉得最有价值的地方。
蓝耘这边的接入体验也不错——API兼容性好，文档清晰，注册送的Tokens够跑大量测试。对于想自己搭情报仪表板或者做AI应用开发的朋友，这套组合可以试试。
三种部署方式怎么选？
-
快速体验：方式一本地开发运行，10分钟就能看到效果
-
服务器长期跑：方式二Docker，环境隔离、维护省心
-
桌面应用：方式三Tauri打包，适合Windows深度用户
最后提醒一下：所有****API **Key都要妥善保存，****.env.local**文件默认被Git忽略，不会误提交到仓库，放心用。
如果你部署过程中遇到问题，欢迎在评论区交流。
