Tabby — 自托管AI编程助手，GitHub Copilot的开源替代方案-壹联网络

# Tabby — 自托管AI编程助手，GitHub Copilot的开源替代方案

## 项目介绍

[Tabby](https://github.com/TabbyML/tabby) 是一个完全自托管的 AI 编程助手，可以作为 GitHub Copilot 的开源替代方案在本地部署。它无需数据库，无需云服务，开箱即用，支持消费级 GPU，是企业和个人开发者私有化 AI 编程能力的理想选择。

Tabby 由 TabbyML 开发维护，支持代码补全、智能问答、代码搜索等多种功能，同时提供了 VSCode、IntelliJ、JetBrains、Vim 等主流编辑器的插件，可以无缝对接到现有的开发工作流中。

## 核心特色功能

**完全自托管**：不需要任何云服务，所有数据都在你自己的服务器上，保证了代码的隐私安全。

**消费级GPU支持**：最低只需一张 6GB 显存的 NVIDIA 显卡（如 RTX 3060）即可运行，非常适合个人开发者或小团队。

**OpenAPI 接口**：提供标准的 OpenAPI 接口，方便与现有 IDE 或 CI/CD 流程集成。

**Answer Engine 问答引擎**：内置知识库问答功能，可以索引团队内部文档，为开发者提供精准的技术问题解答。

**丰富的IDE插件**：官方提供 VSCode、IntelliJ IDEA、PyCharm、GoLand、Vim、Neovim 等编辑器的插件支持。

**代码仓库上下文**：支持将整个代码仓库作为上下文输入，让 AI 更好地理解项目结构，提供更准确的代码建议。

**团队管理**：支持多用户管理、团队使用统计和权限控制，适合企业环境使用。

## 安装步骤

### 方式一：Docker 一键部署（推荐）

“`bash
# 拉取并运行 Tabby 服务端
docker run -d \
–name tabby \
–privileged \
–gpus all \
-p 8080:8080 \
-v ~/tabby:/data \
tabbyml/tabby \
serve –model TabbyML/StarCoder-1B –device cuda
“`

### 方式二：下载二进制（Linux）

“`bash
# 从 GitHub Releases 下载最新版本
wget https://github.com/TabbyML/tabby/releases/latest/download/tabby-linux-x86_64.tar.gz
tar -xzf tabby-linux-x86_64.tar.gz
./tabby-linux-x86_64/tabby serve –model TabbyML/StarCoder-1B –device cuda
“`

服务启动后访问 http://localhost:8080 进行配置。

### 方式三：使用 Ollama 模型后端

如果你已经有 Ollama 运行，可以配置 Tabby 使用 Ollama 托管的模型：

“`bash
docker run -d –name tabby -p 8080:8080 -v ~/tabby:/data \
tabbyml/tabby serve –model llama3 –device cuda –api-base http://host.docker.internal:11434
“`

## 安装IDE插件

**VSCode**：在扩展商店搜索 “Tabby” 并安装，安装完成后在设置中填入 Tabby 服务端地址即可。

**IntelliJ/JetBrains**：在插件市场搜索 “Tabby” 安装，配置方式与 VSCode 类似。

**Vim/Neovim**：通过 vim-plug 或其他插件管理器安装 Tabby 插件。

## 适用场景

**企业内网部署**：不想将代码发送给第三方服务器的公司，可以在内部服务器部署 Tabby。

**个人开发者**：希望拥有自己专属 AI 编程助手，不想依赖云服务的个人开发者。

**隐私敏感项目**：涉及商业机密或敏感代码的项目，不适合使用云端 AI 服务。

**团队协作**：通过 Tabby 的团队功能，可以统计团队成员的 AI 使用情况，优化开发流程。

## 开源协议

Tabby 采用 Apache-2.0 开源协议，完全免费开源。

—