Tabby 是一款可自托管的 AI 编程助手，为 GitHub Copilot 提供了一个开源且本地部署的替代方案。它具备多项核心特性：

• 完全自包含，无需数据库管理系统或云服务。
• 提供 OpenAPI 接口，易于与现有基础设施（例如云端 IDE）集成。
• 支持消费级 GPU。

🔥 最新动态

• 2025年12月12日 通过将 GitHub 问题与 Pochi 任务关联，实现问题的快速落地，并可直接从侧边栏创建 PR，同时提供 CI/Lint/测试结果的详细 breakdown vscode@0.20.0。
• 2025年2月7日 v0.30 支持将 GitLab 合并请求作为上下文进行索引！
• 2025年5月25日 💡 想加入 Agent 的私密预览吗？请在 X 上私信，抢先加入候补名单！🎫
• 2025年5月20日 通过 v0.29 中的 REST API，用您自己的文档丰富 Tabby 内容！🎉
• 2025年5月1日 v0.28 将 Answer Engine 的消息转换为持久、可分享的页面。
• 2025年3月31日 v0.27 发布，聊天侧边栏中的 @ 菜单更加丰富。

存档

• 2025年2月5日 Tabby v0.24.0 将推出 LDAP 认证及后台任务更优的通知功能！✨
• 2025年2月4日 VSCode 1.20.0 升级！现在可以通过 @ 提及文件将其添加为聊天上下文，并可通过新的右键选项进行内联编辑！
• 2025年1月10日 Tabby v0.23.0 带来了增强的代码浏览器体验和聊天侧边栏改进！
• 2024年12月24日 Tabby v0.22.0 引入了 通知框！
• 2024年12月6日 Tabby v0.21.0 将集成 Llamafile 部署，并提升 Answer Engine 的用户体验！🚀
• 2024年11月10日 Tabby v0.20.0 支持在 Answer Engine 中切换不同的后端聊天模型！
• 2024年10月30日 Tabby v0.19.0 在主页上展示了最近的共享线程，以提高其可发现性。
• 2024年7月9日 🎉 宣布 Codestral 集成到 Tabby！
• 2024年7月5日 Tabby v0.13.0 推出了 Answer Engine，这是面向内部工程团队的核心知识引擎。它能无缝整合开发团队的内部数据，提供可靠且精准的答案，从而赋能开发者。
• 2024年6月13日 VSCode 1.7 标志着一个重要的里程碑，在整个编码过程中提供了多功能的聊天体验。快来体验最新的 侧边栏聊天 和 通过聊天命令编辑 功能吧！
• 2024年6月10日 最新 📃博客文章发布，主题是 增强的代码上下文理解能力 在 Tabby 中的应用！
• 2024年6月6日 Tabby v0.12.0 发布，带来了 🔗无缝集成（Gitlab SSO、自托管 GitHub/GitLab 等）、⚙️灵活配置（HTTP API 集成）以及 🌐扩展能力（代码浏览器中的仓库上下文）！
• 2024年5月22日 Tabby VSCode 1.6 提供了内联补全的 多种选择，以及 自动生成的提交信息🐱💻！
• 2024年5月11日 v0.11.0 带来了显著的企业级升级，包括 📊存储使用情况统计、🔗GitHub & GitLab 集成、📋活动页面，以及备受期待的 🤖Ask Tabby 功能！
• 2024年4月22日 v0.10.0 发布，新增了最新的 报表 选项卡，提供团队级别的 Tabby 使用分析。
• 2024年4月19日 📣 Tabby 现在已将 本地相关代码片段（来自本地 LSP 的声明以及最近修改的代码）纳入代码补全中！
• 2024年4月17日 CodeGemma 和 CodeQwen 系列模型现已加入 官方模型库！
• 2024年3月20日 v0.9 发布，重点介绍了完整的管理员 UI。
• 2023年12月23日 通过 SkyPilot 的 SkyServe，您可以无缝地 将 Tabby 部署到任何云平台 🛫。
• 2023年12月15日 v0.7.0 发布，新增了团队管理和安全访问功能！
• 2023年10月15日 基于 RAG 的代码补全功能已在 v0.3.0 中启用🎉！请查看 博客文章，了解 Tabby 如何利用仓库级别的上下文变得更智能！
• 2023年11月27日 v0.6.0 发布！
• 2023年11月9日 v0.5.5 发布！界面重新设计，并提升了性能。
• 2023年10月24日 ⛳️ Tabby IDE 插件在 VSCode/Vim/IntelliJ 平台上的重大更新！
• 2023年10月4日 请查看 模型目录，了解 Tabby 支持的最新模型。
• 2023年9月18日 Apple M1/M2 Metal 推理支持已加入 v0.1.1！
• 2023年8月31日 Tabby 的首个稳定版本 v0.0.1 🥳。
• 2023年8月28日 对 CodeLlama 7B 的实验性支持。
• 2023年8月24日 Tabby 现已上线 JetBrains Marketplace！

👋 入门指南

您可以在 这里 找到我们的文档。

• 📚 安装指南
• 💻 IDE/编辑器插件
• ⚙️ 配置指南

一分钟启动 Tabby

启动 Tabby 服务器最简单的方式是使用以下 Docker 命令：

docker run -it \
  --gpus all -p 8080:8080 -v $HOME/.tabby:/data \
  tabbyml/tabby \
  serve --model StarCoder-1B --device cuda --chat-model Qwen2-1.5B-Instruct

如需更多选项（例如推理类型、并行度），请参阅 文档页面。

🤝 贡献

完整指南请参阅 CONTRIBUTING.md；

获取代码

git clone --recurse-submodules https://github.com/TabbyML/tabby
cd tabby

如果您已经克隆了仓库，可以运行 git submodule update --recursive --init 命令来获取所有子模块。

构建

1. 按照此 教程 设置 Rust 环境。

2. 安装所需依赖：

# 对于 macOS
brew install protobuf

# 对于 Ubuntu / Debian
apt install protobuf-compiler libopenblas-dev

3. 安装实用工具：

# 对于 Ubuntu
apt install make sqlite3 graphviz

4. 现在，您可以通过运行 cargo build 来构建 Tabby。

开始贡献吧！

… 别忘了提交一个 Pull Request

🌍 社区

• 🎤 Twitter / X - 与 TabbyML 互动，了解最新动态
• 📚 LinkedIn - 关注社区最新资讯
• 💌 Newsletter - 订阅以获取 Tabby 的洞察与秘籍

🔆 活动

🌟 星标历史

Tabby 快速上手指南

Tabby 是一款自托管的开源 AI 编程助手，可作为 GitHub Copilot 的本地化替代方案。它无需数据库或云服务支持，支持消费级显卡，并提供 OpenAPI 接口以便集成到现有基础设施中。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux, macOS, 或 Windows (通过 WSL2/Docker)
• GPU 支持（可选但推荐）：
  • NVIDIA GPU (需安装 CUDA 驱动)
  • Apple Silicon (M1/M2/M3) 支持 Metal 加速
  • 若无独立显卡，可使用 CPU 模式（速度较慢）
• 运行时依赖：
  • Docker (推荐方式)：需安装 Docker Engine 并配置 GPU 支持 (如 nvidia-container-toolkit)。
  • 或者 原生构建：需安装 Rust 环境、protobuf 编译器及开发库。

提示：国内用户若拉取 Docker 镜像缓慢，建议配置 Docker 国内镜像加速器。

安装步骤

最快捷的启动方式是使用 Docker。以下命令将启动 Tabby 服务器，并加载代码补全模型 (StarCoder-1B) 和对话模型 (Qwen2-1.5B-Instruct)。

使用 Docker 启动

在终端执行以下命令：

docker run -it \
  --gpus all -p 8080:8080 -v $HOME/.tabby:/data \
  tabbyml/tabby \
  serve --model StarCoder-1B --device cuda --chat-model Qwen2-1.5B-Instruct

参数说明：

• --gpus all：启用所有可用 GPU。若无 NVIDIA GPU 或使用 CPU 模式，请移除此参数或改为 --device cpu。
• -p 8080:8080：将容器的 8080 端口映射到主机。
• -v $HOME/.tabby:/data：将数据持久化存储到宿主机的 ~/.tabby 目录。
• --model：指定代码补全模型。
• --chat-model：指定聊天对话模型。

注意：首次运行时会自动下载模型文件，请保持网络连接畅通。

基本使用

启动成功后，您可以通过以下方式开始使用：

1. 访问 Web 界面

打开浏览器访问 http://localhost:8080。

• 您可以在此界面管理模型、查看日志、配置团队权限以及体验内置的聊天功能。

2. 配置 IDE 插件

要在编码时获得智能补全，需安装 Tabby 的 IDE 扩展：

1. 安装插件：

   • VS Code: 在扩展市场搜索 Tabby (发布者: TabbyML) 并安装。
   • IntelliJ IDEA / JetBrains 系列: 在插件市场搜索 Tabby 并安装。
   • Vim/Neovim: 参考官方文档配置 Lua 插件。

2. 连接服务器：

   • 打开 IDE 中的 Tabby 插件设置。
   • 在 Endpoint (端点) 栏填入您的服务器地址：http://localhost:8080。
   • 保存设置，状态栏显示绿色图标即表示连接成功。

3. 开始编码：

   • 在编辑器中输入代码，Tabby 将以灰色文本提供行内自动补全建议。
   • 按 Tab 键接受建议。
   • 部分插件支持侧边栏聊天，可直接询问代码逻辑或生成单元测试。

现在，您已经拥有了一个完全私有、可控的 AI 编程助手！