Tabby: собственный самодостаточный ассистент программирования ИИ, интегрируемый в VSCode

Общее введение

Tabby - это помощник программирования ИИ с открытым исходным кодом, разработанный командой TabbyML, который пользователи могут развернуть самостоятельно локально или на сервере. Он предлагает похожие GitHub Copilot Tabby поддерживает множество языков программирования и может быть интегрирован в такие инструменты разработки, как VSCode и Vim. По официальным данным, по состоянию на апрель 2025 года в последней версии v0.24.0 появилась поддержка LDAP-аутентификации и уведомлений о фоновых задачах, а функционал продолжает оптимизироваться. Он подходит для разработчиков и команд, заботящихся о конфиденциальности.

Список функций

• Завершение кодаПредложите одну или несколько строк кода в режиме реального времени при вводе кода для повышения эффективности.
• Интеллектуальный чат-помощник: Отвечайте на вопросы по программированию или генерируйте фрагменты кода с помощью диалога.
• Самостоятельное развертывание: Работает локально или в облаке, защищает конфиденциальность данных, поддерживает кастомизацию.
• Поддержка нескольких моделей: Можно использовать модели с открытым исходным кодом, такие как StarCoder-1B, Qwen2-1.5B и т.д.
• контекстно-зависимый: Понимание контекста кода и предоставление точных рекомендаций.
• Интеграция с IDE: Поддержка VSCode, Vim, IntelliJ и других основных редакторов.
• браузер кодов: Просмотр кода проекта с поддержкой поиска и навигации.
• Статистика использования: Просмотр данных об использовании завершения кода и чата.
• Аутентификация LDAP: Корпоративные пользователи могут управлять разрешениями через LDAP (новое в версии 0.24.0).

Использование помощи

Процесс установки

Tabby должен быть создан пользователем, вот подробные шаги, основанные на Docker.

1. Подготовка среды
   • Убедитесь, что установлен Docker (версия 20.10 или выше).
   • Если вы используете графический процессор, вам необходимо установить драйвер NVIDIA и набор инструментов CUDA Toolkit (рекомендуется 11.8 или 12.x).
   • Зарезервируйте не менее 10 ГБ места для хранения моделей и данных.
2. Вытягивание зеркал
   Выполните следующую команду в терминале, чтобы получить последнюю версию Tabby:

docker pull tabbyml/tabby

3. Запустите сервер
   Для запуска используйте следующую команду, по умолчанию прослушивая порт 8080:

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

• --gpus all: Включить ускорение GPU (GPU не может быть удален).
• -p 8080:8080: Локально отображает порт контейнера.
• -v $HOME/.tabby:/data:: Данные хранятся локально .tabby Папка.
• --model: Указывает модель завершения кода, по умолчанию StarCoder-1B.
• --chat-model: Укажите модель чата, по умолчанию Qwen2-1.5B-Instruct.
• --device cuda: используйте GPU, если GPU нет, измените на cpu.

4. Проверочные работы
   После запуска зайдите в http://localhost:8080. Если отображается страница приветствия или в журнале появляется сообщение "Listening at 0.0.0.0:8080", значит, работа выполнена успешно.
5. Установка расширений IDE

• VSCode: Найдите "Tabby" в маркетплейсе расширений, установите его и задайте адрес сервера как http://localhost:8080.
• Vim: Установка через менеджер плагинов TabbyML/vim-tabbyБег npx tabby-agent --stdio Соединения.
• IntelliJ: Найдите "Tabby" в JetBrains Marketplace, чтобы установить и настроить адрес.

Основные функции

Завершение кода

• процедура: Введите код в IDE, и Tabby откроет окно с предложениями. Нажмите Tab Принятие.Esc Отказ.
• Основные функции: Поддерживается контекстно-ориентированный подход. Например, ввод def sort_list, может подсказать:

def sort_list(lst):
return sorted(lst)

• Параметры настройки: В config.toml модификация max_input_length(по умолчанию 1024) и max_output_tokens(по умолчанию 512).

Интеллектуальный чат-помощник

• Способы открытия: В VSCode щелкните значок Tabby на боковой панели, чтобы открыть панель чата.
• Использование: Вводные вопросы типа "Напишите функцию дедупликации массива на JavaScript". который вернет Tabby:

function uniqueArray(arr) {
return [...new Set(arr)];
}

Это также можно сделать с помощью @ Обратитесь к документу, чтобы добавить контекст.

• Выполнить команду: Введите похожие dir команда для просмотра результатов моделирования (версия 0.23.0 Enhanced).

браузер кодов

• путь доступа: Нажмите "Браузер кодов" в веб-интерфейсе.
• рабочий процесс: Введите ключевые слова (например. class), код поиска. Поддержка фильтрации по типу файла, щелчок по результатам для перехода к определенному месту.
• Особенности обновления: v0.23.0 Оптимизирована работа браузера с поддержкой большего количества вариантов навигации.

дополнительное примечание

• первоначальный запуск: Загрузка модели может занять 5-10 минут, в зависимости от сети.
• оптимизация производительности: Использование --parallelism 4 Увеличение мощности одновременной обработки данных (требуется высокопроизводительное оборудование).
• Поддержка общества: Доступно через Slack (links.tabbyml.com/join-slack) Обратитесь за помощью.

сценарий применения

1. личное развитие
   Разработчик фронтэнда развертывает Tabby локально, используя его в качестве дополнения к React Коды компонентов помогут сэкономить время на дублировании записей.
2. Совместная работа предприятий
   Компания развернула Tabby на внутреннем сервере, и благодаря аутентификации LDAP члены команды смогли быстро устранять ошибки с помощью функции чата.
3. Образование и обучение
   Студенты изучают C++ с помощью Tabby, задавая в чате вопрос "Что такое указатель?" и получая примеры кода и объяснения.

QA

1. Какие модели поддерживает Tabby?
   StarCoder-1B (завершение кода) и Qwen2-1.5B-Instruct (чат) поддерживаются по умолчанию, и пользователи могут заменить их другими моделями с открытым исходным кодом.
2. В чем преимущества самостоятельного хостинга?
   Данные не загружаются в облако, полностью локализуются для сценариев, чувствительных к конфиденциальности, и могут быть свободно настроены для конфигурации.
3. Каковы минимальные требования к оборудованию?
   Центральный процессор работает на 8 ГБ оперативной памяти, а графический процессор - на 16 ГБ оперативной и 4 ГБ видеопамяти.