夜雨聆风白嫖一个AI编程助手！Tabby 零基础部署使用教程
用了 GitHub Copilot 的朋友都知道，AI 帮你写代码确实爽。但有两个问题：一是要付费（10 美元一个月），二是所有代码都要上传到微软的服务器。
对于普通开发者来说，Copilot 价格不算低。对于企业来说，代码外传更是红线。
Tabby 就是这两类问题的最优解。它是一个完全开源的自托管 AI 编程助手，GitHub 33.5k 星，你把它部署在自己的服务器上，代码不离开你的电脑，而且——完全免费。
第一步：准备工作
部署 Tabby 需要两样东西：
1. 一台电脑或服务器（甚至可以用自己的开发机）
2. Docker（推荐）或者直接运行
安装 Docker 不会的话，去 docker.com 下载 Docker Desktop 安装就行，很简单。
第二步：5 分钟部署 Tabby
有 GPU 的电脑（推荐）
如果你有一张 NVIDIA 显卡（比如 RTX 3060 或更高），就用这个命令：
docker run -it --gpus all -p 8080:8080 \-v $HOME/.tabby:/data \tabbyml/tabby serve \--model StarCoder-1B --device cuda
没有 GPU 的电脑（CPU 模式）
没有独立显卡也不怕，用 CPU 也能跑：
docker run -it -p 8080:8080 \-v $HOME/.tabby:/data \tabbyml/tabby serve \--model StarCoder-1B --device cpu
Mac 电脑（M1/M2芯片）
docker run -it -p 8080:8080 \-v $HOME/.tabby:/data \tabbyml/tabby serve \--model StarCoder-1B --device metal
看到提示 "Tabby server started" 就说明部署成功了。现在打开浏览器访问 http://localhost:8080，能看到 Tabby 的管理面板。
第三步：在 VS Code 里配置使用
部署好之后，接下来在 VS Code 里配置一下就能用了：
1. 打开 VS Code
2. 按 Ctrl+Shift+X 打开插件市场
3. 搜索 "Tabby"（蓝底白猫图标那个）
4. 点击安装
5. 安装完成后，按 Ctrl+Shift+P 打开命令面板
6. 搜索 "Tabby: Set Server URL"
7. 输入你的 Tabby 地址（如果是本地部署，输入 http://localhost:8080）
8. 搞定！
现在你在 VS Code 里写代码，Tabby 会自动给出代码建议。看到灰色的建议文字时——按 Tab 接受，按 Esc 忽略。和 Copilot 的用法一模一样。
第四步：日常使用技巧
让代码建议更准确
Tabby 支持"仓库级上下文"——它会分析你当前打开的项目，理解你的代码风格。项目越大，建议越准。建议打开项目后再写代码，不要只打开一个文件。
问 Tabby 问题（聊天模式）
Tabby 还内置了一个问答引擎。在 VS Code 的 Tabby 聊天面板里，你可以像问 ChatGPT 一样提问： • "这段代码怎么优化？" • "帮我写一个排序函数" • "这个错误是什么意思？"
在聊天框里输入 @ 符号，还可以引用当前文件作为上下文，回答会更准确。
管理面板怎么看？
打开 http://localhost:8080 可以看到： • 使用统计：谁的代码补全用得最多 • 活动日志：实时的 API 调用情况 • 设置页面：切换模型、调整参数
换成更好的模型
Tabby 支持多种模型。默认的 StarCoder-1B 是小模型，速度最快、最省内存。如果想要更好的效果，可以换大一点的模型，比如 Qwen2-1.5B、CodeLlama-7B。
把启动命令里的 --model StarCoder-1B 改成 --model Qwen2-1.5B-Instruct 就行了。注意大模型需要更多内存和显存。
💡 如果觉得部署麻烦，可以先从最简单的 CPU + StarCoder-1B 开始尝试，跑起来之后再加 GPU、换大模型，循序渐进来。
