Tabby 是一款面向开发团队与个人开发者的开源 AI 编程助手。它支持本地或私有化部署，提供智能代码补全、IDE 内即时问答、实时聊天和上下文感知的开发辅助能力，帮助你在保证代码与数据安全的前提下，大幅提升编码效率。

产品详细介绍

Tabby 的核心定位是“开源、自托管的 AI 编程助手”，旨在成为 GitHub Copilot 等闭源云端工具的可控替代方案，让团队在不牺牲隐私与合规性的前提下享受前沿 AI 编程体验。

开源与自托管，掌控数据与供应链安全

  • 完全开源：核心组件开源，可审计、可二次开发，降低供应链风险。
  • 自托管部署：支持在本地服务器、企业内网、私有云等环境中运行，无需依赖外部云服务。
  • 无需外部 DBMS：内置轻量化存储与服务组件，部署架构简单，减少额外运维成本。
  • 软件供应链安全：代码透明可查，有利于满足金融、政企、医疗等对合规性要求较高的行业。

智能代码补全：预测你的下一步

  • 上下文感知补全：Tabby 的代码补全引擎会理解当前文件、函数和周边代码上下文，给出更贴合意图的建议。
  • 多语言支持：适用于常见主流编程语言（如 JavaScript/TypeScript、Python、Java、Go 等），覆盖前后端与全栈场景。
  • 实时预测：在你输入代码时即时给出候选补全，减少样板代码与重复性工作。
  • 风格自适应：随着使用时间增加，Tabby 会更好地贴合你的编码习惯与项目风格。

IDE 内即时问答与聊天

  • Answer Engine 答案引擎：在 IDE 中直接提问，例如“这段函数是做什么的？”、“如何优化这个查询？”，Tabby 会给出简明解释或示例代码。
  • 实时 AI 聊天：在代码上下文中与 AI 对话，讨论实现方案、调试思路或重构建议，无需切换到浏览器搜索。
  • 减少打断与上下文切换：所有交互都在 IDE 内完成，保持专注开发流。

Pochi：全栈 AI 队友

  • 全栈 AI Teammate：Pochi 是 Tabby 生态中的“全栈 AI 队友”，不仅能写代码，还能协助规划任务、执行步骤并进行阶段性检查。
  • 贴合现有工作流：可嵌入现有工具链与流程中，尽量不改变团队原有的开发习惯。
  • 任务驱动协作：适合用来拆解需求、生成初版实现、再由开发者审阅与完善。

灵活集成与运行环境

  • 支持 Cloud IDE 与本地 IDE：可集成到常见本地 IDE 与云端开发环境中，适配多种开发场景。
  • 消费级 GPU 支持：可在消费级 GPU 上运行，降低硬件门槛，适合中小团队或个人开发者。
  • 高度可配置：可根据团队规模、项目类型与硬件资源调整模型与服务配置，在性能与成本之间灵活平衡。

简单使用教程

下面以典型使用流程为例，帮助你快速上手 Tabby。

一、部署与安装

  1. 准备环境：
    • 一台可访问的服务器或本地机器（支持 Linux/macOS/Windows，推荐具备 GPU）。
    • 安装好 Docker 或容器运行环境（如官方推荐方式）。
  2. 获取 Tabby：
    • 从官方仓库或网站获取部署说明与镜像地址。
    • 使用 docker run 或 docker-compose 启动 Tabby 服务，指定端口与基础配置。
  3. 基础配置：
    • 在配置文件或环境变量中设置访问地址、端口、模型参数等。
    • 如需内网访问或团队共享，可在反向代理或网关中配置域名与 HTTPS。

二、与 IDE 集成

  1. 安装插件/扩展：
    • 在 VS Code、JetBrains 系列或其他支持的 IDE 中搜索并安装 Tabby 对应扩展。
  2. 配置服务器地址：
    • 在插件设置中填写你部署的 Tabby 服务地址（例如 http://localhost:PORT 或内网域名）。
  3. 验证连接：
    • 在 IDE 中打开任意项目，输入几行代码，确认是否出现 Tabby 的补全建议。

三、使用智能代码补全

  1. 正常编写代码：
    • 像平时一样输入函数、类或逻辑代码。
  2. 查看补全建议：
    • 当你输入到一半时，Tabby 会在光标后给出灰色或高亮的补全建议。
  3. 接受或忽略建议：
    • 使用快捷键（如 Tab、Enter 或插件指定按键）接受建议。
    • 若不需要，继续输入即可覆盖或忽略。

四、使用 Answer Engine 与聊天

  1. 提问代码相关问题：
    • 在 IDE 中选中一段代码，使用插件提供的命令（右键菜单或快捷键）选择“向 Tabby 提问”。
    • 输入问题，例如：
      • “这段代码的时间复杂度是多少？”
      • “帮我把这个函数改成异步版本。”
  2. 查看回答与示例：
    • Tabby 会在侧边栏或弹出窗口中给出解释、重构建议或示例代码。
  3. 实时聊天：
    • 打开 Tabby 聊天面板，与 AI 进行多轮对话，讨论设计方案、调试思路等。

五、连接数据源（可选）

  1. 配置项目知识库：
    • 将项目文档、README、接口说明等作为数据源接入，使 Tabby 在回答时更了解你的项目。
  2. 在设置中启用数据源：
    • 在 Tabby 服务端或插件中配置数据源路径或索引方式。
  3. 获得更贴合项目的回答：
    • 再次提问时，Tabby 会结合项目文档给出更准确的建议与解释。

FAQ 常见问题

Q1：Tabby 与 GitHub Copilot 有什么区别？ A：Tabby 是开源、自托管的 AI 编程助手，可在本地或私有环境中运行，数据不必上传到第三方云端，更适合对隐私和合规要求较高的团队。同时，Tabby 的架构更透明、可定制，可根据自身需求调整模型与部署方式。

Q2：必须要有 GPU 才能使用 Tabby 吗？ A：不是必须。Tabby 支持在 CPU 环境下运行，但在 GPU 上推理速度更快、体验更好。对于个人或小团队，可使用消费级 GPU 即可获得较佳性能。

Q3：Tabby 支持哪些 IDE？ A：Tabby 主要支持主流 IDE，如 VS Code、部分 JetBrains 系列以及常见的 Cloud IDE。具体支持列表与安装方式可参考官方文档或插件市场说明。

Q4：团队如何保证使用 Tabby 时的数据安全？ A：通过在企业内网或私有云中自托管 Tabby，所有代码与交互数据都留在自己的基础设施中；加上开源可审计的特性，有利于满足安全审计与合规要求。可进一步结合 VPN、访问控制和日志审计等手段加强安全。

Q5：Tabby 是否支持多语言项目和全栈开发？ A：是的。Tabby 面向全栈开发场景，支持多种主流语言与框架，结合 Pochi“全栈 AI 队友”能力，可同时辅助前端、后端和脚本类任务，适合多语言混合的大型项目。