一觉醒来， HackerNews 上前三了

我发现之前就 star 过了，是不是上过 trending ，居然是本站大佬的作品，厉害

巨佬

@guotie @litchinn 哈哈，没有没有，我也只是其中一员，虽然目前我们人也不多就是了。

相当

请教一下，是不是必须配合 server 使用，如果我只想使用 tabby vscode 插件+deepseek api 行不行呢？刚刚配置失败了

@zhixiao 必须要配合 Server 使用的，Server 在 LLM API 之外会做很多事情，就像读取文档，代码库，然后根据这些信息，再给你补全和生成代码。

配合 Server 也不复杂，目前 release 里就是两个二进制文件，放到 PATH 下的目录里就好，很容易就能跑起来

@zwpaper 多谢，我晚点试试看，就是不知道对比 copilot ，deepseek 的效果究竟咋样

@zhixiao #7 Copilot 确实是强劲的对手，我们算是互有优势吧，一直在争取有一天能说我们比 Copilot 强

deepseek 的话，主要说的是模型吧？我们本身也是可以用 deepseek 的模型的

我之前甚至考虑过一种实现，就是配合麦克风、当前页面：
当我按某个快捷键，说明开始和 ai 交互，开始语言输入，然后说出指令，就自动提示代码

考虑到编程很多是繁琐的细节，这一块能完成，效率简直 x3

话说为啥要取名 tabby ，已经有一个 6 万 star 的 tabby 了，搜索时结果混淆在一起有点蛋疼

@q1102389095 也别这么说，也可以说技术人员更高阶了，hhh

@cloudzhou 我说的是有了这个以后技术部从原本敲代码方式转变成叨叨叨了，这样降噪等问题以及说错话还有方言、感冒带鼻音等都要处理，前段时间我感冒了说的很多东西不准确，我的智能家居开始已读乱回

@q1102389095 我自己用了 wx ，感觉准确率可以，对于编程来说，术语、特定语言在一个小范围，理论上更加精准才对，并且，局部的不精准，不影响全局的理解。

如果那一天编程到了这一步，编程的方式都有些变化了

@yh7gdiaYW 确实我第一反应是那个 tabby 太容易混淆了

@cloudzhou #9 你是否在找 罗永浩-TNT

@tars13344 如果都用语音识别，确实有些傻瓜瓜，但是考虑到语音识别的准确性、快速响应进步，在一些场景确实可以的，我不大使用 AI 一个原因是，有时候打了一大段字描述一个问题，来回的时候（各种微调）我都可以自己写代码了

第一眼以为是终端软件 tabby 。

@cloudzhou #9 抛开语音识别，并且把当前页面限制到 VSCode ，目前的实现其实就是类似的效果，当然，一些更好的体验其实也受限于当前 LLM 的能力，实际做下来体验不如预期，还得等 LLM 再进化

@yh7gdiaYW 可以用 ML 后缀来区别，Tab by ML ，所以去掉 ML 就是产品名，和终端 Tabby 重名也确实是巧合了

我之前在 vs code 里面使用过 tabby ，我也不知道啥原因感觉不太“聪明”的样子。后来我就没用了。

现在才知道要配置一些东西才好用....

@cloudzhou 什么 tnt

同感，看成终端软件了，以为终端里面加了 ai 。

能部署到 NAS 么

@zwpaper 但 google 的搜索结果官网是"Tabby - Opensource, self-hosted AI coding assistant"，Github 的仓库也是"tabby"，如 23 楼所说真的很容易以为是 tabby 加了 ai

之前就 Star 了， 好奇的是付费用户多么？ 头保命

以前就试过，感觉本地部署还是很占资源的，Mac 用不起

@yh7gdiaYW +1 ，这个名字楼主团队是否可以考虑换一下

有没有和其他助手的对比？

感觉 continue 比较像，和 continue 相比有什么优势么？

之前看到了，确实挺不错的

之前才看过，没想到作者居然在 v2

@yh7gdiaYW #25 Tabby 这个名字现在积累了一定的产品力了，肯定不会轻易考虑换，而且和终端的 Tabby 毕竟也不是一个赛道的

@FcukYouTony 肯定是可以的，但是 NAS 的话，一般得用远端的 API 了，或者 NAS 本身能力比较强大也是可以的，毕竟还是依赖 LLM 的能力

@QlanQ 资源大头还是在 LLM 上，Server 本身占用的资源不算多，所以说实话，目前 Mac 上我主要也是开发场景在用，生产场景还是依赖远端的 LLM

@liuliuliuliu @xfn 我们目前没有对比的文章，但是从个人体验上说，Tabby 会获取更多的上下文，包括编辑器里能获取的，还有 Server Side 保存的，在 Chat 或者补全的时候都会有更高的命中率

@zwpaper 今天第一个 star 。 果然是能力越大，头像越黑

@devdes 奇怪的关注点增加了

要英伟达的显卡？

本地无显卡，怎么使用现有模型 api 作为远端服务呢？有教程吗，windows 的？

star 了，等有显卡了试试

挺好的，适合我们自建。我之前还在烦呢。因为 cursor 跑 ollama 比较麻烦，每个人都配置一下也挺烦，而且 cursor 也不是每个人都首选。 这个就不错。

按教程 docker 部署完毕， http://localhost:8080 或者指定其他端口，无法打开 ，什么情况

@xdeng @Echoleung @jonsmith 本地有显卡是最好的，可以本地跑模型，尤其对于企业来说，数据还很重要的。

没有显卡的情况下，Tabby 也支持使用远端的模型 API ，针对不同的厂商，我们也都有对应的文档，可以参考一下，例如最近很火的 Deepseek V3 和 Deepseek Coder 都可以通过 Deepseek 的 API 运行： https://tabby.tabbyml.com/docs/references/models-http-api/deepseek/

@TimPeake 得看一下具体的日志和报错，之前碰到过的 docker 绑了 IPv6 ，还碰到过 localhost 解析异常，或者 GPU 异常，之类的问题

或者各位有条件的话，可以加一下我们的 Slack ，我们可以更好的当好客服工作，哈哈

https://links.tabbyml.com/join-slack-landing

如果可以先用 Gemini 体验一下就好了，刚刚看了下文档似乎没提到 Gemini

@a174871 因为 Gemini 只有 Chat 模型，所以关注度不算高，不过好像也确实可以把 Chat 模型给他加上，毕竟也是个 LLM 大哥

允许将整个本地项目代码加入上下文吗？或者指定本地的几个目录的代码作为上下文

@zwpaper #45 可能我电脑性能不太行，200 秒左右启动成功， 刷新可以打开了。安装了 cuda toolkit, 试了下 tab 补全的时候 3050 显卡瞬间飙升到 70%+使用率

能本地部署了，这个怎么还需要订阅

牛逼，先点 Star ，等会部署玩玩

很早就看到了，没想到是国内厂商，支持。

@TimPeake #50 LLM 基本都是这样，不同模型对显卡的利用率也不一样

@Rrrrrr "我们的 API" 就是指的本地运行的这个 Server API ，公司不让上网指的应该是不让上互联网吧，公司内网部署 Tabby ，然后内部都访问这个 API 就行

@a132811 是的，允许添加 GitHub/GitLab 等仓库，会自动去拉取，或者本地的 Git 仓库也都是可以的

@Alias2023 个人本地部署基本没有限制，有一些企业功能是限制了需要订阅才可以的，这也是我们的商业模式

@ZSeptember 哈哈，互联网时代，主要还是看产品

@zwpaper #55 有没有推荐什么配置，能跑得比较好？

这种是不是很吃 token

只能使用本地的模型吗 ，能接其他 LLM 的 API 么？

膜拜，先 star

@zwpaper 使用远端模型，配置好 config 后执行.\tabby.exe serve 启动就行吗？

厉害，点个 star 部署试试

厉害的！我同学是你们中一员，在朋友圈宣传过几次

你这跟哪个 ssh 客户端重名了呀，我吓一跳，以为那作者说中文了。

@zwpaper #47 感谢回复，您提到 Gemini 只有 chat 模型，是因为 tabby 还需要其他模型吗 比如 Embedding ？我印象中 Google 的 AI studio 中提供的 API 和 OpenAI 中提供的都是只有 chat 吧？

有点不太理解，其他一些工具不都是插件+api 就行了么，为什么还需要一个单独的程序

还以为是那个 terminal

@cloudzhou vscode+copilot 里，command+两次不就是你说的这个效果吗？我自己在家的时候一直是语音说需求，copilot 给我改代码的

@f1ynnv2 command+i 两次

怎么没有中文文档

已 star, 今天去试用一下, 有没有和 CodeGPT 跑本地模型的对比?

@a174871 #67 是的，全能力需要 3 个模型，Chat 、Completion 、Embedding ，

Google 有 Chat 和 Embedding

OpenAI 三个都有，只是 Completion 已经 Deprecated 了

@Rrrrrr #59 我个人的经验是 codestral 22b 一个模型对于 Completion 和 Chat 处理得都挺不错的，显卡能跑起来这个模型的话，体验上应该就很不错了

@Echoleung #63 是的

star 好久了 看到你发才知道原来是本站佬的作品

巨佬你好

vscode 和 intellij 里面的 chat 页面出不来, 代码补全是正常的

@astkaasa 这样启动的
tabby serve --device metal --model Qwen2.5-Coder-7B --chat-model Qwen2.5-Coder-7B-Instruct --port 10000 --no-webserver

@zwpaper #74 感谢回复，那能否像 Dif 一样，可以分别配置 chat 、Completion 、Embedding 所使用的模型，比如我可以把 Embedding 使用本地部署的，而 chat 使用 Gemini 呢？

@f1ynnv2 那太先进了，我只是自己的一个想法，程序员真要变革了

啊，相当

牛叉 留名

@a174871 #81 可以的，参考这里几个不同的厂商，可以组合使用，也可以本地远端组合使用
https://tabby.tabbyml.com/docs/references/models-http-api/deepseek/

@jlak 会有点，不过现在 token 价格也都越来越便宜了，而且只会更便宜，另外就是本地有显卡的话，本地模型能力也会越来越强的

没懂这个和 cline 插件有啥区别

@astkaasa #80 可以到 GitHub 或者 Slack 里贴一下详细的问题，才能定位一下怎么回事

@monkeyWie Tabby 会整合更多的相关信息，不仅仅是一个代码助手

牛的，最近也在企业内部做代码生成工具，看了下 repo ，感觉能学到很多

但是 rust 是一个门槛，无论对开发者还是想要接入服务的企业来说，存在一定的障碍。

@weank #91 语言只是实现途径之一，用 Rust 也是考虑生态之后的选项，实际开发体验下来也都挺好的，我也知道 Rust 的花边新闻，不过最终产出才是中最要的。

对于开发者，主要是有一个上手门槛，但是现在像 Tabby 这样的助手出现，也能很大程度的降低这个门槛。

对于企业，主要还是看产品，一般也不会过多关注具体的实现方式

@zwpaper #44 谢谢大佬的贡献，想问下，如果是调用远端 api 的话，是不是 docker 部署就把--model StarCoder-1B --chat-model Qwen2-1.5B-Instruct --device cuda 这些去掉？

@unbridle 对，还得在 config.toml 上配置一下远端 api 的信息，需要自己 mount 这个配置文件进去