Tabby: VSCode에 통합되는 기본 자체 호스팅 AI 프로그래밍 도우미

356 0

일반 소개

Tabby는 TabbyML 팀에서 개발한 오픈 소스 AI 프로그래밍 도우미로, 사용자가 로컬 또는 서버에 직접 배포할 수 있습니다. 유사한 기능을 제공합니다. GitHub 코파일럿 Tabby는 여러 프로그래밍 언어를 지원하며 VSCode 및 Vim과 같은 개발 도구에 통합할 수 있습니다. 공식 데이터에 따르면 2025년 4월 현재 최신 버전인 v0.24.0은 LDAP 인증 및 백그라운드 작업 알림을 지원하며, 기능이 계속 최적화되고 있습니다. 개인정보 보호에 민감한 개발자나 팀에 적합합니다.

기능 목록

코드 완성코드 입력 시 한 줄 또는 여러 줄의 코드를 실시간으로 제안하여 효율성을 향상시킵니다.
지능형 채팅 도우미대화를 통해 프로그래밍 질문에 답하거나 코드 스니펫을 생성합니다.
셀프 호스팅 배포로컬 또는 클라우드에서 실행, 데이터 개인 정보 보호, 사용자 지정 지원.
다중 모델 지원스타코더-1B, Qwen2-1.5B 등과 같은 오픈 소스 모델을 사용할 수 있습니다.
상황에 맞는코드 컨텍스트를 이해하고 정확한 조언을 제공하세요.
IDE 통합VSCode, Vim, IntelliJ 및 기타 주요 편집기를 지원합니다.
코드 브라우저검색 및 탐색 지원으로 프로젝트 코드를 찾아보세요.
사용 통계코드 완성 및 채팅에 대한 사용량 데이터를 봅니다.
LDAP 인증엔터프라이즈 사용자는 LDAP를 통해 권한을 관리할 수 있습니다(v0.24.0의 새로운 기능).

도움말 사용

설치 프로세스

Tabby는 사용자가 직접 빌드해야 하며, 다음은 Docker를 기반으로 한 세부 단계입니다.

환경 준비하기
- Docker가 설치되어 있는지 확인합니다(버전 20.10 이상).
- GPU를 사용하는 경우 NVIDIA 드라이버와 CUDA 툴킷(11.8 또는 12.x 권장)을 설치해야 합니다.
- 모델과 데이터를 위해 최소 10GB의 저장 공간을 확보하세요.
거울 당기기
터미널에서 다음 명령을 실행하여 최신 Tabby를 가져옵니다:

docker pull tabbyml/tabby

서버 시작
시작하려면 다음 명령을 사용하여 기본적으로 포트 8080에서 수신 대기합니다:

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 allGPU 가속을 활성화합니다(GPU를 제거할 수 없음).
-p 8080:8080: 컨테이너 포트를 로컬로 매핑합니다.
-v $HOME/.tabby:/data:: 데이터가 로컬에 저장됩니다. .tabby 폴더.
--model: 코드 완성 모델(기본값은 StarCoder-1B)을 지정합니다.
--chat-model채팅 모델을 지정합니다(기본값은 Qwen2-1.5B-Instruct).
--device cudaGPU 사용, GPU가 없는 경우 cpu.

확인 실행
시작 후 http://localhost:8080. 환영 페이지가 표시되거나 로그에 "0.0.0.0:8080에서 수신 중"이라는 메시지가 표시되면 성공한 것입니다.
IDE 확장 프로그램 설치

VSCode확장 마켓에서 "Tabby"를 검색하여 설치한 후 서버 주소를 http://localhost:8080.
Vim플러그인 관리자를 통한 설치 TabbyML/vim-tabby실행 중 npx tabby-agent --stdio 연결.
IntelliJJetBrains 마켓플레이스에서 "Tabby"를 검색하여 주소를 설치하고 구성합니다.

주요 기능

코드 완성

절차IDE에 코드를 입력하면 Tabby가 제안 상자를 표시합니다. 를 누릅니다. Tab 수락.Esc 거부.
주요 기능문맥 인식 지원. 예를 들어, 입력 def sort_list를 참조하세요:

def sort_list(lst):
return sorted(lst)

조정 매개변수: In config.toml 수정 max_input_length(기본값 1024) 및 max_output_tokens(기본값 512).

지능형 채팅 도우미

여는 방법VSCode에서 사이드바의 Tabby 아이콘을 클릭하여 채팅 패널을 엽니다.
사용법"자바스크립트로 배열 중복 제거 함수 작성"과 같은 질문을 입력하면 Tabby가 반환합니다:

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

또한 @ 문서를 참조하여 컨텍스트를 추가하세요.

명령 실행유사 입력 dir 명령을 사용하여 시뮬레이션 결과를 볼 수 있습니다(v0.23.0 향상된 기능).

코드 브라우저

액세스 경로웹 인터페이스에서 '코드 브라우저'를 클릭합니다.
워크플로: 키워드 입력(예 class), 검색 코드를 입력합니다. 파일 유형별 필터링을 지원하며, 결과를 클릭하면 특정 위치로 이동합니다.
기능 업데이트v0.23.0 더 많은 탐색 옵션을 지원하여 최적화된 브라우징 환경을 제공합니다.

보충 참고 사항

초기 출시모델 다운로드는 네트워크에 따라 5~10분 정도 소요될 수 있습니다.
성능 최적화사용 --parallelism 4 동시 처리 능력 향상(고급 하드웨어 필요).
커뮤니티 지원Slack을 통해 사용 가능(links.tabbyml.com/join-slack) 도움을 받습니다.

애플리케이션 시나리오

개인 개발
프런트엔드 개발자는 Tabby를 로컬에 배포하고 이를 사용하여 React 구성 요소 코드를 사용하여 중복 항목에 대한 시간을 절약할 수 있습니다.
엔터프라이즈 협업
이 회사는 내부 서버에 Tabby를 배포했고, LDAP 인증을 통해 팀원들이 채팅 기능을 통해 신속하게 버그를 해결할 수 있었습니다.
교육 및 훈련
학생들은 Tabby를 사용하여 채팅에서 "포인터가 무엇인가요?"라는 질문을 하고 코드 샘플과 설명을 얻으며 C++를 학습합니다.

QA

Tabby는 어떤 모델을 지원하나요?
StarCoder-1B(코드 완성)와 Qwen2-1.5B-Instruct(채팅)가 기본적으로 지원되며, 사용자는 다른 오픈 소스 모델로 대체할 수 있습니다.
셀프 호스팅의 장점은 무엇인가요?
데이터는 클라우드에 업로드되지 않으며, 개인정보 보호에 민감한 시나리오를 위해 완전히 현지화되어 있고, 자유롭게 구성을 조정할 수 있습니다.
최소 하드웨어 요구 사항은 무엇인가요?
CPU는 8GB RAM에서 실행되고 GPU는 16GB RAM과 4GB 비디오 메모리에서 실행됩니다.