- 智能代码补全：基于 StarCoder、CodeLlama、DeepseekCoder 等开源模型，提供单行、多行乃至整函数的上下文感知补全。
- 代码生成与优化：自动生成循环、条件、函数结构，并给出优化建议。
- Answer Engine 问答：内置聊天式引擎，可解释代码、回答编程问题，并沉淀为可共享的知识页面。
- 仓库级上下文（RAG）：检索增强生成，让补全更贴合整个项目的代码风格。
- 多 IDE 插件：覆盖 VS Code、JetBrains、Vim、Emacs，并兼容云端 IDE。
- 管理 Web UI 与企业能力：模型管理、用量统计、团队协作、GitLab 集成、LDAP 认证等。

Tabby 的部署使用非常简单，主要分四步：
第一步，部署服务端。推荐用 Docker 一键启动：docker run -it --gpus all -p 8080:8080 -v $HOME/.tabby:/data tabbyml/tabby serve --model StarCoder-1B --device cuda；没有 GPU 也可用 CPU 推理。
第二步，初始化配置。访问 http://localhost:8080 进入管理 Web UI，完成管理员设置并下载代码补全与聊天模型。
第三步，安装 IDE 插件。在 VS Code、JetBrains 或 Vim 中安装 Tabby 扩展，填写服务器地址与访问令牌。
第四步，重启 IDE 即可享受智能补全与问答，所有请求均在本地或私有服务器中完成。

- 数据隐私安全：代码不出内网、不上传云端，满足企业合规与保密要求。
- 完全免费开源：Apache 2.0 协议，无订阅费用、无功能与调用限制，唯一成本是自备硬件。
- 轻量易部署：无需数据库或云服务，一条 Docker 命令即可启动，支持消费级 GPU，硬件门槛低。
- 模型自由可控：可自由选择、更换 StarCoder、CodeLlama、Qwen 等开源模型，甚至接入私有模型。
- 完全离线可用：模型下载后即可离线运行，非常适合内网隔离环境。

与 GitHub Copilot 相比，Copilot 基于云端闭源大模型，开箱即用但需联网订阅，代码会上传至 GitHub；Tabby 本地部署、数据完全可控、永久免费，模型开源可替换。
与 Codeium 相比，Codeium 个人版免费、编辑器支持广，但推理在云端完成、模型闭源且无本地部署选项；Tabby 支持离线自托管，隐私与可控性更胜一筹。
与 Cursor 相比，Cursor 是体验优秀的独立 AI 编辑器，但整体闭源且依赖云端；Tabby 以开源插件形式嵌入熟悉的 IDE，更契合重视开源与内网环境的团队。
简言之，Tabby 用部分部署便利性换取了数据自主权、零成本与开源灵活性。

Q1: Tabby 完全免费吗？
A1: 是的，采用 Apache 2.0 协议，完全免费、无功能限制，不限制并发与调用次数，只需自备硬件。
Q2: 需要很强的硬件吗？
A2: 不需要，支持消费级 GPU 与 CPU 推理，小模型在普通机器上即可流畅运行。
Q3: Tabby 可以离线使用吗？
A3: 可以，完全本地运行，模型下载完成后无需联网，适合内网隔离环境。
Q4: 支持哪些编程语言？
A4: 取决于所选模型，常见的 Python、JavaScript/TypeScript、Go、Java、Rust 等主流语言均有良好支持。
Q5: 与 GitHub Copilot 有何区别？
A5: Copilot 是云端闭源付费服务，代码会发送到 GitHub；Tabby 是开源自托管方案，代码不出内网、永久免费、模型可更换，但需自行部署维护。