实时 AI 代码补全：基于 Fill-in-the-Middle（FIM）技术，在输入过程中提供单行与多行的智能代码建议，并支持自定义提示模板来丰富上下文。
AI 代码对话：通过侧边栏与 AI 讨论代码，可获得代码解释、单元测试生成、重构建议等多种帮助，也支持全屏聊天模式。
多提供商与模型支持：兼容 Ollama、llama.cpp、OpenAI、Anthropic 等，可自由配置 API 地址、端口、模型名称与提示词模板。
工作区嵌入（Workspace Embeddings）：对项目代码库建立索引，提供基于项目上下文的精准建议。
实用增强功能：Git 提交信息生成、代码块一键插入编辑器、从代码块创建新文档、并排 Diff 对比、聊天记录按工作区保留。
在线/离线双模式：支持完全离线运行，并可通过 Symmetry Network 去中心化 P2P 网络共享推理资源。

第一步，安装插件：打开 VS Code，进入扩展视图（Ctrl+Shift+X），搜索“Twinny”并点击 Install 安装，也可从 GitHub Releases 下载 VSIX 手动安装。
第二步，配置后端：默认后端为 Ollama，需先安装 Ollama 并拉取代码模型（如 ollama pull codellama）；如需使用云端服务，可在侧边栏的 Provider Manager 中添加 OpenAI 或 Anthropic 并填入 API Key。
第三步，开始使用：在编辑器中输入代码即可自动获得补全建议；按 Alt+\ 可手动触发行内补全，Ctrl+Shift+/ 可停止生成。
第四步，对话与解释：点击活动栏的 Twinny 图标打开侧边栏进行代码问答，也可选中代码后右键选择“Explain”“Refactor”等菜单项。

100% 免费开源：采用 MIT 许可证，无订阅费、无功能限制、无使用次数上限，可自由查看和修改源码。
隐私与安全：支持完全本地运行，代码不出本机，从根源上杜绝代码泄露风险，适合处理敏感项目的开发者。
部署灵活：既可以免费使用本地模型离线工作，也能接入云端 API 获取更强能力，满足不同硬件与场景需求。
生态兼容性强：与 Ollama、llama.cpp 等生态深度集成，可运行 Codellama、Llama 3、Qwen、CodeGemma 等几乎所有主流开源模型。
高度可定制：提示词模板、上下文长度、温度参数、启用语言等均可自由调整，并支持工作区嵌入以获得项目级智能。

对比 GitHub Copilot：Copilot 是基于云端的商业服务，每月约 10 美元订阅费且存在速率限制，代码会经过其服务器；Twinny 免费开源、可本地运行、无速率限制，代码默认不出本地。Copilot 的优势在于闭源大模型带来的较高补全质量，而 Twinny 的补全质量取决于你所选择的本地或 API 模型。
对比 Tabby、Continue 等本地方案：Twinny 开箱即用、配置直观，默认与 Ollama 深度绑定，安装插件即可上手，学习成本更低，且额外提供了代码对话、工作区嵌入和 P2P 推理等特色能力。
总体而言，Twinny 在“免费、私密、可控”三个维度上优势明显，是追求性价比与数据安全的开发者的理想选择。

Q1: Twinny 完全免费吗？
A1: 是的，Twinny 是免费开源的 MIT 许可软件，所有功能均可免费使用，无订阅费用和功能限制。
Q2: 使用 Twinny 必须联网吗？
A2: 不需要。Twinny 支持完全本地运行，配合本地 Ollama 等引擎即可离线使用；只有当你配置云端 API 时才需要联网。
Q3: 如何安装并配置本地模型？
A3: 先安装 Ollama 并执行 ollama pull codellama 等命令拉取模型，再在 Twinny 设置中确认主机地址（默认 0.0.0.0）和端口（默认 11434），最后在插件中选择对应模型即可。
Q4: Twinny 支持哪些 AI 模型？
A4: Twinny 与模型无关，支持 Codellama、Llama 3、Qwen、CodeGemma 等几乎所有通过 Ollama、llama.cpp 运行的模型，也支持 OpenAI、Anthropic 的云端模型。
Q5: Twinny 与 GitHub Copilot 有何区别？
A5: Twinny 免费、可本地运行、代码隐私有保障且无速率限制；Copilot 为云端订阅服务。两者补全质量因所用模型而异，可按需选择。
Q6: 我的代码会被发送到第三方服务器吗？
A6: 在本地模式下不会，代码仅在本地处理；只有当您主动配置并连接云端 API 提供商时，请求才会发送到您指定的服务器。