Свой Copilot на сервере: Tabby для студии, где код нельзя в облако

Код нельзя отправлять в чужое облако

Типичная история: у студии шесть разработчиков, заказчик из банковской сферы и пункт в договоре про неразглашение исходного кода. Половина команды при этом уже пользуется облачным ассистентом, потому что с ним быстрее, и каждый запрос с кусками кода уходит на чужой сервер. Запретить это легко, проконтролировать сложно.

Второй случай: отдел разработки на заводе, где репозиторий не выходит из локальной сети. Облачный ассистент там просто не подключится.

Tabby закрывает эту дыру. Модель и индекс кода живут на вашем сервере, редактор ходит к нему по внутреннему адресу. Это проект на GitHub, у него около 34 тысяч звёзд.

Что он умеет

Подсказки в редакторе: Tabby дописывает строки и целые функции по мере набора. Чат в боковой панели отвечает на вопросы по коду, объясняет выделенный фрагмент и правит код по запросу (в VS Code это команда Tabby: Start Inline Editing, Ctrl/Cmd+I).

Tabby индексирует ваши репозитории из Git, GitHub или GitLab: код, pull request и merge request, задачи, коммиты. Этот контекст он подкладывает модели при дописывании кода. Подсказка опирается на ваши названия функций и принятый в проекте стиль.

Работает в VS Code (и VSCodium через Open VSX), в JetBrains IDE версии 2023.1 и новее (IDEA, PyCharm, GoLand) и в Vim или Neovim. Для JetBrains и Vim нужен Node.js 18 или выше. Плагин для Eclipse в репозитории помечен как находящийся в разработке, Visual Studio в плане проекта есть, но не сделана.

Как это ставится

Самый короткий путь из документации проекта, Docker на машине с видеокартой NVIDIA и установленным NVIDIA Container Toolkit:

docker run -d --name tabby --gpus all -p 8080:8080 \
  -v $HOME/.tabby:/data registry.tabbyml.com/tabbyml/tabby \
  serve --model StarCoder-1B --chat-model Qwen2-1.5B-Instruct --device cuda

После запуска открываете адрес сервера на порту 8080, создаёте учётную запись администратора и приглашаете остальных. В редакторе ставите плагин, вписываете адрес сервера и токен.

Без видеокарты тоже можно: есть отдельная сборка для процессора и для Vulkan. Но на процессоре подсказки приходят медленно. Модели можно подключать и снаружи: в настройках есть поддержка Ollama и OpenAI-совместимых серверов. Если указать облачный адрес, код снова уйдёт из вашей сети.

Что с железом

Документация проекта даёт такие ориентиры. Моделям от 1 до 3 миллиардов параметров нужна минимум NVIDIA T4, карта серий 10 или 20 либо Apple M1. Для моделей от 7 до 13 миллиардов советуют V100, A100, серии 30 и 40. По FAQ, CodeLlama-7B в режиме int8 занимает около 8 ГБ видеопамяти.

Один экземпляр Tabby использует только одну видеокарту. Если карт две, запускают два экземпляра. Как подобрать память под модель, я разбирал в статье про железо для локального ИИ.

Моя оценка для студии из восьми человек, не замер: одной карты на 12-24 ГБ должно хватить на модель 7-14B. Точно скажет только пробный запуск на ваших репозиториях.

Лицензия: что бесплатно, а что нет

В файле LICENSE написано, что всё вне каталога ee/ лежит под Apache 2.0. Сам каталог ee/ идёт под отдельной лицензией Tabby Enterprise. В нём веб-сервер, база, почта и интерфейс, то есть учётные записи, админка и панель. Использовать эту часть в работе можно, если вы приняли условия подписки Tabby. Для разработки и тестов лицензия не нужна.

Лимиты вшиты в код: бесплатная лицензия Community рассчитана на 5 пользователей и одного администратора, Team на 50 пользователей и трёх администраторов, дальше Enterprise. По прайсу на сайте проекта Team стоит 19 долларов за место в месяц. Для команды из 10 человек это 190 долларов в месяц плюс сервер, это арифметика по их прайсу. Единый вход (SSO) в таблице тарифов отмечен только у Enterprise. Перед покупкой сверьтесь со страницей тарифов.

Где Tabby не подойдёт

Качество упирается в модель, которую вы потянете. Пример из README запускает StarCoder-1B, это минимум для быстрого старта. Сравнения с облачными ассистентами в документации нет, есть лишь ссылка на leaderboard моделей. Сам я качество не мерял, и обещаниям «как Copilot» без проверки на вашем коде верить не стоит.

Проект замедлился. Последний выпуск 0.32.0 вышел 25 января 2026 года, последний коммит в основной ветке датирован 30 июня 2026 года. Первой в новостях README стоит запись про агента Pochi от той же компании. В январе в основной ветке отключили веб-чат и страницы знаний (коммит «sunset knowledge and chat features»), в выпуск 0.32.0 это не вошло. Чат в редакторе в документации по-прежнему описан, но будет ли он работать на следующих версиях, я не подтвердил. Поэтому образ лучше закрепить на конкретной версии, а не брать latest.

Ещё два нюанса. Tabby по умолчанию собирает статистику использования: команду запуска и сведения о железе, по документации. Отключается переменной TABBY_DISABLE_USAGE_COLLECTION=1. Лицензии моделей тоже разные. По реестру моделей Qwen2.5-Coder и Mistral-7B идут под Apache 2.0, а у Codestral лицензия не для производства. Для студии это важно проверить до выбора.

Что можно сделать уже сейчас

Первое. Поднимите контейнер из примера выше на компьютере с видеокартой NVIDIA и подключите двоих разработчиков на неделю. Платная лицензия для этого не нужна.

Второе. Добавьте один свой репозиторий в индекс и посмотрите, как подсказки отличаются с контекстом и без него. Если разницы нет, ставить для команды смысла нет.

Третье. Выпишите, что именно запрещает ваш договор с заказчиком. Если там передача кода третьим лицам, свой сервер это снимает, но формулировку покажите юристу. Зачем держать модель у себя, я писал в статье про локальный ИИ как расчёт.

Четвёртое. Если разворачивать некому, это входит в настройку IT-инфраструктуры. Другие решения на своём сервере собраны в разделе open-source под ключ.

Частые вопросы

Уходит ли мой код наружу?

При локальных моделях нет: сервер и модель у вас. Наружу идёт только служебная статистика, и её можно выключить. Если вы подключите внешнюю модель вроде OpenAI, код пойдёт на её сервер.

Нужна ли видеокарта?

Для комфортной работы команды да. Для проверки хватит ноутбука с Apple M1 или процессорной сборки, но подсказки будут медленнее.

Можно ли использовать в коммерческом проекте?

Да, ядро под Apache 2.0, а админка работает под бесплатной лицензией Community. Платная нужна, если пользователей больше пяти или нужны функции вроде единого входа.

Коротко о главном

Tabby ставится одним контейнером и даёт подсказки в VS Code, JetBrains и Vim с учётом ваших репозиториев. Бесплатен до пяти человек, ядро под Apache 2.0, админка под коммерческой лицензией. Качество зависит от модели и железа, а развитие проекта в 2026 году замедлилось.

Хотите проверить это на своих репозиториях и посчитать, сколько железа нужно вашей команде? Напишите мне в Telegram слово «ПОДСКАЗКА». Подберу модель и сервер и разверну пробный стенд.