Tabby 是一款开源项目：可自托管的开源代码补全服务。

看文档和设置项时遇到的术语，这里用一两句话解释清楚。

术语表

  • 补全（Completion）：在光标处预测下一段代码，速度快但上下文有限。
  • 编程智能体：能读写多个文件、运行命令并迭代修复的 AI，需要控制权限。
  • 上下文索引：把代码库建立索引，让 AI 回答时能引用相关文件。
  • 规则文件：放在仓库里的说明文件，告诉 AI 项目约定和禁止事项。
  • MCP：让编程工具连接外部数据和工具的协议。
  • 差异审阅：在接受 AI 修改前逐个查看 diff，是最重要的安全习惯。

和 Tabby 相关的补充

  • 开源项目：Tabby 的产品形态，决定了安装、权限和数据存放方式。
  • 同类产品：Continue、Codeium、Copilot。
  • 所属方向：编程与开发。

把概念用起来

代码审查

适用情况：手头有一个 Pull Request 的改动时。

审查这个改动，按「必须修改 / 建议修改 / 可以忽略」三级列出问题，每条附上文件和行号，重点关注安全、并发和错误处理。

验收标准：问题定位到行。

更多可以试的用法

修复报错

输入：一段报错堆栈和相关代码。

这是报错信息和相关代码。请先解释报错原因，给出最小修改方案，并说明为什么这个修改不会影响其他调用方。

检查点：修改范围足够小。

小功能开发

输入：一个清晰的需求描述。

实现以下需求：【需求】。要求：先给出实现计划和要改动的文件列表，等我确认后再写代码；遵循现有代码风格；补充必要的测试。

检查点：先有计划再动手。

读懂陌生代码库

输入：一个刚接手的项目仓库。

先不要改任何代码。请阅读这个仓库，输出：1）目录结构说明；2）主要模块之间的调用关系；3）本地运行步骤；4）你认为最脆弱的 3 个地方。

验收标准：运行步骤能实际跑通。

常见问题：越改越乱

回滚到上一个可用提交，把需求拆小后重新开始。

常见问题：生成的代码引用了不存在的函数

让它先搜索代码库确认 API，再写实现；运行测试验证。

常见问题：AI 改动范围过大

要求先给计划和文件清单，限定只改指定文件。

概念补充：规则文件

放在仓库里的说明文件，告诉 AI 项目约定和禁止事项。

概念补充：补全（Completion）

在光标处预测下一段代码，速度快但上下文有限。

适合人群：设计师

设计师可以用 Tabby 处理灵感与草图、多尺寸物料适配等工作。需要注意：确认生成素材与字体的商用授权，客户未公开的项目不要上传。

适合人群：软件工程师

软件工程师可以用 Tabby 处理代码阅读与重构、测试与排错等工作。需要注意：不要把密钥和未开源代码上传到未授权工具，合并前审阅每处改动。

适合人群：新媒体运营

新媒体运营可以用 Tabby 处理内容排期、数据复盘等工作。需要注意：活动规则与奖品说明要准确，避免诱导分享等违规玩法。

注意事项

文中提示词和示例仅作示意，实际效果取决于你的材料和 Tabby 当前版本，重要内容请人工核对后再使用。

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

延伸阅读