Tabby: ผู้ช่วยเขียนโค้ด AI แบบโฮสต์เอง

 (github.com/TabbyML)
4 คะแนน โดย GN⁺ 2025-01-13 | 1 ความคิดเห็น | แชร์ทาง WhatsApp

  • แนะนำ Tabby

    • Tabby เป็นผู้ช่วยเขียนโค้ด AI ที่โฮสต์เองได้ ซึ่งเป็นทางเลือกแทน GitHub Copilot
    • มีสถาปัตยกรรมแบบสแตนด์อโลนที่ไม่ต้องใช้ DBMS หรือบริการคลาวด์
    • สามารถผสานรวมกับโครงสร้างพื้นฐานเดิมได้ง่ายผ่านอินเทอร์เฟซ OpenAPI
    • รองรับ GPU ระดับผู้บริโภค

  • ฟีเจอร์ใหม่

    • 6 ธันวาคม 2024: มีแผนเพิ่มการผสานรวมการแจกจ่าย Llamafile และประสบการณ์ผู้ใช้ของ Answer Engine ที่ดียิ่งขึ้นใน Tabby v0.21.0
    • 10 พฤศจิกายน 2024: Tabby v0.20.0 รองรับการสลับระหว่างโมเดลแชตแบ็กเอนด์หลายแบบใน Answer Engine
    • 30 ตุลาคม 2024: Tabby v0.19.0 เพิ่มเธรดล่าสุดที่ถูกแชร์ไว้บนหน้าหลักเพื่อเพิ่มการมองเห็น
    • 9 กรกฎาคม 2024: ประกาศการผสานรวม Codestral
    • 5 กรกฎาคม 2024: Tabby v0.13.0 เปิดตัว Answer Engine ซึ่งผสานรวมข้อมูลภายในของทีมพัฒนาเพื่อให้คำตอบที่เชื่อถือได้
    • 13 มิถุนายน 2024: VSCode 1.7 มอบประสบการณ์แชตที่หลากหลายตลอดทั้งประสบการณ์การเขียนโค้ด
    • 10 มิถุนายน 2024: เผยแพร่บล็อกโพสต์เกี่ยวกับความสามารถที่ดีขึ้นของ Tabby ในการทำความเข้าใจบริบทของโค้ด
    • 6 มิถุนายน 2024: Tabby v0.12.0 มอบการผสานรวมอย่างราบรื่นกับ Gitlab SSO, GitHub/GitLab แบบโฮสต์เอง และอื่น ๆ
    • 22 พฤษภาคม 2024: Tabby VSCode 1.6 มอบตัวเลือกหลายแบบในการเติมโค้ดแบบอินไลน์ และรองรับข้อความคอมมิตที่สร้างอัตโนมัติ
    • 11 พฤษภาคม 2024: v0.11.0 มาพร้อมการอัปเกรดระดับองค์กรครั้งใหญ่ รวมถึงการผสานรวม GitHub และ GitLab, หน้ากิจกรรม และฟีเจอร์ Ask Tabby
    • 22 เมษายน 2024: v0.10.0 เปิดตัวแท็บรายงานล่าสุดที่ให้การวิเคราะห์แยกตามทีม
    • 19 เมษายน 2024: Tabby ผสานรวมสไนเป็ตที่เกี่ยวข้องในเครื่องเพื่อใช้กับการเติมโค้ด
    • 17 เมษายน 2024: เพิ่มโมเดลซีรีส์ CodeGemma และ CodeQwen ลงในรีจิสทรีทางการ
    • 20 มีนาคม 2024: v0.9 เน้นย้ำ UI ผู้ดูแลระบบที่รองรับฟีเจอร์ครบถ้วน
    • 23 ธันวาคม 2023: สามารถดีพลอย Tabby ขึ้นคลาวด์ได้อย่างราบรื่นผ่าน SkyServe ของ SkyPilot
    • 15 ธันวาคม 2023: v0.7.0 เพิ่มการจัดการทีมและการเข้าถึงอย่างปลอดภัย
    • 15 ตุลาคม 2023: เปิดใช้การเติมโค้ดแบบอิง RAG ใน v0.3.0
    • 27 พฤศจิกายน 2023: เปิดตัว v0.6.0
    • 9 พฤศจิกายน 2023: v0.5.5 มาพร้อมการออกแบบ UI ใหม่และการปรับปรุงประสิทธิภาพ
    • 24 ตุลาคม 2023: อัปเดตครั้งใหญ่สำหรับปลั๊กอิน IDE ของ Tabby บน VSCode/Vim/IntelliJ
    • 4 ตุลาคม 2023: ตรวจสอบโมเดลล่าสุดที่ Tabby รองรับได้จากไดเรกทอรีโมเดล
    • 18 กันยายน 2023: เพิ่มการรองรับการอนุมานผ่าน Metal บน Apple M1/M2 ใน v0.1.1
    • 31 สิงหาคม 2023: เปิดตัวเวอร์ชันเสถียรตัวแรกของ Tabby คือ v0.0.1
    • 28 สิงหาคม 2023: รองรับ CodeLlama 7B แบบทดลอง
    • 24 สิงหาคม 2023: Tabby ถูกเพิ่มเข้าสู่ JetBrains Marketplace

  • เริ่มต้นใช้งาน

    • สามารถดูวิธีติดตั้ง ส่วนขยาย IDE/เอดิเตอร์ และวิธีตั้งค่าได้ในเอกสาร

  • ชุมชน

    • สามารถติดตามและติดต่อ TabbyML ได้ผ่าน Twitter/X, LinkedIn และจดหมายข่าว

บทความที่เกี่ยวข้อง

1 ความคิดเห็น

 
GN⁺ 2025-01-13
ความคิดเห็นจาก Hacker News

  • ผู้ใช้คนหนึ่งกล่าวว่าอาจเป็นผลิตภัณฑ์ที่ดี แต่กระบวนการสัมภาษณ์แย่มาก มีการสัมภาษณ์หลายรอบ แต่หลังสัมภาษณ์รอบสุดท้ายกลับขาดการติดต่อไปโดยไม่มีคำอธิบายใด ๆ หลังจากเขียนบล็อกโพสต์แล้วก็ยังไม่ได้รับการติดต่อกลับอยู่อีกหลายเดือน และเพิ่งได้รับคำตอบหลังจากติดตามถามอย่างต่อเนื่อง โดยการสัมภาษณ์ทั้งหมดเป็นในรูปแบบงานมอบหมาย และใช้เวลารวมมากกว่า 10 ชั่วโมง

  • มีการกล่าวว่าทางเลือกที่อ้างว่าเป็นคู่แข่งของ GitHub Copilot ใช้งานบน VS2022 ไม่ได้ ผู้แสดงความคิดเห็นบอกว่าตนต้องการ AI assistant แบบโฮสต์เองที่ใช้กับ VS2022 ได้ และตั้งคำถามว่าในเมื่อ VS2022 รองรับปลั๊กอิน ทำไมจึงไม่มีทางเลือกอื่น

  • มีการกล่าวถึงเดโมการเติมฟังก์ชัน findMaxElement บนหน้าแรกว่าเป็นตัวอย่างของปัจจุบันหรืออนาคต โดยระบุว่าโค้ด Python 6 บรรทัดที่เสนอสามารถแทนที่ได้ด้วย return max(arr) และประเมินว่าโค้ดที่เสนอเป็นระดับเริ่มต้น กังวลว่าคนที่ใช้ระบบเติมโค้ดอัตโนมัติแบบไม่ลืมหูลืมตาจะหยุดพัฒนาทักษะทางเทคนิค อาจได้ story point แต่ก็ตั้งคำถามว่าทักษะจริงดีขึ้นหรือไม่

  • มีผู้กล่าวว่าไม่เคยนึกเลยว่าโปรเจกต์ Tabby จะขึ้นมาถึงหน้าแรกของ HN โดย Tabby พัฒนาไปมากหลังเปิดตัว และกลายเป็นแพลตฟอร์มนักพัฒนา AI แบบครบวงจรที่มีทั้งการเติมโค้ดและการแชตกับ codebase ผู้ใช้รายนี้บอกว่าพบว่า Tabby เป็นแพลตฟอร์มเดียวที่มอบประสบการณ์ onboarding แบบ self-service และบอกว่าประสิทธิภาพก็ทัดเทียมกับตัวเลือกอื่นในตลาด หากสนใจก็แนะนำให้ลองใช้

  • ผู้ใช้ที่ไม่คุ้นเคยกับ local AI กล่าวว่าอยากลอง Tabby และสงสัยว่า "run tabby in 1 minute" เทียบกับ 4o-mini ฟรีของ chatgpt เป็นอย่างไร ถามว่าบน MacBook Pro สเปกระดับกลางจะสามารถรันคำสั่ง Docker แล้วได้ AI ที่เร็วและมีความสามารถหรือไม่ พร้อมทั้งกล่าวว่าพลังประมวลผลของ M1/M2 มีข้อจำกัดและน่าจะเหมาะกับการใช้งานส่วนตัวเท่านั้น และแนะนำว่าหากต้องการ shared instance สำหรับทีม ควรพิจารณาโฮสต์ Docker ร่วมกับ CUDA หรือ ROCm

  • มีการกล่าวว่าใน Community Edition ไม่สามารถปิด IDE/Extensions telemetry ได้ และสงสัยว่าข้อมูล telemetry นี้มีอะไรบ้าง

  • มีผู้กล่าวว่าตัวอย่างทั้งหมดเป็นโค้ดที่หาได้จากในไลบรารี และบางส่วนของโค้ดก็ดูน่าสงสัยในแง่คุณภาพ พร้อมกังวลว่า LLMs อาจกลายเป็นสแปมบอตของ codebase

  • มีผู้กล่าวว่าชอบแนวคิดที่ไม่ต้องส่งข้อมูลไปยังบริษัทยักษ์ใหญ่และสามารถเชื่อถือ TOS ได้ พร้อมระบุว่าประสิทธิผลของ coding assistant แปรผันตามความยาวของ context และ open model ที่รันบนคอมพิวเตอร์ได้ก็มักจะมีขนาดเล็กกว่า อยากเห็นข้อมูลที่วัดเชิงปริมาณถึงประโยชน์ของมันใน codebase ที่ซับซ้อนมากขึ้น

  • มีผู้กล่าวว่ากำลังสำรวจโซลูชัน AI แบบโฮสต์เองสำหรับที่ทำงาน และสงสัยว่าบริษัทนี้สร้างรายได้อย่างไร มีทั้งตัวเลือกฟรี/คอมมูนิตี้/โอเพนซอร์ส และถามว่า "ผู้ใช้สูงสุด 5 คน" ถูกตรวจสอบอย่างไร และถ้ามีผู้ใช้เกิน 5 คนจะเกิดอะไรขึ้น

  • มีการกล่าวว่า Tabby รองรับการใช้ GPU เดี่ยวเท่านั้น หากต้องการใช้หลาย GPU ต้องเปิดหลายอินสแตนซ์ของ Tabby และตั้งค่า CUDA_VISIBLE_DEVICES หรือ HIP_VISIBLE_DEVICES พร้อมถามว่าการใช้ GPU สองตัวที่เชื่อมด้วย NVLink นั้นไม่รองรับใช่หรือไม่ หรือสถานการณ์จะแตกต่างออกไปเพราะ NVLink ทำให้มอง GPU สองตัวเป็นตัวเดียว