中級 25 分IDE

Tabby:ローカルコード補完をインストールする セルフホスト型

Tabby:セルフホスト型のローカルコード補完をインストールする

ClineとAiderはチャットとエージェントモードを提供しますが、入力中に「グレーのテキスト」として表示されるインラインのコード自動補完は提供していません。これはGitHub Copilotを特徴づける機能です。Tabbyはまさにこの不足を補います。Tabbyはセルフホスト型のオープンソース(Apache 2.0)コード自動補完サーバーで、Dockerコンテナ内でGPUを使って動作し、エディタ内に直接Fill-In-the-Middleの候補を表示します。このガイドでは、Tabbyを手順に沿ってインストールし、StarCoderまたはQwen-Coderモデルを設定し、トークンを生成してVS CodeとJetBrainsに接続する方法を説明します。また、コードを自分たちのインフラから一切外に出さずに、1つのGPUでチーム全体にサービスを提供する方法も紹介します。

著者 Mohamed Meguedmi·更新 2026-08-27·Windows 11でテスト済み

#ClineではなくTabbyを選ぶ理由

TabbyとClineは競合ではなく、補完関係にあります。Cline(およびAider)は会話型チャットとマルチファイルのエージェントモードに優れていますが、どちらも入力中の行単位の自動補完は行いません。一方、Tabbyはそれだけを専門に行い、とても得意としています。2026年の勝ちパターンは、会話とリファクタリングにCline、入力に合わせて現れるグレーの補完候補にTabbyです。

インライン表示のグレーのテキスト
カーソルのすぐ後ろに、候補が灰色の文字で表示されます。Tabキーで採用し、Escキーで無視します。操作感はCopilotとまったく同じです。
100%セルフホスト
サーバーはお客様の環境(Docker)で動作します。第三者にコードの一部が送信されません——NDAや規制業界のコードに最適です。
Multi-utilisateurs
純粋にローカルな拡張機能とは異なり、Tabbyはサーバーです。1つのGPUでネットワークを介してチーム全体にサービスを提供できます。
テレメトリは無効化可能
Tabbyはデフォルトで匿名統計を送信しますが、環境変数で完全に停止できます。入力したソースコードが送信されることは決してありません。
i
Tabby ≠ Cline
チャットや複数のファイルを編集するエージェントをお探しなら、Tabbyはそのためのツールではありません。代わりにClineのガイドをご覧ください。Tabbyが行うのはインライン自動補完だけです。両者は同じエディタ内で、同じGPUを使いながら問題なく併用できます。

#前提条件

自分だけのAIコパイロットを作るためのキット一式。

私たちの経験とガイド付きルートを活かして、ローカルコパイロットを作り、コードアシスタントを使いこなしましょう。

  • 永久に利用できるオンラインスペース
  • PDF + ファイル
  • 30日間返金対応
Docker
Tabbyはコンテナとしてデプロイします。Windows/macOSではDocker Desktop、LinuxではDocker Engineを使用します。
NVIDIA GPU(推奨)
CUDAへのアクセスにはNVIDIA Container Toolkitを使います。TabbyはCPUでも動作しますが、インライン補完の待ち時間が長くなり、快適に使えなくなります。
約6 GBのVRAM
量子化された1B~3Bの補完モデルには十分です。VRAMが多ければ、より大きなモデルを使うか、より多くの開発者が同時に利用できます。
編集者
VS CodeまたはJetBrains IDE(IntelliJ、PyCharm、WebStormなど)。Tabby拡張機能は両方にあります。
→
Mac Apple Silicon上
macOSではDockerのGPUパススルーは利用できません。M1/M2/M3搭載のMacでは、CUDA版のDockerイメージではなく、GitHubのリリースからダウンロードしたTabbyのネイティブバイナリ(Metal)を実行してください。エディターの設定は同じです。

#どの補完モデルを選ぶか

インライン補完には、チャットにはない制約があります。それはレイテンシーです。候補は数百ミリ秒以内に表示されなければなりません。そうでなければ、候補の表示より速く入力することになります。そのため、チャット向けの大規模なinstructモデルではなく、-baseバリアントのコンパクトなFill-In-the-Middle(FIM)モデルを優先します。

VRAM 容量に応じた推奨補完モデル
VRAMコード補完モデル注記
4~6 GBStarCoder2 3B応答が速く、多言語に対応しており、Tabbyの標準的な選択肢として適しています。
6~8 GBQwen2.5-Coder 1.5B / 3B(ベース)FIMに優れ、非常に高速、FR/Python/TS対応。
8~12 GBQwen2.5-Coder 7B(ベース)2026年のFIMの定番モデル(4.7 GB):的確な提案で、レイテンシもまだ低い。
12 GB+StarCoder2 7B / Qwen-Coder 7B複数の開発者が同じサーバーを共同利用する場合に。
!
必ず -base 版を使い、-instruct 版は使わない
FIMによる自動補完では、必ずモデルの-base版を選び、instruct/chat版は使わないでください。instruct版は、コードをきちんと補完する代わりに「おしゃべり」をする傾向があります(コメントや説明を追加してしまいます)。instructモデルはCline用に使ってください。

#1. DockerでTabbyを起動する

GPUアクセスを有効にし、データ用の永続ボリュームと選択した補完モデルを指定してTabbyサーバーを起動します。ポート8080でWebインターフェースとAPIを公開します。

Tabby を起動する(NVIDIA GPU)
docker run -d \
  --name tabby \
  --gpus all \
  -p 8080:8080 \
  -v $HOME/.tabby:/data \
  registry.tabbyml.com/tabbyml/tabby \
  serve --model StarCoder2-3B --device cuda
  1. 01
    起動を確認する
    初回起動時に、Tabbyがモデルをダウンロードします(数分)。サーバーがポート8080で待ち受けていることを示すメッセージが表示されるまで、docker logs -f tabbyでログを確認してください。
  2. 02
    Webインターフェースを開く
    http://localhost:8080 にアクセスしてください。初回アクセス時に、管理者アカウント(メールアドレスとパスワード)の作成を求められます。これはローカル環境で動作するため、これらの認証情報は手元のボリューム ~/.tabby 内に保存されます。
  3. 03
    コード補完をテストする
    インターフェースの「Playground」タブでは、エディタを接続する前でもモデルが応答することを確認できます。
→
テレメトリを無効にする
docker run コマンドに -e TABBY_DISABLE_USAGE_COLLECTION=1 を追加して、匿名の統計情報の送信をすべて無効にしてください。コードの内容はもともと一切送信されませんが、この設定により使用状況のメトリクスの送信も停止します。

#2. アクセストークンを作成する

エディタはトークンを使ってTabbyサーバーで認証を行います。これにより、チームで誰が接続しているかを把握し、システム全体に支障をきたすことなく個別のアクセス権を取り消せます。

  1. 01
    設定に移動
    Webインターフェース(http://localhost:8080)で、アカウント/セキュリティのセクションを開いてください。現在のユーザーのトークンが表示されます。
  2. 02
    トークンをコピー
    文字列(多くの場合、auth_で始まります)を取得してください。VS CodeとJetBrainsの拡張機能で入力を求められるのは、この文字列です。
  3. 03
    必要に応じて再生成する
    漏洩が起きた場合や、共同作業者が離任した場合は、インターフェースからトークンを再生成してください。古いトークンは直ちに無効になります。
エディターに必要なもの
Endpoint : http://localhost:8080
Token    : auth_xxxxxxxxxxxxxxxxxxxxxxxx

#3. VS Codeを接続する

  1. 01
    拡張機能をインストールする
    Extensions(Ctrl+Shift+X)→「Tabby」(公開元:TabbyML)を検索する → Install。
  2. 02
    エンドポイントを入力する
    初回起動時に、拡張機能がサーバーのURLを要求します。http://localhost:8080(またはネットワーク上で共有されているサーバーのIP)を入力してください。
  3. 03
    トークンを貼り付ける
    前のステップでコピーしたアクセストークンを入力してください。ステータスバーのTabbyアイコンが緑色(接続済み)になるはずです。
  4. 04
    Coder
    コードを入力してください。カーソルの後にグレーの補完候補が表示されます。採用するにはTabキーを押し、無視するにはそのまま入力を続けてください。
→
補完候補を表示するタイミングの設定
拡張機能の設定では、自動起動(候補が自動的に表示される)と手動起動(ショートカットで必要なときに呼び出す)を切り替えられます。複数の開発者がサーバーを共有する場合、手動モードにするとGPUリソースを節約できます。

#4. JetBrainsを接続する

同じ設定は、IntelliJ IDEA、PyCharm、WebStorm、GoLand、Riderなど、JetBrainsの全製品で使えます。Tabby拡張機能は、このプラットフォームに対応する一つの共通プラグインです。

  1. 01
    プラグインのインストール
    Settings → Plugins → Marketplace → 「Tabby」を検索 → Install、その後IDEを再起動する。
  2. 02
    接続を設定する
    Settings → Tools → Tabby:エンドポイント(http://localhost:8080)とアクセストークンを入力してください。
  3. 03
    確認する
    ステータスバーのTabbyインジケーターで接続を確認できます。インラインの候補はVS Codeと同じように表示されます。

#5. Tabby の接続先を自分の Ollama に設定する

すでにClineやAiderのためにOllamaを動作させている場合は、第2の推論エンジンをロードする必要はありません。TabbyはOpenAI互換プロトコルを通じてOllamaバックエンドを利用できます。これにより、補完とチャットのために単一のモデルサーバーを共有できます。

Ollama側のFIMモデル
# Tirez un modèle de complétion FIM dans Ollama
ollama pull qwen2.5-coder:1.5b-base
# ou
ollama pull starcoder2:3b

Tabby側では、ローカルモデルの代わりにHTTPバックエンドを指定します。設定はデータボリューム内のconfig.tomlファイル(~/.tabby/config.toml)で行い、補完エンジンの接続先をOllama APIに設定します。

~/.tabby/config.toml
[model.completion.http]
kind = "ollama/completion"
model_name = "qwen2.5-coder:1.5b-base"
api_endpoint = "http://localhost:11434"
prompt_template = "<|fim_prefix|>{prefix}<|fim_suffix|>{suffix}<|fim_middle|>"
!
FIMテンプレートはモデルによって異なります
各モデルファミリーには独自のFill-In-the-Middle(FIM)タグがあります(StarCoder、Qwen、DeepSeekでは異なります)。prompt_templateが間違っていると、意味の通らない補完候補が生成されます。設定を確定する前に、使用するモデルのモデルカードでFIMタグを確認してください。
i
コンテナから見たlocalhost
Tabbyコンテナからは、http://localhost:11434はホストのOllamaを指しません。http://host.docker.internal:11434(Docker Desktop)またはDockerネットワーク上のホストのIPを使用しない限り、TabbyがOllamaに接続することはありません。

#6. 複数の開発者間でGPUを共有する

純粋にローカルで動作する拡張機能と比べたTabbyの決定的な利点は、1台のサーバーと1基のGPUを複数の開発者で利用できることです。GPUを搭載したマシン(専用の端末やチーム用サーバー)にTabbyをインストールし、各開発者がエディタの接続先をそのネットワークアドレスに設定します。

ネットワーク上に公開する
開発者の端末からポート 8080 にアクセスできる必要があります。内部ネットワークでは、サーバーのローカル IP アドレスで十分です(http://192.168.x.x:8080)。
開発者1人あたり1トークン
インターフェースで開発者ごとにアカウント/トークンを作成してください。追跡可能性を維持し、アクセスを個別に無効にできます。
必要なGPUの性能・容量を見積もる
小型のコード補完モデル(1.5B〜3B)なら、処理能力の限界に達することなく、複数の開発者が同時に利用できます。補完は短いため、リクエストの処理が重なることはまれです。
リバースプロキシ+HTTPS
LAN外からアクセスする場合は、TLS対応のリバースプロキシ(Caddy、Nginx)の背後にTabbyを配置してください。ポート8080を保護されていない状態でインターネットに公開してはいけません。
→
理想的なチームサーバー
ミッドレンジの1枚のカード(12–16 GB)で、小規模チームのオートコンプリート環境を構築するのに十分です。Copilot のシートごとのサブスクリプションと比較すると、共有 GPU の投資回収は迅速です。また、すべてのコードは自社のインフラストラクチャ内に留まります。

#パフォーマンス設定とトラブルシューティング

遅延が大きすぎる
モデルを一段小さいものに変更し(3B → 1.5B)、--device cudaが有効でCPUへのフォールバックになっていないことを確認して、補完候補の最大長を制限してください。
提案なし
拡張機能の状態アイコン(トークンとエンドポイントが正しいか)と、コンテナが稼働しているか(docker ps)を確認してください。Web Playgroundを使うと、問題がサーバー側にあるのか、エディタ側にあるのかを切り分けられます。
的外れな提案
ほぼ常に、FIM 用の prompt_template が間違っているか、-base ではなく instruct 版を使っていることが原因です。ベースモデルに戻し、正しい FIM テンプレートを使ってください。
リポジトリのインデックス作成(RAG)
Tabbyはコードにインデックスを作成し、より文脈に即した提案を行えます。GPUに余裕がある場合はインターフェースで有効にし、レイテンシーに影響が出る場合は無効にしてください。
GPUメモリがいっぱい
複数のモデルを併用する場合(Tabbyと、Ollama経由のCline)は、KVキャッシュを量子化し、nvidia-smiでVRAMを監視してください。
迅速な診断
# Le conteneur tourne-t-il ?
docker ps | grep tabby
# Logs en direct
docker logs -f tabby
# Le GPU est-il bien vu ?
docker exec tabby nvidia-smi

#よくある質問

FAQ
TabbyはClineやCopilotの代わりになりますか?+
Tabbyが置き換えるのは、Copilotのインライン補完(灰色で表示されるテキスト)だけです。これはまさにClineが行わない機能です。チャットや複数ファイルを扱うエージェントモードには、引き続きClineを使ってください。両者は同じエディタ内で共存し、同じGPUに接続して動作します。Tabbyは入力中に補完し、Clineは対話とリファクタリングを行います。
TabbyにGPUは必要ですか?+
GPUの使用を強く推奨します。TabbyはCPUでも動作しますが、インライン補完には数百ミリ秒程度の応答時間が求められます。GPUがないと、行を入力し終えた後に候補が表示されてしまいます。約6GBのVRAMを備えたNVIDIA製グラフィックカードとNVIDIA Container Toolkitがあれば、小型の補完モデルを動かすには十分です。
私のコードはどこかに送信されますか?+
いいえ。Tabbyは自己ホスト型です。サーバーはあなたのマシンまたはチームサーバー上で動作し、コードの内容は第三者に送信されることはありません。Tabbyはデフォルトで使用状況の匿名データを送信します(コードは一切送信されません)。変数TABBY_DISABLE_USAGE_COLLECTION=1を設定することで、完全に使用状況の収集を無効にできます。
既存のOllamaを再利用できますか?+
はい。Tabbyは互換プロトコルを介してOllamaバックエンドを利用できます。config.tomlでHTTP補完エンジンを定義し、接続先をOllamaのAPIに設定して、適切なFIM用の prompt_template を指定します。これにより、補完(Tabby)とチャット(Cline)で一つのモデルサーバーを共用できます。
単一のTabbyサーバーで何人の開発者をサポートできますか?+
GPUが1基でも、複数の開発者に対応できます。補完処理は短時間で断続的に行われるため、12~16 GBのカード上で動く1.5B~3Bモデルなら、処理能力を使い切ることなく小規模なチームに対応できます。利用を追跡できるよう開発者ごとにトークンを作成し、LAN上でポート8080を公開してください(リモートアクセスの場合は、TLS対応のリバースプロキシの背後で公開してください)。

#結論

これで、100%セルフホストのコード自動補完サーバーが整いました。GPUを使ってDockerで動くTabby、Fill-In-the-Middle方式のStarCoderまたはQwen-Coderモデル、アクセストークン、そしてVS CodeでもJetBrainsでも使えるCopilot風の薄いグレーの補完候補表示がそろっています。さらに、1台のGPUでチーム全体にサービスを提供できます。チャットとエージェントにはClineを組み合わせれば、必要な環境がすべてそろい、コードが自分のインフラストラクチャの外に出ることはありません。設定に何時間もかけたくない場合(FIMテンプレート、Ollamaの設定、役割別のモデルなど)、有料ガイド「Copilote de code local」には、すぐに使えるOllama + Cline + Aiderのパッケージが用意されています。インライン自動補完用にTabbyを追加できる構成です。

このガイドは役に立ちましたか?

ご意見、誤りのご指摘、補足はありますか?ぜひお知らせください。皆さんにとってより良いガイドにするために役立ちます。