进阶 15 分钟IDE

本地免费 Copilot：在 VS Code 中使用 Cline、Tabby 与 CodeGeeX (2026)

GitHub Copilot 每月收费 10 €，会将您输入的每个字符发送至微软服务器。三个免费的 VS Code 扩展可解决这两个问题，通过将聊天和自动补全功能连接到本地 LLM 实现：Cline、Tabby 和 CodeGeeX。本指南将安装这三个扩展，说明应使用哪些模型，并对比它们的实际功能，以帮助您选择一个免费的本地 VS Code 助手。

作者： Mohamed Meguedmi·更新于 2026-08-27·已在 Windows、macOS 和 Linux 上测试
i
Continue 已停止维护（2026 年 6 月）
Continue 于 2026 年 6 月 18 日被 Cursor（Anysphere）收购：代码仓库已归档（v2.0.0 是最后一个版本），扩展已不再维护——仍可通过社区分支安装，按本指南现有步骤操作仍然可行。对于新搭建的环境，我们更推荐 Cline（开源、MIT 许可证、兼容 Ollama）：请参阅我们的指南《从 Continue 迁移到 Cline》。

#为什么要在 VS Code 中使用免费的本地 Copilot？

Copilot 和 Cursor 会将您的代码发送至 OpenAI 或 Anthropic。对于受保密协议约束的客户项目、专有代码，或仅仅出于原则性考虑，这并不总是可以接受。本地编程助手可以一次解决三个问题：零数据外泄（任何内容都不会离开笔记本电脑）、零订阅费用、零网络延迟。

需要坦诚说明这一取舍：本地运行的 Qwen 3.5 9B 在质量上比不上 Copilot Pro 的最新模型。但在日常使用中——补全循环、编写测试、重构一个 30 行的函数——Q4 量化的 9B 至 24B 模型能够胜任。对于本地模型无法完成的任务，您仍可同时使用 Copilot。

i
这 3 个工具的功能
Cline = 聊天 + 多文件智能体（不支持内联自动补全）。Tabby = 仅自动补全，侧重团队自托管使用。CodeGeeX = 补全 + 聊天，内置自有模型。三者都能在 VS Code 和 JetBrains 中运行。
→
那 Continue.dev 呢？
Continue.dev 一直到 2026 年都出现在各类推荐汇总中，但它已被 Cursor 收购（于 2026 年 6 月 18 日宣布），v2.0.0 是最后发布的稳定版本，独立扩展的未来尚不明确。我们已用 Cline 取代它，这是一个仍在积极发展的同类开源工具。如果您之前还在使用 Continue.dev，请注意，托管数据的导出窗口已于 2026 年 7 月 15 日关闭。

#先决条件

本地编程副驾驶套件

本指南带你上手模型。工具包则帮你用上能在你的编辑器中编写代码的编程助手。

  • 在线空间，终身可用
  • PDF + 文件
  • 终身更新
本地编程副驾驶套件 →或 所有套件终身使用权 — 49 € →
较新版本的 VS Code
需使用 1.85 或更高版本，以支持行内补全 API。这三个工具也都有 JetBrains 扩展。
Ollama 已安装
作为 Cline 的推理后端，默认监听 http://localhost:11434。Tabby 自带运行时；CodeGeeX 可以连接到 Ollama。
GPU 至少 8 GB VRAM
RTX 3060 12 GB、4060 Ti 16 GB、配备16 GB统一内存的Mac M2/M3。若配置低于上述水平，请使用1.5B模型（qwen2.5-coder:1.5b）进行代码补全，这些模型仍能保持快速响应。
20 GB 存储空间
一个 Q4 量化的 7B 编程模型占用 4–5 GB。若要测试多个模型或多种工具，请预留充足空间。
→
不同规模代码模型的实际显存占用
Qwen 3.5 9B Q4 ≈ 6.6 GB · Gemma 4 12B ≈ 7.6 GB · Devstral 24B Q4 ≈ 14 GB · Qwen 3.6 35B-A3B ≈ 23 GB。对于内联补全（FIM），低延迟比质量更重要：Qwen2.5-Coder 这样的小型 FIM 模型就足够了。如果显存足够，可保留 Qwen 3.5 9B 用于聊天，并保留 Devstral 24B 用于智能体。

#1. Cline（聊天 + 智能体）

在辅助功能方面，Cline 是最全面的选项：提供侧边聊天和能读取、修改多个文件的智能体模式，类似 Cursor，而且全部通过 Ollama 在本地运行。它采用 MIT 许可证开源，支持自带 LLM（BYO-LLM），是 Continue.dev 的自然替代选择。Cline 的分支 Roo Code 也停止运营，因此 Cline 成为这一生态系统的整合中心。它的局限是没有行内自动补全功能——下文会用 Tabby 来补足。

  1. 01
    安装扩展
    在 VS Code 中，打开扩展面板（Ctrl+Shift+X），搜索 Cline 并安装。左侧侧边栏将出现 Cline 图标。
  2. 02
    下载模型
    Qwen 3.5 9B 在 8 GB 显存上处理聊天和智能体任务时表现尚可。如果有足够的余量，可升级至 Devstral 24B 或 Qwen 3.6 35B-A3B；Devstral 专为智能体任务设计。
  3. 03
    配置Ollama服务提供商
    打开 Cline 的设置，选择 Ollama 作为服务提供方，填写本地 URL，然后选择模型。
  4. 04
    测试聊天
    提出问题，粘贴代码，请求修复。回答会显示在面板中，不会向云端发送任何内容。
  5. 05
    测试智能体
    描述一项涉及多个文件的任务。Cline 会提出计划，然后以代码差异（diff）的形式应用更改，由您逐一确认。
下载模型
ollama pull qwen3.5:9b
# Plus de VRAM ? Devstral, spécialiste agent de code, suit mieux le mode agent
ollama pull devstral:24b
Cline 的服务提供方设置
Provider : Ollama
Base URL : http://localhost:11434
Modèle   : qwen3.5:9b
→
用于智能体的指令微调版本
使用 Cline 的聊天和智能体功能时，使用模型的 instruct/chat 变体（而非 -base 变体，后者仅用于自动补全）。该变体能更好地遵循多步骤指令。

#2. Tabby（自托管自动补全）

Tabby (TabbyML) 正好弥补了 Cline 的不足：支持行内自动补全。它专为团队设计——一个服务器托管模型，所有开发者从其 IDE 连接该服务器。该服务器内置运行时，无需 Ollama 即可运行。

  1. 01
    启动 Tabby 服务器
    Docker 的方法最为简单。服务器在 :8080 暴露一个 HTTP 端点，并提供一个 Web 管理界面。
  2. 02
    创建管理员账户
    在浏览器中打开 http://localhost:8080。首次登录时，创建所有者账户。进入 Settings → Information，获取认证令牌。
  3. 03
    在 VS Code 中安装扩展
    在扩展面板中搜索 Tabby（发布者：TabbyML）。安装该扩展。
  4. 04
    连接扩展
    打开设置（Ctrl+,），搜索 tabby。将 Endpoint 设置为 http://localhost:8080，并粘贴令牌。VS Code 状态栏会显示 Tabby: ready；输入时，补全建议会以灰色文字显示。
启动 Tabby（NVIDIA GPU）
docker run -d --name tabby \
  --gpus all -p 8080:8080 \
  -v $HOME/.tabby:/data \
  registry.tabbyml.com/tabbyml/tabby \
  serve --model StarCoder-1B --device cuda
i
Cline + Tabby：完整组合
Cline 负责聊天和智能体功能，Tabby 负责行内自动补全。两者结合，就能在本地免费获得完整的 Copilot 使用体验。无论是个人工作站还是团队，都推荐这一组合。如果您希望连代码补全也继续使用 Ollama，Twinny 可以作为 Tabby 的替代方案。

#3. CodeGeeX

CodeGeeX（清华 KEG / Zhipu AI）是“一体化”方案：该扩展已内置代码补全和聊天功能，使用由其提供并托管的免费专有模型。不过，它也可以连接本地模型，这正是本文关注的重点。

  1. 01
    安装扩展
    在 VS Code 中搜索 CodeGeeX（发布者：aminer）。安装该扩展。侧边栏会出现 CodeGeeX 图标。
  2. 02
    切换至本地模式
    打开 CodeGeeX 设置（侧边栏中的齿轮图标）。找到“Local mode”部分并启用它。
  3. 03
    指向 Ollama
    请输入本地模型的URL。CodeGeeX支持OpenAI兼容的端点——Ollama上的http://localhost:11434/v1端点符合要求。
  4. 04
    选择模型
    codegeex4（9B）是可在 Ollama 中使用的自研模型。也可以选择任何近期发布的代码模型（qwen3-coder、devstral）。
Ollama 中的 CodeGeeX 模型
ollama pull codegeex4
!
默认启用云端模式
默认情况下，CodeGeeX使用中国智谱AI的服务器。除非您在设置中明确切换到本地模式，否则您的代码会发送至其服务器。请检查VS Code状态栏中的徽章：应显示‘Local’，而非‘Cloud’。

#对比表

VS Code 中可替代 Copilot 的 3 个免费本地方案
工具它能做什么本地后端许可证最适合的场景
Cline聊天 + 可处理多个文件的智能体Ollama (1个岗位)MIT协议，开源单用户，高级用户
Tabby内联自动补全内置运行时（服务器）Self-hosted团队，Cline的补充工具
CodeGeeX补全 + 聊天兼容OpenAI的端点免费（默认为云端）轻量级一体化配置方案
应用场景覆盖
Cline：聊天 + 智能体（不支持代码补全）。Tabby：代码补全（不支持高级聊天）。CodeGeeX：代码补全 + 基础聊天。Cline + Tabby 的组合可覆盖上述全部用途。
部署工作量
CodeGeeX（5 分钟）< Cline + Ollama（10 分钟）< Tabby 自托管版本（15-20 分钟）
Multi-utilisateurs
只有 Tabby 原生支持多用户使用。Cline/CodeGeeX = 一台工作站 = 一个 Ollama。
隐私
Cline 和 Tabby 默认在本地运行。只要尚未启用本地模式，CodeGeeX 就会将数据发送到云端——这一点需要留意。
→
实用建议
独立运行：Cline + Qwen 3.5 9B 在 Ollama 上用于聊天和代理，搭配 Tabby 实现自动补全。对于3人以上共享GPU的团队：使用 Tabby 实现共享补全，Cline 运行在本地工作站。CodeGeeX 仍是一种轻量级一体化替代方案。

#故障排除

Cline 无法响应
请检查 ollama ps：当发起请求时，模型应出现在列表中。若 Ollama 无响应，请在终端运行 curl http://localhost:11434/api/tags 进行测试。同时请确认Cline中选择的提供商为 Ollama。
没有灰色的行内补全提示
Cline 不支持内联自动补全：这是正常现象。请安装 Tabby（或 Twinny）以实现逐行补全，并检查 VS Code 中 editor.inlineSuggest.enabled 的设置。
Tabby 显示“Connection refused”
容器未运行或端口未暴露。执行 docker ps 应列出 tabby。执行 docker logs tabby 可查看具体原因（通常为：模型首次启动时未下载，需等待5-10分钟）。
CodeGeeX返回中文回答
在系统提示词中明确指定语言（Settings CodeGeeX → Custom system prompt → “始终用法语回答”），或者使用 Qwen 3.5 9B：当您用法语与它交流时，它会用法语回答。
全部同时运行时显存耗尽
您可能已加载了两个模型（Tabby 自动补全 + Cline 聊天）。在 8 GB 显存下，为补全保留一个轻量级 FIM 模型，为聊天保留一个 Qwen 3.5 9B 模型。ollama ps 可显示模型的资源占用情况。

#FAQ

本地免费替代 Copilot 的最佳选择是什么？+
没有唯一的答案，因为这些工具满足的需求各不相同。对于聊天和处理多个文件的智能体功能，Cline 最为全面。对于行内自动补全，可选 Tabby（或 Twinny）。实际使用中，Cline + Tabby 的组合可以在本地免费重现 Copilot 的完整体验。CodeGeeX 是安装最快的一体化方案。
为何本指南不再提及Continue.dev？+
Continue.dev 已被 Cursor 收购（以吸纳团队为目的的收购于 2026 年 6 月 18 日宣布）。v2.0.0 是最后发布的稳定版本，独立扩展的未来尚不确定。代码仍采用 Apache 2.0 许可证，因此固定版本的构建仍可继续运行，但若希望使用持续维护的项目，最好迁移到 Cline。托管数据的导出截止日期为 2026 年 7 月 15 日（现已过去）。
Cline 是否像 Copilot 一样支持自动补全？+
不。Cline 专注于聊天和智能体模式（读取和修改多个文件）。它不提供逐行显示灰色建议文本的代码补全功能。如需这项功能，可同时添加 Tabby 或 Twinny——所选扩展与 Cline 可以在 VS Code 中共存，互不冲突。
选择哪个本地模型用于编程？+
对于内联自动补全（FIM），Qwen2.5-Coder 凭借低延迟仍是可靠之选。对于聊天和智能体任务：8 GB 下可使用 Qwen 3.5 9B，16 GB 下可使用 Devstral 24B 或 gpt-oss 20B，若容量有余裕则可使用 Qwen 3.6 35B-A3B。Devstral 专为代码智能体设计，是一个很好的替代方案。简单原则：用轻量模型做补全，用更大的模型做推理。
使用它是否需要高性能 GPU？+
不需要。8 GB 显存足以运行用于聊天的 Q4 量化 Qwen 3.5 9B，再加上一个用于补全的小型 FIM 模型。显存更少时，建议使用仍能快速响应的轻量级 FIM 模型。配备 16 GB 统一内存的 Mac M2/M3 也能很好地完成这项任务。

#深入了解

您的本地编程助手已经运行起来了。根据您的个人情况，可以考虑以下三个方向：

深入了解 Cline
《使用 Cline 实现本地 Copilot》专题指南深入介绍了配置：将 Ollama 设为模型提供商、使用智能体模式、通过 Tabby/Twinny 实现自动补全，以及智能体功能的精细设置。
您之前使用的是Continue.dev
迁移指南 Continue → Cline 详细说明了迁移过程（包括等效设置、模型和本地数据）。
选择您的硬件
在进一步使用 14B 或 32B 模型之前，《为本地 AI 选择 GPU》指南能帮助您避免买到显存容量勉强够用的显卡。

如果您想节省配置时间，付费指南《本地代码助手》提供完整的 Ollama + Cline + Aider 配置包，开箱即用，可直接粘贴，既适用于个人工作环境，也适用于团队。

这份指南对您有帮助吗？

有反馈、发现了错误，或想补充说明？请告诉我们，让这份指南对每个人都更有帮助。