如何在 Windows 上通过 WSL2 安装 Ubuntu 并运行 Tabby【免费下载链接】tabbySelf-hosted AI coding assistant项目地址: https://gitcode.com/GitHub_Trending/tab/tabby在 Windows 上运行 Tabby自托管 AI 编程助手时官方文档推荐的路线是通过 WSL2 使用 Ubuntu而不是直接使用 Windows 可执行文件。这样 Tabby 走的是官方 Linux 发行版获得完整的 Linux 运行环境和 GPU 支持GPU 直通passthrough由 WSL2 和 Windows 自动处理无需额外配置。这条路径的目标结果Tabby 在 Ubuntu WSL 终端中运行起来你从 Windows 的浏览器访问http://localhost:8080或你选择的端口注册管理员账号并拿到连接 IDE 扩展的凭据。第一步在 Windows 上安装 WSL2 和 UbuntuTabby 官方文档确认Ubuntu 22.04和Ubuntu 24.04两个版本都可以使用Ubuntu22.04是默认版本也是 Tabby 官方 Docker 镜像使用的版本Ubuntu24.04更新文档确认与官方指南配合良好。在 PowerShell 中执行安装命令二选一wsl --install -d Ubuntu # for Ubuntu 22.04 wsl --install -d Ubuntu-24.04 # for Ubuntu 24.04安装完成后如系统提示则重启电脑然后启动 Ubuntu 并按提示完成 UNIX 用户用户名和密码的初始化。第二步在 Ubuntu 中选择并下载 Linux 发行版进入 Ubuntu WSL 终端后按官方 Linux 安装指南 操作。到 Tabby 项目的发布页面Releases点开某个版本的Assets下拉区里面有若干 manylinux 打包文件按你的硬件选择纯 CPU 环境下载tabby_x86_64-manylinux2014.zip。NVIDIA GPU 环境下载tabby_x86_64-manylinux2014-cuda117.zip文档示例假定 CUDA 11.7。非 NVIDIA GPU下载tabby_x86_64-manylinux2014-vulkan.zip。按所选版本准备环境依赖CUDA 版本需要安装 nvidia-cuda-toolkitUbuntu 下执行sudo apt install nvidia-cuda-toolkit该命令会用系统包管理器安装 NVIDIA CUDA 工具包需要 sudo 权限。文档要求本地 CUDA 版本为11 或更高可在终端执行nvcc --version核对当前 CUDA 版本。Vulkan 版本需要 vulkan 库Ubuntu 下执行sudo apt install libvulkan1同样需要 sudo 权限从 Ubuntu 软件源安装 libvulkan1。可选安装 KatanaTabby 使用 Katana 作为developer docs上下文提供程序的爬取后端——当指定链接处没有 llms.txt 时需要 Katana 才能导入和分析developer docs最低要求版本1.1.2。如果你不使用这个上下文提供程序可以跳过。文档给出的最简安装方式是从官方发布下载预编译二进制curl -L https://github.com/projectdiscovery/katana/releases/download/v1.1.2/katana_1.1.2_linux_amd64.zip -o katana.zip unzip katana.zip katana sudo mv katana /usr/bin/ rm katana.zip注意sudo mv katana /usr/bin/会把katana移动到系统路径/usr/bin/需要 sudo 权限rm katana.zip删除的是当前目录下刚下载的压缩包不影响其他文件。第三步解压发行包并准备可执行文件解压下载的文件tabby可执行文件位于dist的一个子目录中。切换到该子目录或把tabby移动到你选择的文件夹。给可执行文件加执行权限chmod x tabby llama-server第四步启动 Tabby按硬件环境执行以下命令文档中 GPU 示例用$DEVICE占位实际替换为cuda或vulkan# For CPU-only environments ./tabby serve --model StarCoder-1B --chat-model Qwen2-1.5B-Instruct # For GPU-enabled environments (where DEVICE is cuda or vulkan) ./tabby serve --model StarCoder-1B --chat-model Qwen2-1.5B-Instruct --device cuda文档说明也可以换用其他模型具体可查项目文档中的模型注册表model registry。第五步验证启动并访问启动后终端应出现类似下面截图的成功消息文档示例实际输出可能略有差异看到该消息后Tabby 已在 Ubuntu 中运行通常可以直接从 Windows 侧的浏览器访问http://localhost:8080端口 8080 为文档默认值若你改用其他端口访问对应地址即可。注册管理员账号打开首页后你需要在服务器上注册一个账号才能访问实例。部署后第一个注册的账号会成为管理员账号并被授予 owner 角色。登录成功后会跳转到首页首页除了账号基本信息还会给出连接 IDE/编辑器扩展所需的凭据。如果你需要邀请团队成员加入实例可在首页点击Settings再从侧边栏选择Members详见 注册账号文档。限制与边界本文只覆盖 WSL2 Ubuntu 的官方路径。Tabby 的 Windows 原生 exe 发行版tabby_x86_64-windows-msvc系列是另一条独立路径不在本文范围内。WSL 文档确认的 Ubuntu 版本仅 22.04 与 24.04 两个其他版本文档未作验证说明。GPU 版本对应的 zip 包是cuda117命名CUDA 11.7文档要求本地 CUDA 11 或更高版本不匹配时的行为文档未说明建议先以nvcc --version核对。【免费下载链接】tabbySelf-hosted AI coding assistant项目地址: https://gitcode.com/GitHub_Trending/tab/tabby创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 如何在 Windows 上通过 WSL2 安装 Ubuntu 并运行 Tabby？
如何在 Windows 上通过 WSL2 安装 Ubuntu 并运行 Tabby【免费下载链接】tabbySelf-hosted AI coding assistant项目地址: https://gitcode.com/GitHub_Trending/tab/tabby在 Windows 上运行 Tabby自托管 AI 编程助手时官方文档推荐的路线是通过 WSL2 使用 Ubuntu而不是直接使用 Windows 可执行文件。这样 Tabby 走的是官方 Linux 发行版获得完整的 Linux 运行环境和 GPU 支持GPU 直通passthrough由 WSL2 和 Windows 自动处理无需额外配置。这条路径的目标结果Tabby 在 Ubuntu WSL 终端中运行起来你从 Windows 的浏览器访问http://localhost:8080或你选择的端口注册管理员账号并拿到连接 IDE 扩展的凭据。第一步在 Windows 上安装 WSL2 和 UbuntuTabby 官方文档确认Ubuntu 22.04和Ubuntu 24.04两个版本都可以使用Ubuntu22.04是默认版本也是 Tabby 官方 Docker 镜像使用的版本Ubuntu24.04更新文档确认与官方指南配合良好。在 PowerShell 中执行安装命令二选一wsl --install -d Ubuntu # for Ubuntu 22.04 wsl --install -d Ubuntu-24.04 # for Ubuntu 24.04安装完成后如系统提示则重启电脑然后启动 Ubuntu 并按提示完成 UNIX 用户用户名和密码的初始化。第二步在 Ubuntu 中选择并下载 Linux 发行版进入 Ubuntu WSL 终端后按官方 Linux 安装指南 操作。到 Tabby 项目的发布页面Releases点开某个版本的Assets下拉区里面有若干 manylinux 打包文件按你的硬件选择纯 CPU 环境下载tabby_x86_64-manylinux2014.zip。NVIDIA GPU 环境下载tabby_x86_64-manylinux2014-cuda117.zip文档示例假定 CUDA 11.7。非 NVIDIA GPU下载tabby_x86_64-manylinux2014-vulkan.zip。按所选版本准备环境依赖CUDA 版本需要安装 nvidia-cuda-toolkitUbuntu 下执行sudo apt install nvidia-cuda-toolkit该命令会用系统包管理器安装 NVIDIA CUDA 工具包需要 sudo 权限。文档要求本地 CUDA 版本为11 或更高可在终端执行nvcc --version核对当前 CUDA 版本。Vulkan 版本需要 vulkan 库Ubuntu 下执行sudo apt install libvulkan1同样需要 sudo 权限从 Ubuntu 软件源安装 libvulkan1。可选安装 KatanaTabby 使用 Katana 作为developer docs上下文提供程序的爬取后端——当指定链接处没有 llms.txt 时需要 Katana 才能导入和分析developer docs最低要求版本1.1.2。如果你不使用这个上下文提供程序可以跳过。文档给出的最简安装方式是从官方发布下载预编译二进制curl -L https://github.com/projectdiscovery/katana/releases/download/v1.1.2/katana_1.1.2_linux_amd64.zip -o katana.zip unzip katana.zip katana sudo mv katana /usr/bin/ rm katana.zip注意sudo mv katana /usr/bin/会把katana移动到系统路径/usr/bin/需要 sudo 权限rm katana.zip删除的是当前目录下刚下载的压缩包不影响其他文件。第三步解压发行包并准备可执行文件解压下载的文件tabby可执行文件位于dist的一个子目录中。切换到该子目录或把tabby移动到你选择的文件夹。给可执行文件加执行权限chmod x tabby llama-server第四步启动 Tabby按硬件环境执行以下命令文档中 GPU 示例用$DEVICE占位实际替换为cuda或vulkan# For CPU-only environments ./tabby serve --model StarCoder-1B --chat-model Qwen2-1.5B-Instruct # For GPU-enabled environments (where DEVICE is cuda or vulkan) ./tabby serve --model StarCoder-1B --chat-model Qwen2-1.5B-Instruct --device cuda文档说明也可以换用其他模型具体可查项目文档中的模型注册表model registry。第五步验证启动并访问启动后终端应出现类似下面截图的成功消息文档示例实际输出可能略有差异看到该消息后Tabby 已在 Ubuntu 中运行通常可以直接从 Windows 侧的浏览器访问http://localhost:8080端口 8080 为文档默认值若你改用其他端口访问对应地址即可。注册管理员账号打开首页后你需要在服务器上注册一个账号才能访问实例。部署后第一个注册的账号会成为管理员账号并被授予 owner 角色。登录成功后会跳转到首页首页除了账号基本信息还会给出连接 IDE/编辑器扩展所需的凭据。如果你需要邀请团队成员加入实例可在首页点击Settings再从侧边栏选择Members详见 注册账号文档。限制与边界本文只覆盖 WSL2 Ubuntu 的官方路径。Tabby 的 Windows 原生 exe 发行版tabby_x86_64-windows-msvc系列是另一条独立路径不在本文范围内。WSL 文档确认的 Ubuntu 版本仅 22.04 与 24.04 两个其他版本文档未作验证说明。GPU 版本对应的 zip 包是cuda117命名CUDA 11.7文档要求本地 CUDA 11 或更高版本不匹配时的行为文档未说明建议先以nvcc --version核对。【免费下载链接】tabbySelf-hosted AI coding assistant项目地址: https://gitcode.com/GitHub_Trending/tab/tabby创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考