بديل Copilot مفتوح المصدر الذي ينتقل إليه المطورون (Tabby)

BBetter Stack
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00إذا كنت تستخدم Copilot الآن، فقد يتم تدريب نموذج شخص آخر بالفعل على برمجتك.
00:00:04تثبت Copilot، يعمل بشكل رائع، وتستمر في عملك، لكن أجزاءً من شيفرتك البرمجية قد
00:00:09تغادر جهازك بالفعل.
00:00:10وقد يمثل هذا مشكلة.
00:00:12هذا هو Tabby.
00:00:13بديل مفتوح المصدر يوفر لنا أعلى مستوى من الخصوصية مقارنةً
00:00:17بأدوات مثل Copilot وTab9 وCursor.
00:00:20يمكننا الحصول على نفس السرعة، ونفس الإكمال التلقائي، ونفس سير العمل، دون أن تغادر برمجتنا
00:00:25جهازنا أبداً.
00:00:26هذا هو Tabby باختصار.
00:00:27سأوضح لك كيفية إعداده وتشغيله خلال الدقائق القليلة القادمة.
00:00:36ببساطة، Tabby هو خادم برمجة يعمل بالذكاء الاصطناعي ويُستضاف ذاتياً.
00:00:40تشغله محلياً، عادةً باستخدام Docker، وتختار النموذج الذي تريده، ثم توصله
00:00:44ببيئة التطوير (IDE) الخاصة بك.
00:00:45هذا كل شيء.
00:00:46ستحصل على إكمال تلقائي فوري ودردشة مدركة لسياق المشروع، تماماً كما تتوقع.
00:00:50لكن السبب الحقيقي لاهتمام المطورين ليس الميزات فحسب، بل السيطرة التي نكتسبها.
00:00:55تظل برمجتك داخل شبكتك دون أي اشتراكات، ويعمل بشكل كامل دون اتصال بالإنترنت.
00:01:01إنه مصمم للفرق بميزات مثل SSO وRBAC وسجلات التدقيق، وقد حقق انتشاراً
00:01:05واسعاً على GitHub بأكثر من 33,000 نجمة لسبب وجيه.
00:01:09بصراحة، لا تهم هذه الأمور إذا لم تنل إعجابك، لذا دعنا نتخطى كل هذا
00:01:13وننتقل مباشرة إلى العرض العملي.
00:01:15إذا كنت تستمتع بهذه الأنواع من الأدوات لتسريع سير عملك، فتأكد من الاشتراك
00:01:19في القناة.
00:01:20لدينا فيديوهات جديدة تصدر طوال الوقت.
00:01:22إليك كيف يبدو الإعداد فعلياً.
00:01:24تقوم بتشغيل أمر Docker واحد، ويصبح Tabby جاهزاً ويعمل محلياً.
00:01:28ثم تثبت إضافة VS Code، وتوجهها إلى خادمك المحلي، وانتهى الأمر.
00:01:34الآن ستحصل على إكمال تلقائي لعدة أسطر داخل مشروعك مباشرة.
00:01:38هنا في Tabby، يمكنني التحقق من النماذج التي أستخدمها، ويمكنكم رؤية
00:01:42أن هذه هي النماذج الثلاثة التي نستخدمها، وهي تعمل محلياً.
00:01:45لا يوجد Claude أو OpenAI حيث تذهب بياناتك إليهما.
00:01:48في VS Code، يمكنني البدء بمسودة دالة، وبمجرد الضغط على زر Tab، سيقوم Tabby
00:01:53بإكمالها لي تلقائياً.
00:01:55يمكنني تطوير الأمر أكثر بالدردشة معه جانبياً لتحسين وتوسيع
00:02:00شيفرتي الحالية أيضاً.
00:02:01كل شيء بسيط جداً ومباشر.
00:02:03يمكنني تحديد جزء من الكود وطلب إعادة هيكلته للأداء أو إضافة اختبارات.
00:02:07يستجيب على الفور، ويفهم سياق المشروع بالكامل، وليس مجرد ملف واحد.
00:02:12يمكنني حتى كتابة تعليق عما أريد بناءه، وسترون أنه يبدأ
00:02:16من هنا ويبنيه لي بالفعل.
00:02:19الآن في localhost، لا يزال Tabby متصلاً بكل شيء في VS Code، لذا يمكنني قراءة
00:02:23محادثات البرمجة، وحتى التوسع فيها والمتابعة بطرح الأسئلة.
00:02:27كل هذا محفوظ هنا في localhost.
00:02:30لا سحابة، ولا بيانات تغادر جهازك، ويبدو مشابهاً جداً لـ Copilot، باستثناء، وهذا
00:02:35استثناء كبير، أننا نمتلك كل شيء بالفعل.
00:02:37حسناً.
00:02:38جعلت العرض سريعاً لأنه، بصراحة، تشغيله والبدء به كان بهذه البساطة.
00:02:43الآن دعونا نتحدث عن سبب أهمية ذلك في سير عملنا الواقعي.
00:02:47المشكلة الحقيقية في أدوات الذكاء الاصطناعي السحابية ليست أنها سيئة.
00:02:51بل لأن المقابل الذي ندفعه يكون خفياً، أليس كذلك؟
00:02:53مع الأدوات السحابية، قد تُستخدم برمجتك لتدريب نماذجهم.
00:02:57مع Tabby، لا تغادر برمجتك شبكتك الخاصة أبداً.
00:03:01في الأدوات السحابية، تدفع لكل مطور شهرياً لأنها ليست مجانية للأبد.
00:03:05حسناً، هي ليست كذلك فعلياً، صح؟
00:03:07نحن ندفع ثمنها.
00:03:08هذا ما نحصل عليه.
00:03:09ومع الأدوات السحابية، نحتاج أيضاً إلى الإنترنت.
00:03:11مع Tabby، أنا لا أدفع ثمنها، وهي تعمل دون اتصال، وهذا يظهر أثره في العمل الحقيقي.
00:03:16لذا نحصل فعلياً على أكواد متكررة أقل، ويمكننا إعادة هيكلة الأكواد القديمة المعقدة بتردد أقل.
00:03:22يمكننا تعلم أطر العمل بشكل أسرع، وإنشاء الاختبارات والوثائق دون التنقل بين كل
00:03:26هذه الأدوات.
00:03:27لذا فهذا يعني وقتاً ضائعاً أقل، ونأمل مخاطر أقل، وتحكماً أكبر بكثير في كيفية
00:03:33عملنا.
00:03:34هذا هو السبب في أن الكثير من المطورين أو الفرق المهتمة بالخصوصية بدأوا في الابتعاد عن هذه
00:03:38الأدوات السحابية والتوجه إلى أدوات مثل هذه.
00:03:41الآن دعونا نقارنها بالخيارات الأخرى لأن هذا ما تريدون سماعه حقاً، أليس كذلك؟
00:03:45Tabby هو الأسهل.
00:03:47جودته رائعة، ولا يحتاج لإعداد تقريباً، لكنه يعيش في السحابة.
00:03:50لدينا Continue dev.
00:03:52إنه مرن، ويعتمد على التشغيل المحلي أولاً، لكنه أقرب لأداة للمستخدمين المتقدمين.
00:03:56Tab 9 يركز أكثر على المؤسسات الكبرى، وبالطبع أنا هنا الآن أتحدث عن Tabby،
00:04:01الذي يُستضاف ذاتياً، ومجاني، ويوفر خصوصية أعلى بكثير، وهو مصمم للفرق.
00:04:05لكن الفرق الحقيقي هو هذا، Tabby ليس مجرد إضافة، بل هو خادم برمجة مخصص بالذكاء الاصطناعي.
00:04:11وهذا يغير كل شيء حقاً.
00:04:12تحصل على تجربة تشبه Copilot، والمرونة التي يحبها الناس في Continue، وضوابط على مستوى الفرق
00:04:19التي عادة ما يفرض الآخرون رسوماً مقابلها.
00:04:21فبدلاً من استئجار الوصول إلى الذكاء الاصطناعي، نحن نمتلك البنية التحتية خلفه بالفعل.
00:04:26الآن لنكن صريحين، تمام؟
00:04:28لأن الناس يحبون أشياء كثيرة، لكن كونه مفتوح المصدر، هل هذا كافٍ حقاً
00:04:32للقيام بالتغيير؟
00:04:33حسناً، الإعداد سريع جداً، عادةً مجرد تشغيل Docker، ثم يندمج في
00:04:39سير عملك.
00:04:40حين تتقيد بنموذج واحد، يمكنك هنا اختيار النموذج، وبشكل عام يبدو
00:04:44أكثر جاهزية للإنتاج الفعلي الآن مما كان عليه من قبل.
00:04:47مرة أخرى، في المصادر المفتوحة، هناك سلبيات.
00:04:50تعتمد الجودة على النموذج الذي تختاره، لذا النماذج الصغيرة لن تكون بنفس القوة،
00:04:55والعتاد البرمجي (الأجهزة) يهم أيضاً.
00:04:56إذا كنت تريد أداءً سلساً، فإن وجود GPU سيساعد كثيراً.
00:04:59أنا أشغل كل هذا على Mac M4 Pro، وكان الأداء جيداً جداً.
00:05:04لا يزال الإعداد يتطلب عملاً أكثر من الأدوات السحابية، لذا فهو ليس مثالياً لأي شخص غير تقني،
00:05:09لكنك تشاهد هذا الفيديو الآن.
00:05:10لذا أفترض أنك تقني.
00:05:11وبالطبع، مثل أي أدوات ذكاء اصطناعي، لا تزال بحاجة لمراجعة الكود.
00:05:14وهذا يقودني إلى السؤال الذي نريد إجابة عليه حقاً.
00:05:17هل يستحق الاستخدام؟
00:05:19نعم، نوعاً ما، لكن ذلك يعتمد على بضعة أمور.
00:05:22يجب عليك استخدام Tabby إذا كنت تهتم بالخصوصية، وتكره الاشتراكات، أو تعمل في بيئة
00:05:27تخضع لقوانين تنظيمية، أو تحتاج إلى شيء يمكن لفريقك بالكامل الاعتماد عليه.
00:05:30في هذه الحالات، هذا خيار رائع لمحاولة دمجه في سير العمل هذا، ولكن
00:05:35إذا كنت تريد أفضل نموذج على الإطلاق مع صفر إعداد وبدون مجهود، فبصراحة،
00:05:40الأدوات السحابية لا تزال أسهل.
00:05:41الفرق الآن هو أن المقايضة قد تغيرت.
00:05:43لم نعد نختار بين أداة سحابية ذكية وأخرى محلية أضعف، بل تختار
00:05:48بين الراحة مع شيء مثل Cursor، أو ذكاء اصطناعي قوي بما يكفي وفق شروطك الخاصة.
00:05:54وبالنسبة للكثير من المطورين، بدأ هذا الأمر يهم أكثر فأكثر.
00:05:58Tabby لا يحاول أن يكون الذكاء الاصطناعي الأذكى.
00:06:01بل يحاول أن يكون الأداة التي يمكننا الوثوق بها فعلاً.
00:06:04لقد وضعت روابط لبعض الوثائق والمستودعات في الوصف.
00:06:06إذا كنتم تستمتعون بالمصادر المفتوحة وأدوات الذكاء الاصطناعي الأخرى مثل هذه، فتأكدوا من الاشتراك
00:06:11في قناة Better Stack.
00:06:12سنراكم في فيديو آخر.

Key Takeaway

يعتبر Tabby الحل المثالي للمطورين والشركات التي تسعى لدمج ذكاء اصطناعي قوي في سير عملها مع الحفاظ على السرية التامة للبيانات والتحكم الكامل في البنية التحتية.

Highlights

يعد Tabby بديلاً مفتوح المصدر لأدوات الذكاء الاصطناعي مثل Copilot، حيث يركز بشكل أساسي على خصوصية البيانات والسيادة الرقمية.

يعمل المحرك محلياً بالكامل باستخدام Docker، مما يضمن عدم مغادرة الشيفرة البرمجية لجهاز المطور أو شبكة المؤسسة.

يوفر ميزات احترافية للفرق مثل تسجيل الدخول الموحد (SSO) والتحكم في الوصول القائم على الأدوار (RBAC) وسجلات التدقيق.

يدمج Tabby وظائف الإكمال التلقائي المتعدد الأسطر والدردشة الذكية المدركة لسياق المشروع الكامل داخل بيئة VS Code.

تعتمد جودة الأداء وسرعة الاستجابة على قوة العتاد المستخدم (مثل GPU) ونوع النموذج اللغوي الذي يختاره المستخدم.

يتفوق Tabby على الحلول السحابية في التكلفة حيث إنه مجاني ولا يتطلب اشتراكات شهرية، كما يعمل دون الحاجة للاتصال بالإنترنت.

Timeline

مقدمة عن Tabby ومشكلة الخصوصية

يبدأ الفيديو بتسليط الضوء على مخاطر استخدام أدوات مثل Copilot التي قد تستخدم أكواد المطورين لتدريب نماذجها الخاصة. يقدم المتحدث Tabby كحل جذري يوفر الخصوصية التامة من خلال ضمان بقاء الشيفرة البرمجية داخل الجهاز دائماً. يوضح أن Tabby يوفر نفس تجربة المستخدم من حيث السرعة وسير العمل دون التضحية بأمن البيانات. يعتبر هذا القسم تمهيداً مهماً لفهم سبب حاجة المطورين لبدائل مفتوحة المصدر في عصر الذكاء الاصطناعي. يؤكد الفيديو أن السيطرة على البيانات هي الميزة التنافسية الحقيقية لهذا المشروع.

الميزات التقنية والقدرات المؤسسية

يشرح هذا الجزء طبيعة Tabby كخادم برمجة يُستضاف ذاتياً ويمكن تشغيله بسهولة عبر Docker مع إمكانية اختيار النماذج المفضلة. يتميز النظام بقدرته على توفير إكمال تلقائي فوري ودردشة ذكية تفهم سياق المشروع البرمجي بشكل كامل وليس فقط الملف المفتوح. يتطرق المتحدث إلى الميزات الموجهة للشركات مثل نظام SSO وRBAC التي تجعله جاهزاً للاستخدام في بيئات العمل الاحترافية. حقق المشروع شعبية كبيرة على GitHub تجاوزت 33 ألف نجمة، مما يعكس الثقة المجتمعية المتزايدة فيه. يركز هذا القسم على أن الأداة ليست مجرد إضافة بسيطة بل هي بنية تحتية متكاملة.

العرض العملي وطريقة الإعداد

يستعرض الفيديو خطوات الإعداد العملية التي تبدأ بتشغيل أمر Docker واحد وربطه بإضافة VS Code المخصصة. يظهر العرض كيفية عمل الإكمال التلقائي لعدة أسطر بمجرد الضغط على زر Tab، مما يسرع عملية الكتابة بشكل ملحوظ. يمكن للمستخدمين التحقق من النماذج التي تعمل محلياً والتفاعل مع الدردشة الجانبية لإعادة هيكلة الكود أو إضافة اختبارات برمجية. يوضح المتحدث أن النظام يحفظ كافة المحادثات والبيانات في 'localhost' مما يلغي الحاجة تماماً للنماذج السحابية مثل OpenAI أو Claude. هذا القسم يثبت سهولة الانتقال من الأدوات المدفوعة إلى Tabby دون فقدان الوظائف الأساسية.

مقارنة التكاليف وفوائد العمل دون اتصال

يناقش المتحدث التكاليف الخفية للأدوات السحابية التي تشمل دفع رسوم شهرية لكل مطور والحاجة الدائمة للإنترنت. في المقابل، يوفر Tabby نموذجاً مجانياً يعمل بالكامل دون اتصال بالإنترنت، مما يجعله مثالياً للعمل في بيئات معزولة أو محدودة الوصول. يساهم استخدامه في تقليل الأكواد المتكررة وتسريع تعلم أطر العمل الجديدة وإنشاء الوثائق البرمجية بفعالية أكبر. يساعد هذا النهج في تقليل المخاطر الأمنية المرتبطة بتسريب الملكية الفكرية للشركات الكبرى. يخلص هذا الجزء إلى أن التحكم في سير العمل هو الدافع الرئيسي لهجرة المطورين نحو الحلول المحلية.

المقارنة مع المنافسين والتقييم النهائي

يقارن الفيديو بين Tabby وخيارات أخرى مثل Cursor وContinue وTab9، موضحاً نقاط القوة والضعف لكل منها. يشير المتحدث إلى أن أداء Tabby يعتمد بشكل كبير على العتاد، حيث ينصح باستخدام GPU لتحقيق تجربة سلسة، كما فعل هو باستخدام Mac M4 Pro. رغم كونه يتطلب مجهوداً في الإعداد مقارنة بالحلول السحابية، إلا أن المقايضة تميل لصالحه عند الحديث عن السيادة على البيانات. يوجه المتحدث نصيحة نهائية بأن Tabby هو الخيار الأفضل للمهتمين بالخصوصية والبيئات التنظيمية الصارمة، بينما تظل الأدوات السحابية أسهل لمن لا يريد بذل مجهود تقني. ينتهي الفيديو بالتأكيد على أن Tabby يبني جسراً من الثقة بين المطور وأدوات الذكاء الاصطناعي.

Community Posts

View all posts