Twinny：让 VSCode 用上本地 AI 编程助手

当 Copilot 要收费，Twinny 说"我来"

2024 年，GitHub Copilot 开始对个人用户收费每月 10 美元，对企业用户更贵。许多独立开发者、个人项目维护者和学生开始四处寻找替代方案——但大多数"免费替代品"要么要求把代码上传到第三方服务器，要么功能残缺到几乎不可用。正是在这个时间点，Twinny 出现了。

Twinny 是由独立开发者 rjmacarthy 开发的 Visual Studio Code 扩展，其核心理念是：代码永远留在本地，永远不离开你的电脑。它通过 Ollama 在本地运行 LLM，或者连接到你自己配置的 OpenAI/Anthropic API，完全不经过任何第三方服务器。用户在 Reddit 和 GitHub 上评价它是"目前最接近 Copilot 体验的本地替代品"。

技术架构：TypeScript 扩展 + Webview 前端

Twinny 采用典型的 VSCode 扩展架构，分为三个核心层：

后端（src/extension/）：TypeScript 实现，负责与 LLM 提供商通信、会话管理、代码补全逻辑。核心文件包括：

• llm.ts — LLM 调用抽象层
• provider-manager.ts — 多后端提供商管理（支持 Ollama、OpenAI、Anthropic、OpenRouter、Deepseek、Cohere、Mistral、Perplexity、Groq 共 9 个）
• ollama.ts — Ollama 专用集成
• fim-templates.ts — 代码中间填充（Fill-in-the-Middle）提示词模板
• embeddings.ts — 工作区嵌入向量计算
• symmetry-service.ts — P2P 分布式推理网络服务
• review-service.ts — 代码审查服务

前端（src/webview/）：React 实现，负责 UI 渲染。包含聊天界面（chat.tsx）、消息气泡（message.tsx）、代码块（code-block.tsx）、设置面板（settings.tsx）、模型选择器（model-select.tsx）等 28 个组件。

共享层（src/common/）：类型定义（models.ts、types.ts）、常量（constants）、日志（logger.ts）。

技术栈非常纯粹：TypeScript + React + VSCode API，无额外复杂依赖，代码质量规范（有 ESLint + Prettier + 完整测试套件）。

图1：Twinny 在 VSCode 侧边栏的图标与界面

核心功能：从代码补全到代码审查

1. 代码中间填充（FIM）补全

这是 Twinny 最核心的功能。相比于 GitHub Copilot 的行级补全，FIM 可以理解光标前后的上下文，在函数或代码块的中间位置插入补全结果。类比来说，Copilot 像是一个"填词游戏"，而 FIM 更像是一个"真正理解代码意图的副驾驶"。

Twinny 的 FIM 实现通过 fim-templates.ts 管理提示词模板，支持 Llama、Codellama 等主流代码模型。用户可以在 VSCode 中直接按 Tab 键接受补全建议，体验几乎与 Copilot 无异。

2. 侧边栏对话

Twinny 提供了一个独立的侧边栏界面，用户可以：

• 与 AI 讨论当前打开文件的代码
• 请求代码解释、测试生成、重构建议
• 保存对话历史（conversation-history.tsx）
• 使用自定义提示模板（template-provider.ts）

3. 工作区嵌入（Workspace Embeddings）

Twinny 会扫描用户打开的工作区，生成向量嵌入，使 AI 能够理解整个项目的上下文。这意味着 AI 不仅能看到当前文件，还能参考相关的其他文件，提供更准确的建议。这解决了许多 AI 编程工具"只看一个文件、缺乏全局视野"的问题。

4. Symmetry 网络：P2P 分布式 AI 推理

Twinny 还集成了一个创新功能——Symmetry 网络（symmetry-service.ts、symmetry-ws.ts）。这是一个去中心化的 P2P 网络，允许用户共享各自的 AI 推理资源。换句话说，如果你有一块不错的 GPU 但算力空闲，可以接入 Symmetry 网络贡献给其他人使用；同时你也可以从网络中获取他人共享的推理资源。这是一种有趣的社区互助模式，类似于分布式计算在 AI 领域的应用。

5. 其他实用功能

• Git 提交信息生成：自动根据 diff 生成符合规范的 commit message
• 代码审查：内置 review-service 对代码质量给出建议
• 多语言支持：内置 i18n（i18n.ts），自带中文文档（README.zh-CN.md）
• 差异视图：并排查看代码修改前后对比
• 全屏聊天模式：大屏用户可以获得更宽敞的对话空间

多后端支持：灵活选择你的 AI 模型

Twinny 支持的 LLM 提供商覆盖了目前市面上主流的选择：

提供商	说明
Ollama	本地运行（Llama2/3、Codellama、Mistral 等）
OpenAI	GPT-4o、GPT-4 Turbo 等
Anthropic	Claude 3.5 Sonnet 等
OpenRouter	聚合多个模型的统一网关
Deepseek	深度求索系列
Cohere	Command R 系列
Mistral AI	Mistral、Mixtral 系列
Perplexity	在线搜索增强模型
Groq	超低延迟推理

其中 Ollama 是最推荐的使用方式——完全免费、本地运行、数据不外流。用户只需在本地安装 Ollama，拉取喜欢的模型（如 ollama pull codellama），然后在 Twinny 设置中填入 http://localhost:11434 即可。

部署体验：5 分钟上手

Twinny 的安装极为简单：

1. 在 VSCode 中搜索 "Twinny" 并点击安装（来自 twinnydotdev）
2. 安装完成后，VSCode 侧边栏出现 Twinny 图标
3. 按 Ctrl+Shift+P，输入 "Twinny: Select Provider" 选择 AI 后端
4. 如果选 Ollama，确认 Ollama 正在本地运行（默认端口 11434）

整个过程不超过 1 分钟，没有任何命令行操作。唯一的门槛是：如果你选择 Ollama，需要具备在本地运行大模型的硬件条件（推荐 8GB+ 内存）。如果你选择云端 API，则需要一个对应平台的 API Key。

相比需要 Docker 部署、需要 GPU 服务器的传统 AI 应用，Twinny 几乎是"零配置"体验。唯一的不足是它没有提供 Docker 一键部署方案——这是一个面向有一定技术背景的开发者工具，用户需要自行安装 Ollama 或配置 API。

图2：Twinny 项目由 twinnydotdev 组织维护

代码质量评估

Twinny 的代码质量相当规范：

• 语言：纯 TypeScript，无类型逃逸
• 代码规范：ESLint + Prettier，提交前强制检查
• 测试：包含完整测试套件（src/test/ 目录），支持 watch 模式持续测试
• 构建：支持 watch 模式开发（npm run watch）和打包发布（npm run package）
• 文档：README、贡献指南、行为准则俱全，有中文本地化文档

质量评分：85/100。扣分项主要是：作为 VSCode 扩展依赖 VSCode 环境、不支持其他编辑器（vim/neovim 用户需要额外插件）。

隐私与安全

Twinny 在隐私保护上做得非常彻底：

• 本地优先：所有代码处理在本地完成，不上传任何代码到第三方服务器
• Ollama 模式：代码完全不离开本地机器
• API 模式：用户自行控制 API Key，数据流向用户选择的云服务商
• 工作区嵌入：嵌入向量计算在本地完成

这使得 Twinny 成为对代码隐私有严格要求的用户（如安全研究员、开发闭源项目的团队）的理想选择。相比之下，GitHub Copilot 的代码会被用于模型训练（尽管有相关政策保护），而 Twinny 完全不存在这个问题。

局限性：不完美但诚实

Twinny 并非没有缺点，这些在项目 README 和 GitHub Issues 中都有坦诚说明：

1. 依赖 Ollama：对于不熟悉 Ollama 的用户，初始配置有一定门槛
2. 模型质量依赖本地硬件：没有好 GPU 就跑不了大模型，体验会打折扣
3. VSCode 独占：不支持 Neovim、JetBrains 系列等其他主流编辑器
4. Symmetry 网络仍处于早期：P2P 功能还不太成熟，实际使用案例有限
5. 积极开发中：功能在快速迭代，用户需要关注版本更新

Twinny 在 README 中明确写道："Twinny is provided 'as is'"——这是对用户的诚实，也是一种负责任的声明。

行业意义：开源 AI 编程工具的新选择

Twinny 的出现代表了一种趋势：AI 编程辅助工具正在从"云端独占"走向"本地优先"。随着 Ollama、LM Studio 等本地 LLM 运行工具的成熟，越来越多的开发者开始意识到"让代码离开自己的电脑"并非必须。

从数据看，Twinny 在 GitHub 上获得了超过 3600 颗星，有数百个已合并的 Pull Request，说明它已经建立了一个活跃的开发者社区。在 VSCode Marketplace 上，它的安装量也在稳步增长。

未来，如果 Symmetry 网络能够成熟，Twinny 还有可能成为一个去中心化的 AI 推理资源共享平台——用户不仅可以在本地运行 AI，还能通过贡献闲置算力换取其他人的 AI 资源，形成一个自给自足的社区生态。

---

总结：Twinny 是一款专注于隐私保护的 VSCode AI 编程助手，支持 Ollama/OpenAI/Claude 等多后端，提供代码补全、对话、代码审查等完整功能。对于不想把代码交给云端、又想获得 AI 编程辅助的开发者来说，它是目前最值得尝试的开源方案之一。