Copilot gratuito local: Cline, Tabby & CodeGeeX no VS Code (2026)

#Por que um Copilot local gratuito para o VS Code?

Copilot e Cursor enviam seu código para a OpenAI ou a Anthropic. Em um projeto de cliente sob NDA, com código proprietário ou simplesmente por princípio, isso nem sempre é aceitável. Um copilot local resolve três coisas de uma vez: zero vazamento (nada sai do laptop), zero assinatura, zero latência de rede.

Há uma contrapartida, que é preciso reconhecer: a qualidade de um Qwen 3.5 9B executado localmente não se iguala à do modelo mais recente do Copilot Pro. Mas para usos cotidianos — completar um laço, escrever um teste, refatorar uma função de 30 linhas — um modelo de 9 a 24B em Q4 faz o trabalho. E para tarefas que o modelo local não consegue realizar, você mantém o Copilot em paralelo.

#Pré-requisitos

VS Code recente

Versão 1.85+ para a API de autocompletar inline. Também existem extensões para JetBrains para as três ferramentas.

Ollama instalado

Serve como backend de inferência para o Cline. Escuta por padrão em http://localhost:11434. Para o Tabby, o runtime está incluído; o CodeGeeX pode apontar para o Ollama.

GPU com no mínimo 8 GB de VRAM

RTX 3060 12 GB, 4060 Ti 16 GB, Mac M2/M3 com 16 GB de memória unificada. Abaixo dessas configurações, continue com modelos de 1,5B (qwen2.5-coder:1.5b) para completar código, que continuam respondendo rapidamente.

20 GB de espaço em disco

Um modelo de código de 7B em Q4 = 4 a 5 GB. Reserve uma boa margem se estiver testando vários modelos ou várias ferramentas.

#1. Cline (chat + agente)

O Cline é a opção mais completa em termos de assistência: chat lateral e modo agente capaz de ler e modificar vários arquivos, como o Cursor, tudo executado localmente via Ollama. De código aberto sob licença MIT e com BYO-LLM, é o substituto natural do Continue.dev. O Roo Code, um fork do Cline, também está encerrando suas atividades: o Cline se torna, portanto, o ponto de consolidação desse ecossistema. Sua limitação: não oferece complementação de código inline — isso é abordado com o Tabby mais abaixo.

1. 01
   Instalar a extensão

   No VS Code, abra a paleta de extensões (Ctrl+Shift+X), procure Cline e instale a extensão. Um ícone do Cline aparece na barra lateral esquerda.
2. 02
   Baixar um modelo

   Qwen 3.5 9B faz um bom trabalho de chat e de agente com 8 GB de VRAM. Aumente para Devstral 24B ou Qwen 3.6 35B-A3B se tiver margem; o Devstral foi especialmente projetado para agentes.
3. 03
   Configurar o provedor Ollama

   Abra as configurações de Cline, escolha o provedor Ollama, insira a URL local e selecione o modelo.
4. 04
   Testar o chat

   Faça uma pergunta, cole código, peça uma correção. A resposta aparece no painel, sem enviar nada para a nuvem.
5. 05
   Testar o agente

   Descreva uma tarefa que envolva vários arquivos. O Cline propõe um plano e depois aplica as alterações na forma de diffs que você valida um a um.

ollama pull qwen3.5:9b
# Plus de VRAM ? Devstral, spécialiste agent de code, suit mieux le mode agent
ollama pull devstral:24b

Provider : Ollama
Base URL : http://localhost:11434
Modèle   : qwen3.5:9b

#2. Tabby (autocompletar auto-hospedado)

O Tabby (TabbyML) cobre exatamente o que o Cline não faz: o preenchimento automático em linha. Ele foi projetado para equipes — um único servidor hospeda o modelo, e todos os desenvolvedores se conectam a ele a partir de seus IDEs. O servidor inclui seu próprio runtime e não precisa do Ollama.

1. 01
   Iniciar o servidor Tabby

   O Docker é a maneira mais simples. O servidor expõe um endpoint HTTP na porta :8080 e uma interface de administração web.
2. 02
   Criar uma conta admin

   Abra http://localhost:8080 no navegador. No primeiro acesso, crie a conta do proprietário. Acesse Settings → Information para obter um token de autenticação.
3. 03
   Instalar a extensão para o VS Code

   No painel de extensões, procure Tabby (publicador: TabbyML). Instale.
4. 04
   Conectar a extensão

   Abra as configurações (Ctrl+,), procure por tabby. Coloque Endpoint = http://localhost:8080 e cole o token. A barra de status do VS Code exibe Tabby: ready; a sugestão aparece em cinza enquanto você digita.

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

#3. CodeGeeX

CodeGeeX (Tsinghua KEG / Zhipu AI) é a opção “tudo em um”: a extensão já inclui autocompletação e chat com um modelo proprietário gratuito hospedado por eles. Mas ela também pode se conectar a um modelo local, que é o que nos interessa aqui.

1. 01
   Instalar a extensão

   No VS Code, procure por CodeGeeX (publicador: aminer). Instale. Um ícone do CodeGeeX aparece na barra lateral.
2. 02
   Alternar para modo local

   Abra as configurações do CodeGeeX (engrenagem no painel lateral). Procure a seção Local mode e ative-a.
3. 03
   Apontar para Ollama

   Informe a URL do modelo local. O CodeGeeX fala com um endpoint compatível com OpenAI — o endpoint de Ollama em http://localhost:11434/v1 é adequado.
4. 04
   Escolher o modelo

   codegeex4 (9B) é o modelo próprio disponível no Ollama. Como alternativa, qualquer modelo recente de programação serve (qwen3-coder, devstral).

ollama pull codegeex4

#Tabela comparativa

Cobertura dos usos

Cline: chat + agente (sem autocompletar código). Tabby: autocompletar código (sem chat avançado). CodeGeeX: autocompletar código + chat básico. O combo Cline + Tabby cobre tudo.

Esforço de configuração

CodeGeeX (5 min) < Cline + Ollama (10 min) < Tabby self-hosted (15-20 min).

Multi-utilisateurs

Apenas o Tabby foi projetado para isso nativamente. Cline/CodeGeeX = uma estação de trabalho = um Ollama.

Privacidade

Cline e Tabby permanecem locais por padrão. CodeGeeX usa a nuvem enquanto o modo local não tiver sido ativado — fique de olho nisso.

#Solução de problemas

Cline não responde

Verifique o ollama ps: o modelo deve aparecer quando você realizar uma requisição. Se Ollama não responder, teste o curl http://localhost:11434/api/tags no terminal. Verifique também que o provedor selecionado em Cline seja realmente Ollama.

Sem sugestões de autocompletar em cinza

O Cline não oferece preenchimento automático em linha: isso é normal. Instale o Tabby (ou Twinny) para o preenchimento automático linha a linha e verifique editor.inlineSuggest.enabled no VS Code.

Tabby exibe "Connection refused"

O contêiner não está rodando ou a porta não está exposta. O comando docker ps deve listar tabby. O comando docker logs tabby mostra a causa (geralmente: modelo não baixado na primeira execução, aguarde 5 a 10 minutos).

CodeGeeX retorna respostas em chinês

Especifique o idioma no prompt de sistema (Settings CodeGeeX → Custom system prompt → "Sempre responder em francês"), ou use o Qwen 3.5 9B, que responde em francês quando você fala com ele em francês.

VRAM saturada quando tudo está em execução

Você talvez tenha dois modelos carregados (autocompletar do Tabby + chat do Cline). Com 8 GB, mantenha um modelo FIM leve para o autocompletar e um Qwen 3.5 9B para o chat. ollama ps mostra o consumo.

#FAQ

#Para se aprofundar

Você tem um copiloto local rodando. Três direções lógicas de acordo com seu perfil:

Aprofundar o conhecimento sobre o Cline

O guia dedicado ao Copilot local com Cline aprofunda a configuração: provedor Ollama, modo agente, autocompletar via Tabby/Twinny e ajustes finos para o uso de agentes.

Você vinha do Continue.dev

Guia de migração Continue → Cline detalha a transição (configurações equivalentes, modelos, dados locais).

Escolher seu hardware

Antes de passar para um modelo de 14B ou 32B, o guia Escolher seu GPU para IA local ajuda você a evitar a compra de um GPU com VRAM insuficiente.

Se você quiser economizar tempo com os ajustes, o guia pago “Copiloto de código local” fornece um pacote completo de configurações Ollama + Cline + Aider prontas para usar e colar, tanto para uma estação de trabalho individual quanto para uma equipe.