fauxpilot是可本地部署的github copilot替代方案，依托codegen模型与nvidia triton实现隐私保护、完全开源和高度定制，但需满足nvidia gpu（计算能力≥6.0）、docker compose≥1.28等硬性条件，并根据显存选择350m/6b/16b模型，通过docker compose启动后对接vs code即可获得离线代码补全。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想在不上传代码到云端的前提下获得接近GitHub Copilot的实时补全体验，又担心显卡性能不够或部署流程太复杂？FauxPilot提供了一条可落地的本地化路径，但它的可行性高度依赖你手头的硬件配置和对Docker环境的熟悉程度。
确认你的机器能否跑起来
先打开终端执行 nvidia-smi，看显卡型号和当前可用VRAM。FauxPilot不是所有NVIDIA显卡都支持——【计算能力必须≥6.0】，GTX 10系及更新型号基本达标，但MX系列、T系列笔记本显卡大概率被排除。
接着检查Docker环境：docker --version && docker-compose --version。若docker-compose版本低于1.28，后续启动服务会直接失败，必须升级。
运行 which zstd curl nvidia-docker，缺任何一个命令都要手动安装。zstd解压模型时效率比gzip高3倍以上，跳过它会导致setup.sh卡死在“解包中”状态。
选模型：别盲目追大参数
方法一：保守起步（适合RTX 3050/3060/4060等6–8GB显存用户）
执行 ./setup.sh → 选择 [2] codegen-350M-multi → 等待下载+转换完成。这个模型响应快、冷启动仅需2秒，Python/JS/Go基础补全足够用。
方法二：双卡分载（有两张RTX 3090/4090或A100）
编辑 .env 文件，将 NUM_GPUS=2 和 GPU_IDS=0,1 取消注释 → 运行 ./setup.sh → 选 [8] codegen-16B-multi → 模型会自动切片加载到两张卡上。
方法三：单卡硬刚6B模型（RTX 3090/4090/A6000用户）
选 [6] codegen-6B-multi 前，先确保系统swap空间≥16GB。否则Docker构建triton镜像时会因内存溢出中断，且错误日志里只显示“Killed”，毫无提示。
专为资深工程师设计，用于高效日常使用 GitHub Copilot CLI。适用于在规划、提示、审查或链式调用 gh copilot 命令时，探索代码库、起草变更、调试问题或加速工作流，且不偏离架构意图。
启动服务并验证端口连通性
第一步：后台启动容器docker compose up -d
第二步：盯住日志流，确认关键进程就位docker logs -f fauxpilot-copilot_proxy-1
看到 * Running on http://127.0.0.1:5000 且无红色报错即成功；若卡在 Waiting for Triton server... 超过90秒，大概率是GPU驱动与nvidia-container-toolkit版本不兼容。
第三步：本地curl测试API是否活curl -X POST http://127.0.0.1:5000/v1/completions \-H "Content-Type: application/json" \-d '{"prompt":"def fibonacci(n):","max_tokens":20}'
返回JSON含 "choices" 字段且 "text" 不为空，说明推理链路已通。
VS Code客户端对接
打开VS Code设置（Ctrl+,），搜索 github copilot → 找到 Copilot: Host 项 → 输入 http://127.0.0.1:5000 → 保存。
重启VS Code，新建一个 .py 文件，输入 def hello(): 后换行，等待2秒。如果右下角出现灰色提示文字（如 return "Hello, World!"），按Tab接受——【此时所有代码从未离开你的电脑】。
注意：不要勾选 Copilot: Enabled 下方的 Allow anonymous telemetry，该开关控制的是VS Code插件自身行为，与FauxPilot无关，但误开可能触发插件向微软上报使用数据。
