代码补全
twinny 在你输入时以灰色文字在光标处给出代码建议。按 Tab 接受，或继续输入以忽略。建议来自当前的自动补全提供者，它必须使用经过 fill-in-the-middle（FIM）训练的模型。见支持的模型。
自动与手动
默认在停止输入片刻后自动给出建议（twinny.debounceWait，300 毫秒）。要关闭自动建议，点击状态栏的 </> 图标并选择自动建议开关，或将 twinny.autoSuggestEnabled 设为 false。此时状态栏显示 </> off，仍可用 Alt+\ 手动请求建议。
Alt+\ 也是 GitHub Copilot 的默认快捷键，如果两个扩展都安装了，请在键盘快捷方式中改掉其中一个。twinny 的绑定在 VS Code 内置命令 Trigger Inline Suggestion 上。
用 twinny.enabledLanguages 可对特定语言关闭补全，例如 { "*": true, "markdown": false, "plaintext": false }。输出面板、搜索结果和终端永远不会有建议。
光标位于单词中间时不会请求建议。IntelliSense 列表打开时，建议按已接受高亮项的情况来写，因此会显示在列表旁边。
预热
本地模型服务器在空闲后收到第一个请求时才加载模型，可能要几秒钟。VS Code 启动或重新获得焦点时，twinny 用一个只要一个 token 的请求让服务器加载自动补全模型，第一条建议就不必等待。适用于 Ollama、LM Studio、llama.cpp、Oobabooga、已配对设备以及本机上的 OpenAI 兼容服务器；从不调用托管 API。模型在过去四分钟内用过则不发送。用 twinny.warmUpModel 关闭。
一条建议是如何产生的
- 触发。 你停顿，或按
Alt+\。仍在进行中的旧请求会被取消。 - 前缀与后缀。 twinny 取光标周围共
twinny.contextLength行，约 85% 在光标前、15% 在光标后（上限 12,000 和 3,000 字符），让模型看到周围代码的形状。 - 上下文。 从下面的来源收集额外上下文，每个来源有各自的上限。
- 提示。 该模型的 FIM 模板用模型自己的标记包裹前缀、后缀和上下文。
- 流式输出。 回复边到达边显示。建议到达合理的结尾时（见下文）twinny 提前停止，30 秒后放弃。
- 整理。 去掉后缀中已有的文本，匹配缩进，移除多余的模板标记。
每一步都记录在 Twinny 输出通道；Debug 级别可看到精确的提示和回复。
模型看到什么
| 上下文 | 设置 | 添加的内容 |
|---|---|---|
| 周围行 | twinny.contextLength（100） | 当前文件中光标周围的行，大部分在光标前 |
| 最近的编辑 | twinny.recentEditsEnabled（开） | 你在任何打开文件中的最近几次修改，以简短 diff 呈现（最多 6 次、2,500 字符）。进行中的重命名或正在套用的模式会延续到建议中 |
| IntelliSense | twinny.lspContextEnabled（开） | 来自语言服务器的匹配符号和光标所在调用的签名（最多 20 项、2,000 字符、等待 150 毫秒），以及截至光标的三行中最多四个名称的定义（2,500 字符、等待 250 毫秒）。模型因此知道存在哪些名称和参数 |
| 相邻文件 | twinny.fileContextEnabled（关） | 先取当前文件 import 的文件，再取最近使用的文件，每个最多 100 行的窗口：最多 3 个文件、6,000 字符。对大项目有帮助，但增加延迟 |
具有仓库级 FIM 标记的模型（Qwen2.5-Coder、StarCoder2、CodeGemma、Granite、CodeGeeX）以独立命名块的形式获得额外文件；其他模型以注释块的形式放在前缀之上。
自动补全提供者的 Repository level 复选框会发送 Qwen2.5-Coder 的仓库级提示（<|repo_name|>，然后每个文件跟在 <|file_sep|> 之后），即使 twinny.fileContextEnabled 关闭也会收集相邻文件。
长度与停止
小模型不知道何时停止，所以 twinny 替它们决定：
twinny.multilineCompletionsEnabled（开）允许多行建议；twinny.maxLines（40）限制其长度。关闭后建议在第一个换行处结束。即使开启，也只有在光标所在行光标后没有内容、光标不在字符串或注释中（由 tree-sitter 判断），且该行为空或以开启代码块的符号（{、(、[、:、=>、=、,）结尾时，建议才会跨多行。twinny.numPredictFim（512）是每次请求的 token 预算。-1取消限制。- 回复流式到达时，twinny 按整行判断，在以下位置结束：不在建议自己打开的括号内的空行、缩进退出光标所在块的行，或闭合了光标所在行之前打开的括号的行。因此函数建议在其右花括号处结束，而不会冲进下一个函数。
- 后缀中已有的文本会被去掉，所以在
foo(|)内补全不会多出一个)。 - 该模型系列的停止标记（
<EOT>、<|endoftext|>、<|file_sep|>等）结束回复。 twinny.enableSubsequentCompletions（开）在接受一条建议后立即请求下一条，形成连续接受。twinny.temperature（0.2）只作用于代码补全；对话、内联编辑和审查不发送 temperature，使用服务器的默认值。建议啰嗦时调低；在大多数服务器上 0 完全确定。
FIM 模板
各模型系列用不同的标记表示前缀、后缀和中间部分。自动补全提供者有一个 FIM 模板字段：
| 模板 | 模型 | 标记 |
|---|---|---|
codellama | CodeLlama，以及未知名称的回退 | <PRE> … <SUF> … <MID> |
deepseek | DeepSeek Coder | <｜fim▁begin｜> … <｜fim▁hole｜> … <｜fim▁end｜> |
codeqwen | Qwen2.5-Coder、CodeQwen | `< |
qwen3-coder | Qwen3-Coder | codeqwen 的标记，作为对话的用户消息发送（见下文） |
codestral | Codestral | [SUFFIX] … [PREFIX] … |
starcoder | StarCoder、StarCoder2、Granite Code、CodeGeeX | <fim_prefix> … <fim_suffix> … <fim_middle>，带 <repo_name> 和 <file_sep> |
codegemma | CodeGemma | `< |
stable-code | Stable Code | 与 starcoder 相同的标记 |
llama | 普通 Llama base 模型 | 与 codellama 相同的标记 |
custom-template | 其他任何模型 | 由 ~/.twinny/templates/fim.hbs 渲染 |
- 自动（默认）根据模型名称按以下顺序匹配：
codellama、deepseek、codestral、qwen3-coder、qwen、codegemma、stable-code、starcoder、granite、codegeex、llama。其他名称回退到codellama。 - 模型名称不常见或建议中出现可见标记时，手动选择模板。
- 通过团队网关时模型名称是别名，因此模板按网关报告的其背后的后端模型选择。
- Qwen3-Coder 只以指令模型发布，所以
qwen3-coder把提示包装成对话（“You are a code completion assistant.”）。补全端点收到写成 ChatML 的文本，Ollama 收到raw: true；自定义和仓库级提示也同样包装。模型的代码围栏会被去掉；光标在半个单词之后时，提示在该单词之前结束，回复必须以它开头，否则丢弃。 - 光标后没有文本时就没有可填的“中间”，而 base 模型续写纯文本比处理空后缀更可靠；此时 twinny 只发送前缀。
自定义模板的写法见提示词模板。
缓存
输入正在显示的建议的开头几个字符时，其余部分直接给出，不发新请求。
twinny.completionCacheEnabled（关）记住相同提示的建议。加速重复请求，代价是内存。
获得好建议
- 用 base 模型，小，且在 GPU 上。
qwen2.5-coder:1.5b-base在大多数硬件上不到一秒响应，擅长接下来几行；这胜过一个在你早已打过去之后才到的大模型。 - 先写注释。 一行描述接下来做什么的注释，然后在下一行停顿，多行建议就有了目标。
- 好好命名。 前缀中的名称是模型最强的线索。IntelliSense 上下文补上它看不到的名称。
- 让最近的编辑为你服务。 手动改一个调用点，接下来的建议会遵循同样的模式。
- 关掉不需要的。 只想要单行就关闭多行。建议来得晚就降低
twinny.contextLength或关闭文件上下文。