应安装Tabnine Ltd.官方插件，启用本地模型保障隐私，调高suggestionDelay至500ms优化补全时机，并禁用markdown等低质量语言支持。
直接安装Tabnine插件：认准官方发布者
VSCode里装Tabnine，最核心的一步是确保你装的是正版——作者必须是 Tabnine Ltd.。第三方打包或改名版本可能签名失效、无法更新，甚至偷偷上传代码片段。
- 打开扩展面板：
Ctrl+Shift+X（Windows/Linux）或Cmd+Shift+X（Mac） - 搜索框输入
Tabnine，只认准作者栏显示Tabnine Ltd.的那一项，名字通常是Tabnine AI Autocomplete - 点击“Install”，安装完成后**无需手动启用**，它会自动激活；但建议重启 VSCode 一次，避免 LSP 初始化异常
启用本地模型：隐私和离线可用的关键开关
默认 Tabnine 走云端推理，代码片段可能上传（哪怕匿名）。想真正隔离敏感项目（比如金融/政企内部系统），必须启用本地模型——但不是所有机器都支持，尤其 M1/M2 Mac 需要 Rosetta 兼容模式才能跑完整模型。
- 方法一（推荐）：按
Cmd+Shift+P→ 输入Tabnine: Open Settings→ 在Model Type下拉菜单中选Local - 方法二（手动）：打开
settings.json（Cmd+, → 右上角“打开 settings.json”），添加："tabnine.experimentalLocalModel": true
，保存后重启 - 验证是否生效：状态栏右下角出现
Tabnine Local字样，且首次使用时会自动下载几十 MB 的模型文件（需联网一次）
调低补全延迟：避免被弹窗打断思路
默认 tabnine.suggestionDelay 是 200ms，意味着你敲完两个字母，建议框就弹出来——对习惯手速快或写缩写（如 req 表示 request）的人非常干扰。
- 进入设置：
Cmd+, → 搜索 tabnine.suggestionDelay - 把值改成
500或更高（单位毫秒），比如写 Python 时常用df.后跟 pandas 方法，延迟高一点反而能等你输完点号再出建议 - 注意：设太高（如 1000）会导致补全“反应迟钝”，尤其在函数参数提示场景（
fetch(后不立刻出提示）
禁用 Markdown / Shell 等低质量语言补全
Tabnine 对 markdown、shellscript、json 这类非编程语言的训练数据少，常给出无意义建议（比如在 README.md 里补全 console.log），反而污染输入流。
- 搜索
tabnine.languageSupport→ 点击“在 settings.json 中编辑” - 找到该配置项（可能是数组），删掉
"markdown"、"shellscript"、"json"等条目，例如：
"tabnine.languageSupport": ["javascript", "typescript", "python", "go"]
改完保存，下次打开 .md 文件就不会再看到 Tabnine 浮层了。
Tabnine Local？大概率是没重启 VSCode 或模型下载卡在后台——可以打开命令面板运行 Tabnine: Show Logs 看报错。还有个隐藏坑：某些企业网络会拦截 tabnine.com 域名，导致本地模型元数据拉不下来，这时得手动配置代理或换网络。 
