Dev-Setup für Linux

Dev-Setup für Linux: VS Code mit Copilot, Tabnine & KI-Power (Grok/DeepSeek)

Hey du! 👨💻
Du willst auf deinem Linux-Laptop durchstarten – mit VS Code, GitHub Copilot und KI-Tools wie Tabnine plus Grok oder DeepSeek? Keine Sorge, ich zeig dir, wie du in 15 Minuten eine KI-gestützte Coding-Umgebung aufsetzt. Let’s go!

Warum diese Kombi?

• GitHub Copilot: KI-Code-Vervollständigung für flottes Tippen.
• Tabnine: Lokale Code-Vorschläge (auch offline nutzbar).
• Grok: CLI-Assistent für Shell-Skripte & Terminal-Magie.
• DeepSeek: Code-Analyse-Tool für Architektur-Fragen.

Tipp: Kombiniere Copilot (Geschwindigkeit) + DeepSeek/Tabnine (Qualität) für maximale Produktivität!

Schritt 1: VS Code installieren

1. Terminal öffnen (Ctrl + Alt + T).
2. Starten: Tippe code im Terminal oder finde es im App-Menü.

Snap-Paket (für alle Ubuntu/Debian-basierten Distros):

sudo snap install --classic code  

Oder für Fedora/Arch:

# Fedora  
sudo dnf install code  

# Arch/Manjaro  
yay -S visual-studio-code-bin  

Schritt 2: GitHub Copilot einrichten

1. Extension installieren:
   • Öffne VS Code → Klicke links auf das Extensions-Icon (📦).
2. Anmelden:
   • Drücke Ctrl + Shift + P → Tippe „Copilot: Login“.
   • Folge den Schritten, um dich mit deinem GitHub-Konto zu verbinden.
3. Testen: Öffne eine Datei (z. B. test.py) und beginne zu tippen – Copilot schlägt Code vor!

Suche nach „GitHub Copilot“ → Klicke auf Installieren.

Schritt 3: Tabnine hinzufügen

1. Extension suchen: Im Extensions-Tab nach „Tabnine“ suchen.
2. Installieren → Nach der Installation automatisch aktiviert.
3. Konfigurieren (optional):
   • Drücke Ctrl + , → Suche nach „Tabnine“.
   • Aktiviere „Local Completions“ für Offline-Nutzung.
4. Testen: Tippe in einer Datei – Tabnine ergänzt Code parallel zu Copilot.

Schritt 4: Wähle dein KI-Tool – Grok oder DeepSeek

Option A: Grok (für CLI-Fans)

Perfekt für: Terminal-Workflows, Bash-Skripte, DevOps.

1. VS Code integrieren:
   • Öffne Ctrl + Shift + P → „Terminal: Create New Terminal“.
   • Tippe grok suggest "Wie filtere ich Logs mit grep?" → Antworten direkt im Terminal!

Grok installieren (via Terminal):

# Klone das Repo (Beispiel – checke die aktuelle URL!)  
git clone https://github.com/awesomegrok/grok.git  
cd grok  
make install  

Option B: DeepSeek (für Code-Insights)

Perfekt für: Code-Reviews, Architektur-Fragen, Refactoring.

1. DeepSeek Extension installieren:
   • Suche im Extensions-Tab nach „DeepSeek“.
   • Installiere die offizielle Extension.
2. API-Key holen (kostenlos):
   • Registriere dich auf deepseek.com/api.
   • Erstelle einen Key und kopiere ihn.
3. In VS Code einbinden:
   • Drücke Ctrl + Shift + P → „DeepSeek: Set API Key“.
   • Füge den Key ein.
4. Analyse starten:
   • Rechtsklick auf eine Datei → „DeepSeek: Analyze Code“.
   • Frage z. B.: „Wie kann ich diese Funktion effizienter gestalten?“

Bonus: Tipps für das KI-Power-Duo

• Copilot + Tabnine: Deaktiviere in den Einstellungen doppelte Vorschläge!
• Performance: Nutze einen GPU-Treiber (NVIDIA/AMD) für schnellere KI-Inferenz.

Grok/DeepSeek Shortcuts:

// Füge dies zu deinen VS Code-Keybindings (Ctrl + K + S) hinzu  
{  
  "key": "ctrl+shift+g",  
  "command": "deepseek.openChat"  
}  

Und jetzt?

• Experimentiere mit KI-Prompts:
  • „Schreibe eine Dockerfile für Python mit Redis“ (Copilot)
  • „Wie optimiere ich diese SQL-Abfrage?“ (DeepSeek)
• Teile deine Setup-Erfahrungen im recode.at Forum!

Los geht’s! 🚀
Mit diesem Setup hast du jetzt eine KI-gestützte Entwicklungsumgebung auf Linux. Egal ob Python, Go oder Rust – die Tools helfen dir, Code schneller und smarter zu schreiben.

PS: Im nächsten Artikel zeige ich dir, wie du mit diesen Tools ein Open-Source-Issue in 10 Minuten löst – bleib dran!

– Dein recode.at Team

Über den Autor
Wir sind Linux-Enthusiasten und nutzen KI-Tools seit 2020. Unsere Zeit mit Copilot? Ein 500-Zeilen-Skript – geschrieben in 5 Minuten mit Copilot und debuggt in 2 Stunden. 😅

Log dich kostenlos ein und lies den Artikel weiter im Memberbereich:

Key Points

• Du kannst VS Code mit GitHub Copilot und Tabnine (Basisversion) auf deinem Linux-Laptop kostenlos einrichten, während DeepSeek Coder und Grok zusätzliche Unterstützung bieten.
• Die Installation umfasst VS Code, die Erweiterungen für GitHub Copilot und Tabnine, und für DeepSeek Coder kannst du CodeGPT verwenden.
• Grok kann für allgemeine Fragen außerhalb von VS Code genutzt werden, ist aber kein direkter Coding-Assistent.

Einführung

Hallo Entwicklerinnen und Entwickler! Willkommen zu einem weiteren hilfreichen Artikel auf recode.at. Heute zeige ich dir, wie du deine Entwicklungsumgebung auf deinem Linux-Laptop einrichtest, um mit VS Code, GitHub Copilot und Tabnine (Basisversion) zu arbeiten. Außerdem werfen wir einen Blick darauf, wie du DeepSeek Coder und Grok für zusätzliche Unterstützung nutzen kannst. Lass uns loslegen und deine Produktivität steigern!

VS Code und GitHub Copilot einrichten

Zuerst installieren wir VS Code und richten GitHub Copilot ein, deinen KI-Coding-Assistenten für schnelle Code-Vorschläge.

1. VS Code installieren:
   • Besuche die offizielle Website VS Code und lade das passende Paket für deine Linux-Distribution herunter (z. B. .deb für Ubuntu).
   • Starte VS Code mit code im Terminal.
2. GitHub Copilot einrichten:
   • Öffne VS Code und drücke Strg+Shift+X, um zur Erweiterungen-Ansicht zu gelangen.
   • Suche nach "GitHub Copilot" und installiere die Erweiterung.
   • Folge den Anweisungen, um dich bei GitHub anzumelden und Copilot zu aktivieren (du benötigst ein Abonnement, es gibt eine kostenlose Testphase von 30 Tagen).
   • Sobald aktiviert, siehst du Vorschläge, während du tippst.

Alternativ kannst du Snap nutzen:

sudo snap install code --classic

Öffne ein Terminal, navigiere zum Download-Ordner und installiere es mit:

sudo dpkg -i code_<version>-amd64.deb

Falls Abhängigkeiten fehlen, löse sie mit:

sudo apt install -f

Tabnine (Basisversion) einrichten

Jetzt richten wir Tabnine ein, einen weiteren KI-Coding-Assistenten, der in der Basisversion kostenlos ist und kurze Code-Vervollständigungen bietet.

1. Erweiterung installieren:
   • In VS Code, drücke Strg+Shift+X und suche nach "Tabnine".
   • Installiere die Erweiterung.
   • Nach der Installation wirst du möglicherweise aufgefordert, dich bei Tabnine anzumelden. Besuche Tabnine und erstelle ein Konto oder melde dich an.
2. Konfiguration:
   • Die Basisversion ist kostenlos und bietet sofort kurze Code-Vorschläge. Für mehr Funktionen (z. B. Chat) benötigst du einen bezahlten Plan ($12/Monat für Pro).
   • Starte zu coden und sieh, wie Tabnine dir hilft!

DeepSeek Coder und Grok als Zusatz

Für fortgeschrittene Nutzer: DeepSeek Coder ist ein leistungsstarkes Modell, das du mit der CodeGPT-Erweiterung in VS Code nutzen kannst. Hier ein kurzer Überblick:

• DeepSeek Coder: Installiere die CodeGPT-Erweiterung, hole dir einen API-Schlüssel von DeepSeek und verbinde es in VS Code. Dies erfordert jedoch zusätzliche Konfiguration und ist nicht Teil der Basisversion von Tabnine.
• Grok: Grok ist ein konversationeller KI-Assistent von xAI, den du über Web oder Apps nutzen kannst, z. B. für Fragen zu Konzepten oder Planung. Er ist nicht direkt in VS Code integriert, aber perfekt für allgemeine Unterstützung.

Detaillierter Bericht

Dieser Bericht bietet eine umfassende Analyse der Schritte zur Einrichtung deiner Entwicklungsumgebung auf einem Linux-Laptop für VS Code mit GitHub Copilot und Tabnine (Basisversion), sowie zusätzliche Informationen zu DeepSeek Coder und Grok. Die folgenden Abschnitte enthalten detaillierte Anleitungen, Hintergrundinformationen und zusätzliche Überlegungen, basierend auf verfügbaren Informationen und bewährten Praktiken.

Einführung und Kontext

Als Software-Entwickler ist es essenziell, eine leistungsstarke Entwicklungsumgebung einzurichten, die deine Produktivität steigert und deinen Workflow optimiert. VS Code ist ein beliebter Code-Editor, der auf Linux gut funktioniert und durch KI-Coding-Assistenten wie GitHub Copilot und Tabnine erweitert werden kann. GitHub Copilot, entwickelt von GitHub und OpenAI, bietet Echtzeit-Code-Vorschläge basierend auf deinem Kontext, während Tabnine eine Alternative ist, die in der Basisversion kostenlos ist und kurze Code-Vervollständigungen bietet. DeepSeek Coder, ein weiteres Modell von DeepSeek AI, kann über die CodeGPT-Erweiterung in VS Code genutzt werden, erfordert jedoch zusätzliche Konfiguration. Grok, ein konversationeller KI-Assistent von xAI, ist nicht direkt für Coding in VS Code gedacht, sondern kann für allgemeine Fragen und Unterstützung genutzt werden.

Die Forschung legt nahe, dass solche Tools die Produktivität erheblich steigern können, insbesondere für Open-Source-Projekte wie osCASH.org DAO, die Zusammenarbeit und Innovation fördern. Es scheint wahrscheinlich, dass die Einrichtung dieser Tools auf einem Linux-Laptop einfach ist, aber einige Schritte erfordern technische Kenntnisse.

Schritt-für-Schritt-Anleitung zur Einrichtung

1. VS Code auf Linux installieren

Die Installation von VS Code auf Linux ist relativ einfach und kann über verschiedene Methoden erfolgen. Hier sind die detaillierten Schritte:

• Offizielle Website besuchen: Gehe zu VS Code und lade das passende Paket für deine Linux-Distribution herunter. Für Debian-basierte Systeme (z. B. Ubuntu) ist das .deb-Paket üblich, für RPM-basierte (z. B. Fedora) das .rpm-Paket.
• Installation: Öffne ein Terminal und navigiere zum Download-Ordner. Führe den folgenden Befehl aus:
• Alternative Methoden: Du kannst auch Snap oder Flatpak nutzen:

Starten: Starte VS Code entweder über das Menü oder mit dem Befehl:

code

Flatpak:

flatpak install flathub com.visualstudio.code

Snap:

sudo snap install code --classic

Für .rpm:

sudo rpm -i code-<version>.rpm

Für .deb:

sudo dpkg -i code_<version>-amd64.deb

Falls es Probleme mit Abhängigkeiten gibt, löse sie mit:

sudo apt install -f

Hintergrund: VS Code ist ein Open-Source-Editor mit umfangreicher Erweiterungsunterstützung, was ihn ideal für die Integration von KI-Tools macht.

2. GitHub Copilot einrichten

GitHub Copilot ist ein KI-Coding-Assistent, der Echtzeit-Code-Vorschläge basierend auf deinem Kontext bietet. Hier sind die Schritte:

• Erweiterung installieren: Öffne VS Code und drücke Strg+Shift+X, um zur Erweiterungen-Ansicht zu gelangen. Suche nach "GitHub Copilot" und installiere die Erweiterung.
• Anmelden: Nach der Installation wirst du aufgefordert, dich bei GitHub anzumelden. Folge den Anweisungen auf dem Bildschirm, um dich mit deinem GitHub-Konto zu verbinden.
• Aktivieren: Sobald du angemeldet bist, musst du dein Abonnement bestätigen. GitHub Copilot bietet eine kostenlose Testphase von 30 Tagen für Einzelpersonen, danach kostet es $10/Monat. Open-Source-Maintainer und Studenten können Github Copilot kostenlos nutzen – schau auf GitHub Copilot nach Details.
• Nutzung: Sobald aktiviert, siehst du Vorschläge, während du tippst. Drücke Tab, um einen Vorschlag anzunehmen.

Hintergrund: GitHub Copilot nutzt Modelle wie GPT-4 und ist stark in das GitHub-Ökosystem integriert, was es ideal für Entwickler macht, die viel mit GitHub arbeiten.

3. Tabnine (Basisversion) einrichten

Tabnine ist ein weiterer KI-Coding-Assistent, der in der Basisversion kostenlos ist und kurze Code-Vervollständigungen bietet. Hier sind die Schritte:

• Erweiterung installieren: In VS Code, drücke Strg+Shift+X und suche nach "Tabnine". Installiere die Erweiterung.
• Konto erstellen oder anmelden: Nach der Installation wirst du möglicherweise aufgefordert, dich bei Tabnine anzumelden. Besuche Tabnine und erstelle ein Konto oder melde dich an deinem bestehenden Konto an.
• Konfiguration: Die Basisversion ist kostenlos und bietet sofort kurze Code-Vorschläge. Für volle Funktionalität (z. B. Chat oder längere Vorschläge) benötigst du einen bezahlten Plan ($12/Monat für Pro).
• Nutzung: Starte zu coden und sieh, wie Tabnine dir hilft. Drücke Tab, um Vorschläge anzunehmen.

Hintergrund: Tabnine legt großen Wert auf Datenschutz und bietet Optionen für lokale Ausführung, was für sicherheitsbewusste Entwickler attraktiv ist.

4. Fortgeschritten: Nutzung von benutzerdefinierten Modellen mit Tabnine

Für fortgeschrittene Nutzer und Unternehmen bietet Tabnine die Möglichkeit, private fine-tuned Modelle zu deployen. Das bedeutet du kannst dein eigenes Modell trainieren oder bestehende Modelle wie DeepSeek Coder verwenden lassen – vorausgesetzt du hast die entsprechenden Rechte und die Infrastruktur dafür.

• Enterprise-Plan: Stelle sicher dass du einen Enterprise-Plan bei Tabnine hast.
• Kontaktiere Support: Sprich mit deinem Customer Success Manager oder schaue in die Dokumentation für detaillierte Anweisungen, z. B. auf Tabnine Docs.
• DeepSeek Coder integrieren: DeepSeek Coder ist ein leistungsstarkes Modell für Coding-Aufgaben und kann theoretisch mit Tabnine kombiniert werden, erfordert jedoch spezielle Einrichtung und ist nicht Teil der Basisversion.

Hinweis: Da du die Basisversion nutzt, reicht diese Information fürs Erste aus, aber es ist gut zu wissen, dass solche Optionen existieren, wenn dein Projekt wächst.

5. Zusätzliche Unterstützung mit Grok und DeepSeek Coder

Während GitHub Copilot und Tabnine dir direkt beim Codieren in VS Code helfen können, gibt es Situationen, wo du allgemeine Fragen hast oder Erklärungen von Konzepten brauchst. Hier kommen Grok und DeepSeek Coder ins Spiel:

• Grok: Grok ist ein konversationeller KI-Assistent von xAI, den du über Web oder Apps nutzen kannst, z. B. für Fragen zu Konzepten oder Planung. Er ist nicht direkt in VS Code integriert, aber perfekt für allgemeine Unterstützung. Du kannst Grok z. B. über die Webseite zugreifen und ihn für Fragen verwenden, die über das direkte Coding hinausgehen.
• DeepSeek Coder: DeepSeek Coder ist ein leistungsstarkes Modell für Coding-Aufgaben, das du mit der CodeGPT-Erweiterung in VS Code nutzen kannst. Installiere CodeGPT, hole dir einen API-Schlüssel von DeepSeek und verbinde es in VS Code. Dies erfordert jedoch zusätzliche Konfiguration und ist nicht Teil der Basisversion von Tabnine.

Tipp: Für allgemeine Unterstützung außerhalb des Editors kannst du KI-Tools wie Grok nutzen, die dir bei Fragen zu Konzepten, Planung oder anderen Themen helfen können.

Zusätzliche Überlegungen und Best Practices

Die Forschung legt nahe, dass die Integration von KI-Coding-Assistenten die Produktivität erheblich steigern kann, insbesondere für Open-Source-Projekte wie osCASH.org DAO. Hier sind einige zusätzliche Überlegungen:

• Datenschutz: Tabnine bietet Optionen für lokale Ausführung, was für sicherheitsbewusste Entwickler attraktiv ist. GitHub Copilot sendet Daten an Microsoft-Server, was für manche ein Nachteil sein könnte.
• Skalierbarkeit: Für größere Teams oder Unternehmen bietet Tabnine Enterprise-Features wie benutzerdefinierte Modelle, die für individuelle Nutzer in der Basisversion nicht verfügbar sind.
• Community-Engagement: Nutze diese Tools, um Beiträge zu Open-Source-Projekten wie osCASH.org DAO zu leisten und von der Community zu lernen.

Vergleichstabelle: Vorteile und Herausforderungen

Die folgende Tabelle fasst die Vorteile und potenziellen Herausforderungen der Einrichtung dieser Tools zusammen:

Schlussfolgerung

Mit diesen Schritten hast du nun eine leistungsstarke Entwicklungsumgebung auf deinem Linux-Laptop eingerichtet. Nutze GitHub Copilot und Tabnine (Basisversion), um deinen Coding-Prozess zu beschleunigen und effizienter zu gestalten. Für fortgeschrittene Nutzer bietet Tabnine Enterprise-Optionen für benutzerdefinierte Modelle wie DeepSeek Coder, und für allgemeine Unterstützung kannst du auf Grok zurückgreifen. Viel Spaß beim Programmieren und beim Erkunden dieser tollen Tools!

Key Citations:

• VS Code Installation on Linux
• GitHub Copilot
• Tabnine
• DeepSeek API Keys
• AI Models Tabnine Docs