Continue — 开源 AI 代码助手¶

一句话说明： Continue 是一款开源的 VS Code / JetBrains AI 代码补全与对话插件，支持接入任意 LLM（本地或云端），完全可定制。

为什么要学¶

面试加分 — 展示你对 AI 辅助编程工具链的深入理解，而非仅停留在"用过 Copilot"
实用性 — 免费开源，支持本地模型（Ollama/LM Studio）+ 云端 API，隐私友好
可定制 — 自定义 slash 命令、context provider、prompt 模板，适配团队工作流
多模型 — 对话用强模型、补全用快模型，灵活组合

核心概念详解¶

Tab Autocomplete（代码补全）¶

白话： 你打字时，Continue 用一个快速模型预测你接下来要写什么，按 Tab 接受。类似 Copilot 但模型可换。

对比项	GitHub Copilot	Continue
开源	否	是 (Apache 2.0)
模型选择	仅 OpenAI	任意模型
本地运行	不支持	支持 (Ollama)
价格	$10-19/月	免费（模型费用另计）
定制性	低	高

Chat（对话）¶

白话： 在编辑器侧边栏和 AI 对话，可以选中代码问问题、让它重构、写测试——上下文自动附带。

Context Providers（上下文提供器）¶

白话： 告诉 AI "除了当前文件，还要看哪些信息"。比如 @codebase 搜索整个项目、@docs 查文档、@terminal 看终端输出。

Slash Commands（斜杠命令）¶

白话： 快捷指令。输入 /edit 让 AI 直接修改代码，/test 生成测试，/commit 写 commit message。

安装与配置¶

# VS Code 中安装
# 1. 打开 Extensions (Ctrl+Shift+X)
# 2. 搜索 "Continue" 并安装
# 或命令行：
code --install-extension Continue.continue

配置文件 `~/.continue/config.json`¶

{
  "models": [
    {
      "title": "Claude Sonnet",
      "provider": "anthropic",
      "model": "claude-sonnet-4-20250514",
      "apiKey": "sk-ant-xxxx"
    },
    {
      "title": "本地 Ollama",
      "provider": "ollama",
      "model": "deepseek-coder-v2:16b"
    }
  ],
  "tabAutocompleteModel": {
    "title": "Autocomplete",
    "provider": "ollama",
    "model": "starcoder2:3b"
  },
  "allowAnonymousTelemetry": false
}

使用本地模型（Ollama）¶

# 先安装 Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 拉取补全模型
ollama pull starcoder2:3b

# 拉取对话模型
ollama pull deepseek-coder-v2:16b

快速上手¶

5 分钟入门¶

安装插件 → 重启 VS Code
打开侧边栏 → 点击 Continue 图标（或 Ctrl+L）
选模型 → 首次使用会引导配置
开始对话 → 选中代码，Ctrl+L 提问

# 在 Chat 中输入：
解释这段代码的作用，并指出潜在 bug

# 使用 slash 命令：
/edit 把这个函数改为 async
/test 为这个类生成 pytest 测试

代码补全体验¶

# 开始打字，Continue 会自动建议补全
def calculate_fibonacci(n):
    # 按 Tab 接受建议 ↓

进阶用法¶

1. 自定义 Context Provider¶

// ~/.continue/config.json
{
  "contextProviders": [
    {
      "name": "codebase",
      "params": {
        "nRetrieve": 25,
        "nFinal": 5
      }
    },
    {
      "name": "docs",
      "params": {
        "sites": [
          {"title": "FastAPI", "startUrl": "https://fastapi.tiangolo.com/"}
        ]
      }
    },
    {
      "name": "terminal"
    }
  ]
}

使用方式：在对话中输入 @codebase 这个项目的认证逻辑在哪里？

2. 自定义 Slash Command¶

{
  "customCommands": [
    {
      "name": "review",
      "description": "代码审查",
      "prompt": "请审查以下代码，指出：\n1. 潜在 bug\n2. 性能问题\n3. 安全隐患\n4. 改进建议\n\n{{{ input }}}"
    },
    {
      "name": "docstring",
      "description": "生成文档字符串",
      "prompt": "为以下代码生成详细的 docstring（Google 风格）：\n\n{{{ input }}}"
    }
  ]
}

3. 多模型策略¶

{
  "models": [
    {
      "title": "Claude (复杂问题)",
      "provider": "anthropic",
      "model": "claude-sonnet-4-20250514",
      "apiKey": "ENV:ANTHROPIC_API_KEY"
    },
    {
      "title": "GPT-4o (日常对话)",
      "provider": "openai",
      "model": "gpt-4o",
      "apiKey": "ENV:OPENAI_API_KEY"
    },
    {
      "title": "本地模型 (离线/隐私)",
      "provider": "ollama",
      "model": "llama3.1:8b"
    }
  ],
  "tabAutocompleteModel": {
    "title": "Fast Complete",
    "provider": "ollama",
    "model": "qwen2.5-coder:1.5b"
  }
}

4. .continuerules 项目级规则¶

在项目根目录创建 .continuerules：

你是一个 Python 后端工程师，遵循以下规范：
- 使用 type hints
- 遵循 PEP 8
- 优先使用 async/await
- 错误处理用自定义异常类
- 测试用 pytest + fixtures

5. 与 OpenRouter 集成¶

{
  "models": [
    {
      "title": "OpenRouter Multi",
      "provider": "openai",
      "model": "anthropic/claude-sonnet-4-20250514",
      "apiBase": "https://openrouter.ai/api/v1",
      "apiKey": "sk-or-v1-xxxx"
    }
  ]
}

常见问题与排错¶

问题	原因	解决方案
补全不出现	Tab 模型未配置或未运行	检查 `tabAutocompleteModel` 和 Ollama 状态
响应缓慢	本地模型太大或 GPU 不够	换小模型（1.5B-3B）或用云端
上下文不够	未开启 codebase indexing	配置 `@codebase` context provider
API 报错	Key 无效或余额不足	检查 key 和账户余额
中文乱码	模型不支持中文	换支持中文的模型（Qwen/DeepSeek）

面试高频考点¶

Continue 与 Copilot 的核心区别？
开源可审计、模型自由选择、支持本地部署、高度可定制
为什么企业可能选择 Continue？
数据隐私（代码不出内网）、成本可控、可集成内部知识库
Context Provider 的作用？
扩展 AI 可见的上下文范围，提升回答质量（RAG 思路）
如何平衡补全速度和质量？
补全用小快模型（<3B），对话用大强模型，分工明确
AI 代码助手的安全考量？
代码泄露风险、生成代码的许可证问题、需要人工审查