Continue

Continue 是一个开源的 AI 编程助手平台，官网入口为 continue.dev，代码托管在 GitHub 上。它的定位和多数商业 AI 编程插件不太一样：功能之外，更强调“谁能控制模型和配置”。这篇内容围绕它的核心特点、实际使用流程和适用人群做一次梳理，适合正在挑 IDE AI 插件、又不希望被单一模型或云服务绑住的开发者参考。

平台定位与核心特点

它和常见商业 AI 编程助手最大的区别不在功能清单，而在控制权归谁。Continue 以开源插件形式接入 VS Code 和 JetBrains 系列 IDE，另外提供命令行（CLI）形态，目前标注为 Alpha 阶段，成熟度通常低于 IDE 插件。

能力上覆盖代码自动补全、对话式编程、编辑建议，以及 PR 审查、文档更新这类后台自动化任务。真正拉开差距的是模型层：OpenAI、Anthropic、Mistral、Ollama、Azure OpenAI、Together 等都可以接，配合自定义规则（安全、Docker、React 等）和社区 MCP 工具（GitLab、Linear、Asana、Playwright 等），可以拼出贴合自己技术栈的助手。

面向团队和企业，Continue Hub 提供集中配置管理、API 密钥托管、权限控制与数据治理。对需要统一团队 AI 行为的场景，这部分比单个插件更有价值。

使用体验与适用人群

典型流程是：装插件、选模型并填入密钥、按项目写规则，再按需挂 MCP 工具。整体看，上手门槛比开箱即用的产品高一截，配置项多，第一次用可能需要花点时间理清模型和规则的关系。但换来的是可控性——想换模型、想本地跑、想把配置纳入版本管理，都做得到。用 Ollama 这类本地模型时，代码不出内网是可以实现的，具体效果受模型和硬件影响，以实际页面和本地环境为准。

更适合这几类人：

• 日常在 VS Code 或 JetBrains 里写代码、想少装几个工具的个人开发者。
• 有私有部署或数据不外流要求的团队。
• 希望把内部规范写成规则、统一团队 AI 行为的工程团队。
• 愿意折腾配置、乐于对比不同模型效果的开发者。

几点使用建议：

• 插件和 CLI 都从官方渠道获取，安装前做一次安全扫描，第三方分发包谨慎对待。
• 留意版本号和更新时间，CLI 仍处 Alpha，功能可能有变动。
• API 密钥建议放在环境变量或平台托管里，不要直接写进提交到仓库的配置。
• 不同地区对模型服务与数据合规的要求不同，是否可用、是否付费以实际页面为准。

常见问题 FAQ

• Continue 是免费的吗？项目本身开源，插件可免费获取；但接入的商业模型 API 通常按用量计费，具体以实际页面为准。
• 支持哪些 IDE？目前覆盖 VS Code 与 JetBrains 系列，另有 Alpha 阶段的命令行工具，支持范围可能随版本调整。
• 能离线使用吗？可以接 Ollama 等本地模型运行，是否完全离线取决于所选模型和部署方式。
• 和 GitHub Copilot 有什么不同？Copilot 更接近开箱即用，Continue 侧重模型自选与配置可控，代价是前期配置多一些。
• 团队怎么统一管理配置？通过 Continue Hub 做集中配置、密钥托管和权限控制，具体可用范围以官方说明为准。

Continue 的价值在于把 AI 编程助手从“买一个服务”变成“自己搭一套”。局限也明显：配置成本高、CLI 仍在早期、效果很依赖你选的模型。它可以作为现有 AI 编码工具的补充性渠道，建议结合实际合规要求与其他工具一起使用。