工具简介
Continue 是一款开源 AI 编程助手,以 VS Code 和 JetBrains 插件的形式运行,让开发者可以在编辑器内直接使用对话、代码补全和自动编辑能力。它最大的特点是"模型自由":不绑定任何单一厂商,支持 OpenAI、Anthropic、Google 等云端模型,也支持通过 Ollama、llama.cpp 等接入本地模型,甚至可以对接企业内部或自建的服务。项目以开源形式发布,代码仓库公开,开发者可以自行审查、修改和部署,因此在注重隐私与数据可控的团队中颇受欢迎。同时,开源协议与公开仓库也使它成为研究 AI 编程助手的常见参考实现。2025–2026 年间,Continue 被 AI 代码编辑器 Cursor 收购,项目发布了 2.0.0 最终版并移除遥测,团队并入 Cursor 继续相关工作。
核心功能
第一是编辑器内对话。在 VS Code 或 JetBrains 中选中代码即可提问:解释这段代码、指出潜在问题、给出重构建议,AI 的回答直接基于当前项目上下文。
第二是代码补全。输入时自动提示补全内容,支持配置不同的补全模型,本地模型可以在完全不联网的情况下工作,满足离线或敏感环境的需求。
第三是自动编辑与代理模式。选中代码后用自然语言描述修改目标(如"把这段改为异步实现"),AI 直接在编辑器中应用改动;新版还支持代理(Agent)模式,自动完成多步骤开发任务。
第四是自定义与可编程。用户可以编写自己的提示词模板、自定义命令,甚至创建可分享的自定义 Agent,把团队的开发规范固化到工具里。
第五是 CI 集成。Continue 2.0 支持把 AI 检查规则纳入 CI 流程,让团队在代码合入前自动运行 AI 审查,实现"代码中的规则在 CI 中强制执行"。
上手体验
在 VS Code 扩展市场搜索 Continue 安装,或通过 JetBrains 插件市场安装,重启后侧边栏会出现 Continue 面板。首次使用时需要配置模型:最简单的方式是填一个 OpenAI 兼容的 API Key;追求隐私的开发者可以安装 Ollama 并选择本地模型,几分钟内即可跑通。
典型使用路径是:打开项目 → 选中一段代码 → 在面板提问或让 AI 解释 → 用"编辑"功能让 AI 直接改代码 → 审阅 diff 后接受改动。配置自定义规则后,AI 的回答会自动遵循团队规范,例如代码风格、命名约定等。
由于开源且配置项多,Continue 的上手曲线略高于开箱即用的商业助手:第一次配置模型、理解 .continuerc 配置文件需要一点耐心,但换来的是极高的灵活性。被收购后的最新动态建议关注官方文档与仓库公告。团队场景下,可以把配置文件和自定义规则提交到代码仓库,新成员克隆项目后即可获得一致的工具行为。
价格方案
| 方案 | 价格 | 说明 |
|---|---|---|
| 开源版 | 免费 | 插件与 CLI 开源,可自托管,自带模型费用 |
| Continue Hub(历史) | Pro 约 20 美元/月、Team 约 40 美元/用户/月 | 托管服务,含云端模型额度 |
开源版本完全免费;官方托管服务在被 Cursor 收购后的具体方案,以 continue.dev 官网实时信息为准。
优点与局限
优点:完全开源,代码透明、可自托管,数据可控性强;模型自由组合,本地模型可实现离线使用且无额外订阅费;自定义能力强,规则、Agent 和 CI 集成适合工程化团队;对预算敏感的个人开发者友好。
局限:开箱即用体验不如商业产品,配置和学习成本较高;补全质量高度依赖所选模型,默认配置下的效果波动较大;项目已被 Cursor 收购,独立发展路线已经结束,长期维护方向存在不确定性;本地模型对硬件有一定要求,普通电脑运行大模型会卡顿。
适合人群
- 对代码数据隐私有严格要求的企业开发者;
- 希望自由切换多家模型的开发者;
- 想用本地模型实现零成本 AI 编程助手的个人用户;
- 愿意深度定制 AI 工作流的工程团队。
同类工具对比
| 工具 | 价格 | 功能侧重 | 适合场景 |
|---|---|---|---|
| Continue | 开源免费 | 多模型、可自托管 | 隐私敏感与定制化团队 |
| GitHub Copilot | 约 10 美元/月 | 开箱即用的补全 | 通用日常开发 |
| Cursor | 免费 + 付费 | AI 原生编辑器 | 追求集成体验的开发者 |
常见问题
Continue 完全免费吗? 开源版本免费,但调用云端模型需要自己的 API Key 并支付模型费用;接本地模型则基本零成本。
Continue 还在维护吗? 项目已被 Cursor 收购并发布 2.0.0 最终版,团队并入 Cursor,独立开发告一段落,详情见官网公告。
能接入哪些模型? 几乎所有 OpenAI 兼容接口,以及 Anthropic、Google 等主流模型,本地可接 Ollama、llama.cpp。
适合小白吗? 更适合有一定配置能力的开发者;想开箱即用可考虑 Copilot 或 Cursor。
本地模型的效果够用吗? 取决于模型大小与硬件,7B 量级的本地模型日常补全可用,复杂推理任务建议搭配云端大模型。