Continue 使用介绍：功能、价格与上手指南

详细内容

在 AI 编程助手领域，GitHub Copilot 长期占据主导地位，但许多开发者希望拥有更灵活、可自定义、甚至能接入本地模型的选择。Continue 正是为此而生。它是一款开源 AI 编程助手，支持 VS Code 和 JetBrains 系列 IDE，允许你连接任意大语言模型（LLM），并深度定制代码补全、对话和编辑行为。本文将从功能、价格和上手指南三个维度，帮你全面了解 Continue。

Continue 是什么？

Continue 是一个开源项目，定位为「AI 编程助手的开放层」。它本身不提供模型，而是作为一个中间层，让你把 OpenAI、Anthropic、Google Gemini、Ollama、LM Studio 等模型接入到 IDE 中。你可以把它理解为一个可插拔的 AI 编程框架：

• 开源免费：核心代码在 Apache 2.0 许可下开放。
• 模型自由：支持云端 API 和本地模型，不绑定单一供应商。
• IDE 兼容：VS Code 和 JetBrains 全家桶（IntelliJ、PyCharm、WebStorm 等）。
• 可配置：通过 config.json 或 config.yaml 定义模型、上下文、命令和规则。

Continue 的核心功能

1. 代码自动补全

Continue 提供类似 Copilot 的行内补全。当你输入代码时，它会根据上下文给出建议，按 Tab 即可采纳。补全模型可以单独配置，例如用一个小型本地模型做快速补全，用大模型做复杂推理。

2. 侧边栏对话

在 IDE 侧边栏中打开 Continue 面板，可以针对当前文件、选中代码或整个项目进行提问。它支持引用文件、代码片段和终端输出作为上下文，回答会附带代码块，可直接插入编辑器。

3. 代码编辑与重构

选中一段代码后，按 Cmd/Ctrl + I 进入编辑模式，用自然语言描述修改需求，Continue 会生成 diff 预览，确认后应用。适合重构、加注释、修复 bug、写测试等场景。

4. 自定义命令

Continue 允许你定义可复用的提示词命令，例如 /review 做代码审查、/test 生成单元测试、/explain 解释代码。命令可以绑定特定模型和上下文，团队可以共享一套命令配置。

5. 上下文与索引

Continue 支持 @ 提及文件、@codebase 检索整个项目、@docs 引用文档。它还能建立本地代码索引，让问答更准确。索引默认在本地运行，适合对隐私敏感的场景。

6. 模型与提供商支持

| 类型 | 代表 | | --- | --- | | 云端 API | OpenAI、Anthropic、Gemini、Mistral、Groq | | 本地模型 | Ollama、LM Studio、llama.cpp | | 自托管 | vLLM、OpenAI 兼容接口 | | 聚合平台 | OpenRouter、Together AI |

Continue 的价格

Continue 采用「开源核心 + 企业版」模式：

• 开源版（免费）：功能完整，支持所有模型接入、补全、对话、编辑和自定义命令。你只需为所用模型的 API 付费，或使用免费本地模型。
• Continue for Teams / Enterprise：提供团队管理、策略控制、审计日志、SSO、私有部署等能力，按席位收费。具体价格需联系官方销售。

对于个人开发者和小团队，免费版已经完全够用。成本主要取决于你选择的模型：使用 Ollama 本地模型可以做到零成本；使用 GPT-4o 或 Claude Sonnet 则按 token 计费。

Continue 上手指南

第一步：安装插件

• VS Code：在扩展市场搜索「Continue」，点击安装。
• JetBrains：在 Settings → Plugins 中搜索「Continue」安装。

安装后侧边栏会出现 Continue 图标。

第二步：配置模型

首次打开会引导你添加模型。以 OpenAI 为例：

1. 点击齿轮图标进入配置。 2. 在 models 数组中添加：

{
  "title": "GPT-4o",
  "provider": "openai",
  "model": "gpt-4o",
  "apiKey": "sk-..."
}

3. 保存后即可在对话和补全中选择该模型。

如果使用本地 Ollama，只需确保 Ollama 服务运行，并配置：

{
  "title": "Llama 3",
  "provider": "ollama",
  "model": "llama3"
}

第三步：设置补全模型

在配置中指定 tabAutocompleteModel，建议选择响应快的模型，例如：

"tabAutocompleteModel": {
  "title": "Codestral",
  "provider": "mistral",
  "model": "codestral"
}

第四步：建立代码索引

在 Continue 面板输入 @codebase，按提示建立索引。索引完成后，你可以问「这个项目的认证逻辑在哪里实现？」这类全局问题。

第五步：使用自定义命令

在配置文件中添加 customCommands：

{
  "name": "review",
  "prompt": "请审查以下代码，指出潜在 bug 和安全问题",
  "description": "代码审查"
}

之后在对话中输入 /review 即可调用。

实用技巧与注意事项

• 分离补全与对话模型：补全用快模型，对话用强模型，兼顾速度与质量。
• 善用上下文：@file、@codebase、@docs 能显著提升回答准确度。
• 隐私优先：敏感项目建议用 Ollama 本地模型，代码不出本机。
• 团队共享配置：将 config.yaml 纳入版本控制，统一团队体验。
• 注意 token 消耗：大模型对话成本较高，可设置用量上限。

结论

Continue 是一款灵活、开源、可深度定制的 AI 编程助手，适合不想被单一供应商绑定、或对数据隐私有要求的开发者。它的免费版功能完整，配合本地模型可实现零成本使用。如果你正在寻找 Copilot 的替代方案，Continue 值得一试。建议先从 VS Code 插件装起，配置一个模型，体验补全和对话，再逐步深入自定义命令和代码索引。