RA0.CN · OPEN SOURCE DEV TOOLS · 开发者工具田野调查

你的下一个代码副驾驶，何必是黑盒
开源助手 Continue 深度拆解

Apache-2.0VS Code + JetBrains本地模型友好可自托管
访问官网 ↗

Continue 是一款采用 Apache-2.0 许可证的开源 AI 代码助手[1]，以 VS Code 扩展和 JetBrains 插件两种形态嵌入主流 IDE，在 GitHub 上积累了数以万计的 star。它的最大特点是把选择权交还开发者：底层模型随便换——云端闭源模型或本地开源模型都能接入；行为可以定制——通过配置文件和规则系统把团队约定固化下来。如果你担心代码副驾驶是「装在别人云里的黑盒」，Continue 给出的正是相反的答案。

为什么「开源」对副驾驶如此重要

市面上不缺好用的 AI 编程工具，缺的是能让你看清内部、按自己规矩改造的工具。开源这件事对代码助手来说至少意味着三层价值：

01

数据路径可控

扩展源码公开可审计，配合本地模型时，代码补全与问答可以完全不出内网，这对金融、医疗等敏感行业的工程团队几乎是硬性要求。

02

不被供应商锁定

今天用某家旗舰模型，明天换成性价比更高的新模型，只需改几行配置。模型市场一年数变，把命运绑在某一家闭源产品上是真实的长期风险。

03

行为可改造

提示词、上下文策略、快捷键行为都可以按团队习惯调整，社区还能把它改造成内部平台的底座——这是闭源产品永远给不了的自由度。

插件矩阵：两个入口，一套体验

Continue 不做独立编辑器，而是选择「寄生」在你已有的 IDE 里，官方文档对两条产品线的安装与配置都有完整指引[2]：

VS Code 扩展
  • 对话问答：侧边栏 Chat 面板，支持把当前文件、选中片段甚至整个仓库作为上下文喂给模型。
  • 行内编辑：选中代码后用自然语言下指令，重构、加注释、写测试就地完成，改动以 diff 形式呈现供你确认。
  • Tab 自动补全：基于你选的补全模型逐字预测，风格贴近手写。
  • Agent 能力：较新版本引入代理模式，可让模型规划多步任务并调用终端等工具，具体边界以官方文档为准。
JetBrains 插件
  • 全家桶覆盖：IntelliJ IDEA、PyCharm、WebStorm 等 JetBrains 系 IDE 都能在插件市场找到它[3]。
  • 功能节奏：核心的聊天、编辑、补全能力与 VS Code 版保持同源，个别新特性上线时间可能不同步。
  • 同一套配置：模型、规则等配置逻辑与 VS Code 版一致，跨 IDE 团队不需要维护两套心智模型。

模型接入卡：从云端旗舰到本地 Ollama

Continue 的灵魂在配置文件里。通过一份 YAML 声明，你可以给不同任务指派不同模型——这是它与「只能用内置模型」产品的本质分野。下面是一个简化的结构示意（实际字段请以官方文档为准[2]）：

models:
  - name: Local Qwen Coder          # 本地模型，走 Ollama
    provider: ollama
    model: qwen2.5-coder
    apiBase: http://localhost:11434
    roles: [autocomplete, edit]
  - name: Cloud Flagship            # 云端模型，处理复杂推理
    provider: openai
    model: gpt-4o
    apiKey: ********
    roles: [chat]
chat
对话与架构讨论，适合上最强推理模型
edit
行内改写，中档模型即可胜任
autocomplete
高频低延迟场景，本地小模型反而更快
embed / rerank
检索代码库时的向量与重排角色

想彻底离线？装一个 Ollama 就能在本机跑开源模型[4]：拉取模型、启动服务、在配置里指向本地端口，三步之后连补全请求都不再离开你的电脑。代价是效果取决于所选本地模型的水平，复杂任务与云端旗舰仍有差距——常见做法是敏感代码走本地、疑难问题走云端，两条路并存。

规则系统：把团队的「潜规则」写成明文

AI 助手最让人头疼的不是不会写代码，而是不懂你团队的规矩。Continue 的解法是把约定显式化，官方 Hub 上已经沉淀了大量可复用的模型、提示词与规则积木[5]。一条典型的落地路径：

  1. 盘点团队约定命名风格、目录结构、注释语言、禁用的依赖库、必须遵循的设计模式——先在纸面上把它们列清楚。
  2. 写成规则条目用自然语言把这些约定写进 Continue 的规则配置，助手在生成代码时会自动参考，减少「风格不对被打回」的往返。
  3. 入库共享给全组把规则与模型配置沉淀到团队空间，新人装好插件即继承整套工作方式，而不是各调各的。
  4. 随评审持续迭代代码评审里反复出现的意见，就升级成一条新规则——让助手的「记性」跟着团队一起成长。

自托管与团队落地的三个要点

  • 密钥集中管理：让团队通过统一的网关或后端服务访问模型，API 密钥不散落在个人电脑上，权限与用量才有账可查；面向企业的私有化部署方案，以官网与销售渠道的最新说明为准。
  • 分阶段推广：先让两三名资深工程师试点两周，沉淀出第一批规则与模型组合，再向小组开放，最后才全员铺开——直接全员推送往往死于「默认配置不好用」的第一印象。
  • 明确数据边界：哪些仓库允许走云端模型、哪些必须留在本地，应写成书面规范；开源给了你控制权，但制度仍要自己建。

放在同类工具中间看

产品开放程度模型自由度IDE 支持更适合谁
Continue完全开源（Apache-2.0）[6]任意模型，支持本地部署VS Code、JetBrains 系要自托管、自定义模型与规则的团队
GitHub Copilot闭源商业产品以官方支持的模型列表为准VS Code、JetBrains、Visual Studio 等追求开箱即用的个人与企业
Cursor闭源独立应用内置多模型可选，不可接任意后端基于 VS Code 的独立编辑器喜欢一体化 AI 编辑器的个人开发者
Sourcegraph Cody开放程度与部署形态以官网说明为准支持多模型接入VS Code、JetBrains 等多款已在使用代码搜索平台的工程组织

各家功能迭代都很快，表中仅为粗粒度定位，采购决策前请逐一核对官方网站的最新说明。

六个常见疑问

已经有 Copilot 了，还有必要看 Continue 吗？

如果你的痛点只是「有补全就行」，Copilot 足够省心。但当你需要接自有模型、把代码留在内网、或者给团队定制统一规则时，Continue 的开源属性就是决定性优势。

纯用本地 Ollama 模型，体验会打折吗？

会有差距，尤其在复杂重构和长上下文问答上。但日常补全与简单改写用中等规模的代码模型已经相当可用，且延迟更低。混合方案（本地为主、云端兜底）是目前社区的主流实践。

我的代码会被传到哪里？

取决于你的配置：走云端模型时，相关上下文会发送给你所配模型的提供商，受其隐私条款约束；全部使用本地模型时，代码可以完全不出本机。这正是它对敏感行业有价值的原因。

团队怎么保证大家用的是同一套配置？

把模型与规则配置纳入版本库或团队空间统一分发，配合组织级的共享能力管理成员。具体的管理粒度以官方文档中关于团队功能的最新描述为准。

它是免费的吗？

核心扩展开源免费，模型费用取决于你自己选择的模型与额度；面向团队与企业的增值功能和私有化方案另行收费，具体以官网定价页为准。

支持哪些编程语言？

语言能力主要由底层模型决定而非插件本身——选的模型懂 Go 它就懂 Go。通用型旗舰模型覆盖主流语言都很从容，小众语言建议实测后再定。

参考资料

  1. 来源：GitHub 开源仓库 continuedev/continue（源码、许可证与版本动态）— https://github.com/continuedev/continue
  2. 来源：Continue 官方文档（安装、配置与功能说明）— https://docs.continue.dev
  3. 来源：JetBrains Marketplace（JetBrains 系 IDE 插件分发平台）— https://plugins.jetbrains.com
  4. 来源：Ollama 官网（本地大模型运行环境）— https://ollama.com
  5. 来源：Continue Hub（模型、提示词与规则积木共享平台）— https://hub.continue.dev
  6. 来源：Apache License 2.0 官方许可文本— https://www.apache.org/licenses/LICENSE-2.0
  7. 来源：VS Code Marketplace（Visual Studio Code 扩展市场）— https://marketplace.visualstudio.com
本文由 青衣网络 AI 观察团队 · 最后更新 2026-08-25 —— 基于公开资料独立撰写，仅作技术测评与信息整理用途；功能细节与收费模式以 Continue 官方文档与官网实时披露为准。