开源免费 · 连接任意LLM · VS Code + JetBrains

Continue
保姆级安装使用教程

开源AI编程助手,连接任意LLM到你的IDE。支持VS Code和JetBrains全家桶,自动补全+Chat对话+代码内联编辑,MIT许可完全免费。

开源
MIT免费
2
IDE支持
任意
LLM连接
20k+
GitHub Stars
广告

什么是 Continue?

Continue是开源的AI编程助手,GitHub星标超20k。与Copilot不同,Continue不绑定任何特定模型——你可以自由连接OpenAI、Anthropic、Ollama、Together AI等任意LLM。核心三大功能:自动补全(Tab补全)、Chat对话、代码内联编辑(Cmd+I)。支持VS Code和JetBrains全家桶。

🔗

连接任意LLM

OpenAI/Anthropic/Ollama/Together/LM Studio等,自由切换,不被锁定

📝

自动补全

Tab键智能补全,整行/多行代码建议,理解上下文精准推荐

💬

Chat对话

侧边栏Chat面板,@引用文件/文档,代码解释和问题解答

✏️

内联编辑

Cmd+I选中代码直接编辑,AI理解意图后修改,diff预览确认

🆓

完全免费开源

MIT许可,社区活跃,自带免费模型额度体验,无订阅费用

🖥️

双IDE支持

VS Code + JetBrains全家桶(IntelliJ/PyCharm/WebStorm等)

支持的模型提供商

提供商推荐模型特点
OpenAIGPT-4o / GPT-4o-mini综合能力强,补全速度快
AnthropicClaude 3.5 Sonnet代码理解力强,Chat体验好
OllamaDeepSeek Coder / CodeLlama完全本地运行,隐私安全
Together AI多种开源模型性价比高,按量计费
LM Studio本地GGUF模型图形界面管理本地模型
Free TrialContinue自带注册即用,免费额度体验
广告

保姆级安装流程

Continue支持VS Code和JetBrains两大IDE,5分钟完成安装。

1

VS Code 安装

VS Code# 方式一:扩展市场(推荐) 1. 打开VS Code 2. 按 Ctrl+Shift+X(Mac: Cmd+Shift+X) 3. 搜索 "Continue" 4. 找到作者 "Continue Dev" 的扩展 5. 点击 Install # 方式二:命令行安装 code --install-extension Continue.continue # 安装成功后: 左侧活动栏出现Continue图标(▶️) 点击图标打开Chat面板 首次使用引导你配置模型
2

JetBrains 安装

JetBrains# 适用于 IntelliJ / PyCharm / WebStorm / GoLand 等 1. 打开IDE → Settings (Mac: Preferences) 2. 进入 Plugins → Marketplace 3. 搜索 "Continue" 4. 点击 Install 5. 重启IDE # 安装成功后: 右侧工具栏出现Continue图标 点击打开Chat面板 # JetBrains版功能与VS Code版一致
3

验证安装

Verify# 验证Continue是否正常工作: 1. 打开任意代码文件 2. 在代码中输入注释,观察是否出现灰色补全提示 3. 按 Tab 接受补全建议 4. 打开Chat面板,输入 "hello" 测试对话 # 如果没有补全提示,检查模型配置 # 如果Chat无响应,检查API Key是否正确

模型配置详解

Continue的核心优势是连接任意LLM,以下是各模型的详细配置方法。

A

方案一:免费体验(零配置)

Config# Continue自带免费模型额度 1. 打开Continue面板 2. 首次使用选择 "Try for free" 3. 自动配置免费模型,直接开始使用 # 免费额度有限,适合体验功能 # 体验后可切换到自己的API Key
💡 新手推荐

首次使用建议先选免费体验,熟悉Continue的三大功能后再配置自己的模型。

B

方案二:配置OpenAI(最常用)

Config# 获取OpenAI API Key 1. 访问 https://platform.openai.com/api-keys 2. 创建新密钥并复制 # 在Continue中配置 1. 点击Continue面板右下角 ⚙️ 设置 2. 打开 config.json 配置文件 3. 添加以下配置: { "models": [ { "title": "GPT-4o", "provider": "openai", "model": "gpt-4o", "apiKey": "sk-xxx" } ], "tabAutocompleteModel": { "title": "GPT-4o-mini", "provider": "openai", "model": "gpt-4o-mini", "apiKey": "sk-xxx" } } # Chat用GPT-4o,补全用GPT-4o-mini更省钱
C

方案三:配置Ollama本地模型(免费无限)

Config# 1. 安装Ollama Mac: brew install ollama Win: 从 https://ollama.com 下载 Linux: curl -fsSL https://ollama.com/install.sh | sh # 2. 拉取模型 ollama pull deepseek-coder-v2 ollama pull qwen2.5-coder:7b # 3. 启动服务 ollama serve # 4. Continue配置 { "models": [ { "title": "DeepSeek Coder", "provider": "ollama", "model": "deepseek-coder-v2" } ], "tabAutocompleteModel": { "title": "Qwen Coder", "provider": "ollama", "model": "qwen2.5-coder:7b" } }
💡 补全模型选择

Tab补全需要快速响应(<200ms),建议用小模型如qwen2.5-coder:7b或gpt-4o-mini。Chat对话可以用大模型获得更好效果。

D

方案四:配置Anthropic Claude

Config# 获取Anthropic API Key 1. 访问 https://console.anthropic.com/ 2. 创建API Key # Continue配置 { "models": [ { "title": "Claude 3.5 Sonnet", "provider": "anthropic", "model": "claude-3-5-sonnet-20241022", "apiKey": "sk-ant-xxx" } ] }

三大核心功能深度使用

1

Tab自动补全

Autocomplete# 编写代码时自动出现灰色补全建议 # 按 Tab 接受,按 Esc 拒绝 # 补全类型: 行内补全:补全当前行剩余代码 多行补全:补全整个函数/代码块 注释生成:写注释自动生成代码 # 快捷键: Tab → 接受补全 Esc → 拒绝补全 Alt+] → 查看下一个补全建议 Alt+[ → 查看上一个补全建议
2

Chat对话

Chat# 侧边栏Chat面板 快捷键: Ctrl+L (Mac: Cmd+L) # Chat中可以使用@引用: @file → 引用项目中的文件 @folder → 引用整个文件夹 @code → 引用选中的代码 @docs → 引用文档 @url → 引用网页内容 @terminal → 引用终端输出 # 常用场景: 👤 @src/App.jsx 解释这个组件的逻辑 👤 @src/utils/ 这些工具函数有什么问题? 👤 @code 帮我重构这段代码,提高可读性
3

内联编辑(Cmd+I)

Inline Edit# 选中代码后按 Cmd+I 进入内联编辑模式 快捷键: Ctrl+I (Mac: Cmd+I) # 使用流程: 1. 选中要修改的代码 2. 按 Cmd+I 3. 输入修改指令(如"添加错误处理") 4. AI生成修改方案,显示diff预览 5. Accept 接受 / Reject 拒绝 # 常用编辑指令: 👤 添加TypeScript类型定义 👤 优化这段算法的时间复杂度 👤 添加单元测试 👤 将class组件改为hooks
💡 内联编辑 vs Chat

小范围代码修改用内联编辑(Cmd+I)更高效,大范围讨论和架构设计用Chat更合适。

保姆级实战:Continue + Ollama零成本AI编程

跟着这个案例,用Continue + Ollama本地模型,零成本搭建AI编程环境。

1

环境准备

Setup# 1. 安装Ollama并拉取模型 $ brew install ollama $ ollama pull qwen2.5-coder:7b $ ollama pull deepseek-coder-v2 $ ollama serve # 2. 安装Continue扩展 $ code --install-extension Continue.continue # 3. 配置config.json { "models": [ { "title": "DeepSeek Coder V2", "provider": "ollama", "model": "deepseek-coder-v2" } ], "tabAutocompleteModel": { "title": "Qwen Coder 7B", "provider": "ollama", "model": "qwen2.5-coder:7b" }, "embeddingsProvider": { "provider": "ollama", "model": "nomic-embed-text" } }
2

实际开发体验

Workflow# 场景一:自动补全 1. 输入 function fetchData(url) 2. Continue自动补全函数体 3. Tab接受,继续编写 # 场景二:Chat对话 👤 @src/api.js 这个文件中的请求拦截器有问题吗? # AI分析代码并给出建议 # 场景三:内联编辑 1. 选中一个函数 2. Cmd+I → "添加参数验证和错误处理" 3. 预览diff → Accept
💡 最佳实践

1)Chat用大模型(DeepSeek Coder V2),补全用小模型(Qwen 7B)保证速度 2)善用@引用让AI理解项目上下文 3)内联编辑适合小范围修改,大改动用Chat 4)config.json可同时配置多个模型,在Chat中切换使用。

开源免费的AI编程助手

广告