Continue.dev

• 1. 概要 （共 185 字）

  Continue.dev 是一款完全開源的 AI 程式設計助手，支援 VS Code 和 JetBrains IDE，被視為 GitHub Copilot 的最佳開源替代方案。專案在 GitHub 上擁有超過 32,700 顆星標，是目前最受開發者歡迎的開源 AI 程式設計工具之一。其核心優勢在於完全免費、模型選擇自由度高、支援本地部署且資料安全可控，特別適合對程式碼安全性要求高的團隊和 JetBrains 使用者。

• 2. 產品背景 （共 283 字）

  Continue.dev 由 Continuous AI 團隊開發，採用 Apache 2.0 開源協議，程式碼託管在 GitHub 的 continuedev 組織下。專案自上線以來持續活躍，累計提交次數超過 21,000 次，釋出版本 822 個，社群活躍度極高。技術棧以 TypeScript 為主（佔比 84.4%），同時包含 Kotlin、Python、Rust 等語言，整體架構現代且模組化。   作為一款「AI 原生開發平臺」，Continue.dev 不僅提供基礎的程式碼補全功能，還支援自定義 AI 程式碼助手的建立和使用。其定位是讓開發者能夠自由選擇模型、自由配置工作流，擺脫商業產品的訂閱繫結和模型鎖定。

• 3. 產品功能與使用體驗 （共 577 字）

  Continue.dev 的核心功能可以概括為三大模組：Tab 補全、Chat 對話和 Agent 代理。   Tab 補全是日常使用頻率最高的功能，能夠在編碼過程中實時提供上下文感知的行內程式碼建議。與 GitHub Copilot 的補全相比，Continue.dev 的補全體驗稍遜一籌，但勝在模型可自由選擇，開發者可以根據預算和需求配置不同延遲和成本的模型。常見的搭配是用 Qwen3.5-Flash 或 GLM-4.7-Flash 做 Tab 補全，延遲極低且成本可控。   Chat 對話功能是 Continue.dev 的亮點之一。側邊欄對話支援豐富的上下文引用語法，開發者可以透過「@檔名」引用特定檔案，透過「@Folder」分析整個目錄，透過「@Codebase」智慧搜尋相關程式碼，甚至可以透過「@Git Diff」分析程式碼改動、透過「@Terminal」分析終端輸出。這種上下文引用系統讓對話更加精準，開發者可以直接把問題聚焦在相關程式碼片段上，而不需要在對話中反覆貼上程式碼。   Agent 代理功能相對保守，能夠自主完成多步驟任務，但每一步都需要開發者確認。這種設計比 Cline 等激進的 Agent 工具更安全，適合謹慎的開發者。   除了基礎功能，Continue.dev 還提供程式碼規範檢查、效能問題提醒、程式碼解釋和文件生成等輔助能力。其智慧上下文系統能夠理解專案程式碼風格，給出的建議更貼合團隊習慣。

• 4. 定價與商業模式 （共 376 字）

  Continue.dev 採用完全開源免費的策略，不收取任何訂閱費用。開發者的唯一成本是 API 呼叫費用，而這部分成本完全取決於選擇的模型和使用頻率。   以 OfoxAI API 閘道器為例，Claude Opus 4.6 的輸入價格為每百萬 token 5 美元，輸出為每百萬 token 25 美元；Claude Sonnet 4.6 的輸入為每百萬 token 3 美元，輸出為每百萬 token 15 美元；DeepSeek V3.2 的價格更低，適合預算有限的開發者。OfoxAI 目前提供 81 個模型可選，開發者可以根據任務型別靈活搭配。   與 GitHub Copilot 的 Pro 版每月 10 美元、Pro+ 版每月 39 美元相比，Continue.dev 的零訂閱模式對輕度使用者非常友好。重度使用者如果配置本地模型（如 DeepSeek-Coder 7B），甚至可以實現完全免費使用，只需承擔 GPU 伺服器的硬體成本。

• 5. 使用者評價 （共 478 字）

  從社群反饋來看，Continue.dev 的使用者評價整體偏正面。   正面評價主要集中在幾個方面。開源透明是最常被提及的優點，開發者可以檢視原始碼、自行修改功能、確保程式碼安全性，這對於企業級使用者尤其重要。模型自由度也備受好評，支援 OpenAI GPT、Google Gemini、DeepSeek 等多種模型，開發者可以根據預算和需求靈活選擇。本地部署能力是另一個亮點，配合 Ollama 可以在本地執行開源模型，資料完全不上傳，滿足對隱私敏感的團隊需求。JetBrains 支援也是 JetBrains 使用者的剛需，Cursor、Windsurf 等 VS Code 系工具不支援 JetBrains，Continue.dev 幾乎是唯一靠譜的選擇。   負面反饋主要集中在使用門檻和體驗細節。本地部署需要一定的技術能力配置，還需要 GPU 伺服器支援才能獲得較好效能，對個人開發者不夠友好。Tab 補全體驗不如 Cursor 流暢，補全的準確性和上下文理解略遜一籌。LLM 幻覺問題也是所有 AI 程式設計工具的通病，Continue.dev 也不例外，可能編造不存在的程式碼庫或發明不存在的語法，需要開發者自行驗證。

• 6. 行業評價 （共 399 字）

  從行業媒體和社群討論來看，Continue.dev 被普遍視為 GitHub Copilot 的最佳開源替代方案。   OfoxAI 部落格在 2026 年的對比評測中，將 Continue.dev 列為七款主流 AI 程式設計工具之一，評價其「零訂閱費、模型自由度高、JetBrains 支援是獨特優勢」。文章指出，對於 JetBrains 使用者、預算為零成本的開發者、以及追求不被廠商鎖定的團隊，Continue.dev 是首選方案。   CSDN 部落格的深度評測文章認為，Continue.dev 不是簡單的程式碼提示工具，而是能真正理解專案、理解程式碼風格的智慧助手。文章特別推薦「Continue.dev + Ollama」組合，認為這兼顧了安全性與效率。   知乎和即刻社群的討論中，開發者普遍認為 Continue.dev 的可定製性是其最大優勢，適合對程式碼安全性要求高的團隊。但也有使用者指出，對於追求極致補全體驗的開發者，Cursor 仍然是更好的選擇。

• 7. 爭議與風險 （共 353 字）

  Continue.dev 的主要風險在於使用門檻和 LLM 幻覺問題。   本地部署需要配置 Ollama、下載模型、設定遠端訪問，對技術能力有一定要求。如果團隊沒有 GPU 伺服器，本地部署的推理速度會很慢，影響使用體驗。對於個人開發者或小團隊，這種門檻可能勸退一部分使用者。   LLM 幻覺是所有 AI 程式設計工具的通病，Continue.dev 也不例外。模型可能編造不存在的程式碼庫、發明不存在的語法、給出看似合理但實際錯誤的建議。開發者需要具備一定的程式碼審查能力，不能盲目信任 AI 的輸出。   另一個潛在風險是模型選擇的複雜性。Continue.dev 支援多種模型，但不同模型的能力和成本差異很大，開發者需要花時間學習和測試才能找到最適合自己的配置。對於不想折騰的開發者，GitHub Copilot 或 Cursor 的開箱即用體驗可能更合適。

• 8. 適用人群與使用建議 （共 468 字）

  Continue.dev 適合以下幾類開發者：主力編輯器是 JetBrains 的開發者，Continue.dev 幾乎是唯一支援 JetBrains 的開源 AI 程式設計助手；對程式碼安全性要求高的團隊，開源透明、支援本地部署，資料完全可控；預算有限的個人開發者或小團隊，零訂閱費、模型成本可控；追求不被廠商鎖定的開發者，可以自由切換模型和 API 閘道器。   Continue.dev 不太適合以下幾類開發者：追求極致 Tab 補全體驗的開發者，Cursor 的補全手感和準確度更高；不想折騰配置的開發者，GitHub Copilot 或 Cursor 的開箱即用體驗更友好；沒有 GPU 伺服器且預算極低的開發者，本地部署體驗會很差。   使用建議方面，對於日常 Chat 和程式碼解釋，推薦配置 Claude Sonnet 4.6，程式碼理解準確且速度快。對於複雜重構和多檔案上下文處理，推薦配置 Claude Opus 4.6。對於 Tab 補全，推薦配置 Qwen3.5-Flash 或 GLM-4.7-Flash，延遲低且成本低。如果追求完全免費，可以配置 GLM-4.7-Flash，OfoxAI 上完全免費。

• 9. 總結 （共 153 字）

  Continue.dev 是一款定位清晰、優勢突出的開源 AI 程式設計助手。其核心價值在於開源免費、模型自由、支援本地部署且資料安全可控，特別適合 JetBrains 使用者和對程式碼安全性要求高的團隊。對於不想被商業產品訂閱繫結、追求靈活配置的開發者，Continue.dev 是 GitHub Copilot 的最佳替代方案。

暫無深度報告

• 

  JFisherSr

  —

  絕對的開源良心之作，不接受反駁。

---

• 

  greencat185

  —

  用 Ollama 跑本地模型的話，大家推薦哪個模型做程式碼補全？Qwen2.5-Coder 還是 DeepSeek Coder？我 8GB 視訊記憶體跑不動太大的。

---

• 

  Russell_AndersonX88

  —

  資料隱私這塊，Continue 是目前唯一的真答案。

---

• 

  CCarter_2024

  —

  手賤升級了一次配置，結果崩了，翻了一遍文件才找到問題。這工具對新手真不友好，出了問題自己排查還挺費時間的。

---

• 

  Edward.LewisK

  —

  建議新手一開始只配一個 Cloud 模型（Claude Sonnet 或 GPT-4o），等用熟了再加本地補全。一口吃成胖子容易踩坑。

---

• 

  EthanSanders_Pro806

  —

  大家覺得 Continue.dev 的 PR agent 和 GitHub Actions 自建程式碼檢查比，哪個更香？感覺 Continue 的優勢是自然語言寫規則不用學 DSL。

---

• 

  AMendoza_X

  —

  在醫療科技公司搞開發，HIPAA 合規要求所有病人資料處理不能出內部網路。Continue + Ollama 本地跑 Llama 3.3 是唯一能透過安全審查的 AI 程式設計方案。零程式碼外傳，零月費。

---

• 

  黃豔琪

  —

  新版本什麼時候釋出？社群 fork 有推薦的嗎？

---

• 

  smallleopard172

  —

  Continue.dev 的 CI agent 是真創新，其他工具都沒有。我們 CI 流程裡跑了幾個檢查規則：安全漏洞掃描、效能 warning 檢測、程式碼風格一致性。agent 並行跑在 PR 上，幾分鐘出結果，比以前人工 review 快多了。

---

• 

  KRamirez

  —

  API 直接走自己的 key，沒有被中間商賺差價的感覺真好。

---

• 

  MiningMoleCook

  —

  工作流裡我配了三個模型：Claude Opus 做架構決策、Sonnet 寫日常程式碼、DeepSeek 做高容量 code review。這種分層路由的思路在 Cursor 和 Copilot 上都不可能實現。一個月 API 費用加起來也就 30-40 美元。

---

• 

  Joe_Bailey_2024

  —

  Cursor 收購了 Continue 團隊後，這個專案現在基本就是社群維護了。雖然程式碼是 Apache 2.0 開源可以 fork，但感覺未來的更新會越來越慢。新使用者入坑有風險。

---

• 

  TheSusanWallace_pro

  —

  在 Cursor 和 Continue 之間糾結了很久。一個需要換編輯器，一個需要自己配置。最後還是選了 Continue，因為我用 IntelliJ 習慣了不想換。

---

• 

  ETr_od

  —

  之前一直用 GitHub Copilot，換成 Continue + Ollama 跑 Qwen2.5-Coder 後，補全延遲從雲端變成本地，響應快多了。雖然準確率還是比 Copilot 差一點，但勝在免費。

---

• 

  Philip.Rogers_2024624

  —

  Mac M2 跑 Ollama 7B 模型會不會發熱很嚴重？

---

• 

  EmmaMartinez5205

  —

  如果想遠端用公司內網的模型，可以用 SSH 轉發或者在公司搭一個 OpenAI 相容的代理端點。Continue 支援任何相容 OpenAI API 的端點，一行 config 切換。

---

• 

  Nathan_Walker520

  —

  用 Continue.dev 的 Agent 模式做過一次跨三個檔案的重構，從分析依賴到修改程式碼再到跑測試，一口氣完成。雖然沒有 Cursor Composer 那麼絲滑，但省了我至少半小時的手動操作。

---

• 

  楊明

  —

  補全是真的慢，尤其是用雲端模型做 autocomplete。延遲 1.4 秒才出建議，這時候我字都打完了，建議才彈出來，完全失去意義。只能用小模型做本機補全才行。

---

• 

  EllieGreen

  —

  JetBrains 使用者終於有像樣的 AI 輔助了，淚目。

---

• 

  Benjamin_HallX266

  —

  看到 Continue 的 Hub 服務要關停了，官方把重心放到了 CI agent 上。IDE 外掛還會免費維護但不再主推。有點遺憾，但 CI agent 確實是個差異化方向。

---

• 

  JUand

  —

  我們把團隊程式碼規範寫成了 .continue/checks/ 下的 markdown 檔案，每次 PR 自動用 Continue agent 檢查。誰又在程式碼裡留了 console.log 立馬就被抓到，還直接給出修復建議的 diff，太爽了。

---

• 

  AngelaBakerQ

  —

  想問問各位，Continue 的 PR agent 檢查你們的程式碼規則都是怎麼寫的？我們團隊剛起步，想抄抄作業。

---

• 

  Charles_Ramirez_88

  —

  config.json 的配置太繁瑣了，35 行的 JSON 要配 endpoint 地址、API key、模型名、上下文視窗……新手看了直接頭皮發麻。模板是有，但還是得自己搞明白引數含義。

---

• 

  Jennifer.GonzalesK

  —

  配置完了之後是真的香，值得花那半小時。

---

• 

  Frank_Hall_66

  —

  問一下，JetBrains 上的 Continue 和 VS Code 版功能一樣齊全嗎？有沒有什麼閹割？

---

• 

  Jessica_Castillo520

  —

  Agent 模式偶爾會翻車，尤其是多步任務做到一半卡住了，而且不像 Cursor 那樣能看到推理鏈條。出問題的時候 debug 起來很痛苦，只能手動重來。

---

• 

  Heather_Ramos_2024

  —

  建立自定義 slash command 是 Continue 被低估的功能。我在 /review 裡配了安全審查的 prompt，/test 配了單元測試生成，從此團隊有了統一的 AI 工作規範。

---

• 

  Diana.Bennett_99057

  —

  在 JetBrains 全家桶上試了 Continue.dev，IntelliJ 和 GoLand 都能用，配置好 Claude API 後側邊欄直接對話，補全走的本地 Qwen2.5-Coder 7B。對於我這種日常寫 Java 和 Go 的，體驗比預期好不少。

---

• 

  Tober

  —

  我是 PyCharm 使用者，之前看到 Cursor 那些 AI 功能只能乾瞪眼。Continue 裝上 JetBrains 外掛後，Chat、Edit、補全都用上了，體驗意外的流暢。終於不用因為 AI 工具換編輯器了。

---

• 

  Nicholas_Williams_Pro

  —

  有沒有人試過 Continue + Cline 一起用的？我用 Continue 做日常補全和程式碼查詢，Cline 做自主 implementation，兩個互補發現效率確實很高。

暫無評論