第六篇：VS Code + Continue 插件：开源爱好者的低成本高自由度方案

不花一分钱，不依赖任何商业服务，打造完全属于你自己的 Vibe Coding 环境。

引子：为什么还有人在坚持 VS Code？

Cursor 和 Windsurf 确实强大，但它们有一个共同点：闭源。你的每一次对话、每一段代码补全请求，都会经过他们的服务器（即使你用了自己的 API Key，编辑器本身的遥测数据仍然会外传）。

对于注重隐私的企业开发者、开源拥趸，或者单纯不想被绑定在任何商业工具上的极客，VS Code + Continue 插件提供了第三条路：

完全开源：Continue 的核心代码在 GitHub 上，你可以审计、修改、甚至自托管。
任意模型：支持 OpenAI、Anthropic、Google、Azure、本地 Ollama、Groq、Together AI 等几十种模型来源。
零厂商锁定：你的对话历史、代码上下文都存储在本地。
与 Cursor 接近的能力：多文件编辑、终端命令执行、代码库索引（RepoMap）、自定义 Slash Commands。

本文将手把手教你从零搭建一套免费、高自由度、可离线的 Vibe Coding 工作流。

一、Continue 是什么？

Continue 是 VS Code 的一款开源 AI 插件 （也有 JetBrains 版本），最早发布于 2023 年，2025 年随着 Vibe Coding 热潮迅速成熟。它不提供自己的模型，而是充当 "AI 路由器" ------ 你配置好模型来源（可以是云端 API、本地模型、甚至多个模型混合），它就在编辑器中提供：

Tab 自动补全：类似 GitHub Copilot 的行内补全
聊天侧边栏：与 AI 对话，支持 @ 引用文件、代码块、终端输出
多文件编辑：选中多个文件，让 AI 同时修改（类似 Cursor Composer 的精简版）
终端命令生成：自然语言生成并执行 Shell 命令
代码库上下文：自动构建项目索引（RepoMap），让 AI 理解你的整个代码库

📌 名字由来 ：Continue 的作者希望打破"AI 编程助手只是玩具"的印象，鼓励开发者持续在真实项目中使用。

二、安装与初始配置

2.1 安装 VS Code 和 Continue

安装 Visual Studio Code（如果还没有）。
打开 VS Code，进入扩展市场（Ctrl+Shift+X），搜索 Continue。
安装由 "Continue" 官方发布的插件（下载量通常超过 50 万）。
安装完成后，左侧活动栏会出现 Continue 的图标（一个对话气泡）。

2.2 配置模型提供方

点击 Continue 图标，打开侧边栏。首次使用时，它会提示你配置模型。

Continue 支持多种模型来源，我推荐以下三种主流配置方式：

方案 A：免费云端模型（零成本，需联网）

提供方：Groq（极快推理速度）、Together AI（免费额度大）、Google Gemini（免费但有限流）
示例：注册 Groq 账号，获取 API Key，在 Continue 配置文件中添加：

json 复制代码

"models": [{
  "title": "Groq Llama 3",
  "provider": "groq",
  "model": "llama3-70b-8192",
  "apiKey": "YOUR_API_KEY"
}]

方案 B：本地模型（完全离线，隐私最安全）

需求：一台至少有 8GB 显存的 GPU（或牺牲速度用 CPU）
工具：Ollama（一键运行开源模型）
步骤：
1. 安装 Ollama：curl -fsSL https://ollama.com/install.sh | sh
2. 拉取代码模型：ollama pull codellama:7b 或 qwen2.5-coder:7b
3. 在 Continue 配置中添加：

json 复制代码

"models": [{
  "title": "Ollama Qwen Coder",
  "provider": "ollama",
  "model": "qwen2.5-coder:7b"
}]

方案 C：国内 API（性价比最高）

同 Cursor 篇，使用 DeepSeek、智谱、阿里百炼等。配置方式与 OpenAI 兼容：

json 复制代码

"models": [{
  "title": "DeepSeek V3",
  "provider": "openai",
  "model": "deepseek-chat",
  "apiKey": "YOUR_DEEPSEEK_KEY",
  "apiBase": "https://api.deepseek.com/v1"
}]

💡 多模型切换：Continue 允许你添加多个模型，并在聊天界面实时切换，方便对比不同模型的效果。

2.3 开启代码库索引（RepoMap）

为了让 AI 理解你的项目结构，需要开启索引：

打开 VS Code 设置（Ctrl+,），搜索 continue.allowRepoMap，勾选。
点击 Continue 侧边栏底部的"索引当前工作区"按钮。
等待索引完成（首次可能需要几分钟，取决于项目大小）。

索引完成后，AI 在回答时能自动引用项目中相关的函数、类、文件路径。

三、核心功能详解

3.1 聊天侧边栏（基础）

Ctrl + L（Windows/Linux）或 Cmd + L（Mac）打开聊天框。
输入问题，AI 会基于当前打开的文件和 RepoMap 回答。
支持 @ 符号引用：@file:server.js、@folder:src、@terminal（最近的终端输出）。
代码块下方会显示"应用"按钮，点击可直接插入或替换文件中的代码。

3.2 Tab 自动补全（行内）

Continue 的自动补全默认使用 tab 键接受建议。它比 GitHub Copilot 更轻量，但效果与模型相关：

使用本地小模型（如 CodeLlama 7B）时，补全质量一般，适合简单重复代码。
使用云端模型（如 Groq 的 Llama3-70B）时，几乎不输 Cursor。

3.3 多文件编辑（Command）

Continue 的多文件编辑不如 Cursor Composer 成熟，但已具备雏形：

在聊天框输入 /edit 进入多文件编辑模式。
描述你要修改的文件和改动内容，例如："将 src/utils/date.js 中的 formatDate 函数重命名为 formatISODate，并更新所有引用。"
AI 会列出需要修改的文件和具体 diff，你逐一确认后应用。

⚠️ 限制：一次只能处理少量文件（约 5-10 个），大范围重构建议拆分成多次。

3.4 终端命令生成

点击 VS Code 终端面板右上角的 Continue 图标（一个闪电），或者输入 /terminal。
描述你要的操作，例如："查找所有包含'TODO'的 .js 文件并统计数量。"
AI 生成命令，你确认后执行。

这比手动记忆 grep、find 命令方便得多。

3.5 自定义 Slash Commands（进阶技能）

你可以在项目中创建 .continue/prompts 文件夹，里面放 Markdown 文件，每个文件定义一条 Slash Command。

例如创建 code_review.md：

markdown 复制代码

---
name: code_review
description: 对当前文件进行安全性和规范审查
---

请审查当前打开的代码文件，重点关注：
1. 潜在的 SQL 注入或 XSS 漏洞
2. 未处理的 Promise rejection
3. 硬编码的密钥或密码
4. 与项目代码风格不一致的地方

之后在聊天框输入 /code_review 即可直接调用这条 Prompt。这其实就是 本专栏第四阶段要讲的 Skill 的雏形。

四、与 Cursor / Windsurf 的详细对比

维度	Continue + VS Code	Cursor	Windsurf
开源	✅ 完全开源	❌ 闭源	❌ 闭源
模型自由度	几十种提供方任意组合	仅支持几种官方 + 自定义 OpenAI 兼容	支持自定义 OpenAI 兼容
免费使用成本	0 元（自带模型 API 或本地模型）	免费版有限制	完全免费（但需登录）
多文件编辑	有（/edit），但较简陋	Composer 非常强大	Cascade 同样强大
终端集成	需手动引用 @terminal	可自动读取，但不如 Windsurf	自动捕获输出
代码库索引	RepoMap，索引质量一般	RAG 检索，准确度高	操作时间线记忆链
启动速度	极快（VS Code 原生）	一般	较慢（功能多）
学习曲线	中等（需手动配置模型）	低（开箱即用）	低（免费且预设好）
隐私性	最高（可完全离线）	低（遥测数据）	低（依赖 Codeium 服务器）

选型建议：

如果你是企业开发者，代码不能离开本地网络 → Continue + 本地 Ollama
如果你追求零成本且想要最流畅的体验 → Windsurf（免费且功能强大）
如果你愿意付 $20/月换取最好的多文件编辑体验 → Cursor

五、国内用户专属配置示例

假设你是一个国内的 React 开发者，想要免费 + 低延迟的方案：

安装 VS Code 和 Continue。
注册 DeepSeek 账号，获取 API Key（¥1 可以调用很久）。
在 Continue 的 config.json 中配置：

json 复制代码

{
  "models": [
    {
      "title": "DeepSeek-Chat",
      "provider": "openai",
      "model": "deepseek-chat",
      "apiKey": "sk-xxxx",
      "apiBase": "https://api.deepseek.com/v1"
    }
  ],
  "tabAutocompleteModel": {
    "title": "DeepSeek-Coder",
    "provider": "openai",
    "model": "deepseek-coder",
    "apiKey": "sk-xxxx",
    "apiBase": "https://api.deepseek.com/v1"
  }
}

开启 RepoMap 索引。
开始使用：Ctrl+L 打开聊天，输入"用 React Hooks 写一个倒计时组件"。

整个配置时间不超过 5 分钟，之后每次开发的 AI 调用成本几乎为 0。

六、进阶：自托管 Continue 服务端

对于企业团队，Continue 提供了自托管服务器 continue-server，可以：

统一管理团队的 API Key（不用每个成员单独申请）
在私有网络内部署模型（如通过 vLLM 加载 DeepSeek V3）
审计所有 AI 请求日志

安装方式（Docker）：

bash 复制代码

docker run -d -p 6543:6543 --name continue-server ghcr.io/continuedev/continue-server:latest

然后在 VS Code 的 Continue 设置中将 serverUrl 指向 http://localhost:6543。

这部分内容将在本专栏第六阶段"团队协作"中详细展开。

七、总结：Continue 适合谁？

用户类型	是否推荐	理由
学生/个人开发者，预算有限	✅✅ 强烈推荐	免费 + 可以接入便宜 API
企业开发，代码隐私要求高	✅✅ 强烈推荐	可完全离线自托管
不想折腾配置的初学者	⚠️ 一般	配置模型需要一点技术背景，不如 Windsurf 开箱即用
重度多文件重构（每天数十次）	❌ 不推荐	多文件编辑能力较弱，Cursor 更合适

八、下篇预告

我们已经介绍了三款核心工具：Cursor、Windsurf、Continue。但还有一类工具剑走偏锋------它们不在图形界面里，而是在终端中运行。

下一篇：《Zed AI：极简主义下的性能与 AI 融合体验》------我们将看看这款用 Rust 编写的超快速编辑器，如何将 AI 原生嵌入到每一个按键中。

思考与练习

在 VS Code 中安装 Continue，并配置一个免费的模型提供方（Groq 或 DeepSeek）。
尝试使用 /edit 命令同时修改两个文件，观察 AI 的表现。
创建一个自定义 Slash Command，例如 /explain，让它解释当前文件的复杂度。
对比在同一台电脑上，Continue + 本地 7B 模型与 Cursor 内置 Claude 的响应速度差异。