Continue ist ein führender Open-Source-, der VS Code und JetBrains nahtlos integrieren kann und Entwicklern den freien Zugriff auf jedes LLM wie Claude, GPT-4, Gemini, Ollama usw. ermöglicht. Es bietet drei interaktive Modi: automatische Codevervollständigung, Konversationsprogrammierung und Inline-Bearbeitung und unterstützt die privatisierte Bereitstellung in Unternehmen. Mit über 20.000 GitHub-Sternen ist es das beliebteste Open-Source-KI-Programmier-Plug-in.

Weiter – Open-Source-KI-Code-Assistent, kostenloser Zugriff auf jedes LLM

Kernparameter und Statistiken

Parameter	Einzelheiten
Gegründet	2023
Gründer	Nate Sesti, Ty Dunn
Open-Source-Lizenz	Apache 2.0
GitHub-Sterne	22.000+ (Stand 2025)
Unterstützt IDE	VS Code, vollständige JetBrains-Serie (IntelliJ, PyCharm, WebStorm usw.)
Unterstützte Modelle	OpenAI, Anthropic, Google Gemini, Ollama, Together AI, Mistral usw. Über 100 Typen
Preise	Open Source Free + Enterprise (Kontakt für Angebot)
Drei Kernfunktionen	Automatische Codevervollständigung (Tab), Konversationsprogrammierung (Chat) und Inline-Bearbeitung (Bearbeiten)
Enterprise-Funktionen	Private Bereitstellung, Konfiguration auf Organisationsebene, Verwaltungskonsole
Kontextanbieter	Unterstützt den Zugriff auf mehrere Kontexte wie Codebibliothek, Dokument Git, Jira, GitHub usw.

Der Hauptunterschied von Continue liegt in der „Modellfreiheit“ – es ist derzeit das KI-Code-Assistent-Plug-in mit der größten Anzahl integrierter Modelle und der flexibelsten Konfiguration im Open-Source-Ökosystem. Entwickler und Unternehmen können völlig unabhängig entscheiden, welchen Modellanbieter sie verwenden und welche Bereitstellungslösung sie verwenden möchten, ohne an einen einzelnen Anbieter gebunden zu sein.

Benutzer- und Markterkennung

Continue hat über 22.000 Sterne auf GitHub und ist eines der am häufigsten heruntergeladenen Open-Source-KI-Programmier-Plug-ins im VS Code Marketplace und JetBrains Marketplace. Unter Unternehmenskunden, die Wert auf Datenschutz und freie Modellauswahl legen, ist Continue die wichtigste Alternative zu GitHub Copilot und wird besonders von Benutzern in Compliance-sensiblen Branchen wie dem Finanzwesen, dem Gesundheitswesen und der Regierung bevorzugt.

Die Begeisterung der Open-Source-Community für Continue spiegelt sich in den kontinuierlichen Beiträgen zu Features wider – nach der Veröffentlichung des Context Providers-Systems steuerte die Community innerhalb weniger Wochen mehr als zehn benutzerdefinierte Context Providers bei. Dem Feedback von Unternehmensbenutzern zufolge übertrifft Continues Flexibilität beim „Zugriff auf die Bereitstellung privater Modelle“ und bei der „benutzerdefinierten Kontextinjektion“ die von Konkurrenzprodukten mit geschlossener Quelle bei weitem und ist das bevorzugte Grundgerüst für den Aufbau einer unternehmensinternen KI-Programmierplattform.

Kostenvorteil

Planen	Preis	Hauptvorteile	Zielbenutzer
Open Source und kostenlos	Völlig kostenlos	Alle Kernfunktionen, integrierte Modell-API-Gebühr	Einzelne Entwickler, kleine Teams
Enterprise-Edition	Individuelles Angebot nach Sitzplatz	Konfigurationsmanagement auf Organisationsebene, privatisierte Bereitstellung, Verwaltungskonsole, technischer Support	Mittlere und große Unternehmen

Continue selbst ist kostenlos und Benutzer können die folgenden Modelle zur Kostenkontrolle wählen: Verwenden Sie das lokale Ollama-Modell, um Nullkosten zu erzielen; Verwenden Sie die DeepSeek-API, um eine qualitativ hochwertige Vervollständigung zu sehr geringen Kosten (ca. 0,1 USD/Million Token) zu erhalten. Die Preisgestaltung der Enterprise-Version bietet erhebliche Kostenvorteile im Vergleich zu GitHub Copilot Enterprise (39 USD/Benutzer/Monat) und ermöglicht die Nutzung des bestehenden Cloud-Service-Provider-Modellvertrags des Unternehmens.

Hauptfunktionen

• Autovervollständigung des Codes (Autocomplete): Basierend auf der Cursorposition und dem Kontext bietet es eine hochwertige Tab-Vervollständigung durch FIM-Technologie (Fill-in-the-Middle). Es unterstützt Codestral, DeepSeek Coder und andere speziell für die Vervollständigung optimierte Modelle und die Latenz ist mit kommerziellen Produkten vergleichbar.
• Konversationsprogrammierung (Chat): Öffnen Sie den KI-Dialog in der IDE-Seitenleiste. Sie können Codedateien, ausgewählte Codesegmente, Terminalausgabe-Git-Diff usw. als Kontext für die Kommunikation mit LLM verwenden, um den Code schnell zu verstehen oder Programmiervorschläge zu erhalten.
• Inline-Bearbeitung (Bearbeiten): Wählen Sie das Codesegment aus und drücken Sie die Tastenkombination, um die Änderungsanforderungen in natürlicher Sprache zu beschreiben. KI schreibt den Code direkt im Editor um, ohne die Schnittstellen hin und her zu wechseln.
• Kontextanbietersystem: Kann mehrere externe Datenquellen wie Codebibliotheken, Dokumentwebseiten, GitHub-Probleme, Jira-Aufgaben-Git-Verlauf usw. mit dem Konversationskontext verbinden, sodass die KI einen umfassenderen Geschäftshintergrund verstehen kann.
• Kostenloser Modellzugriff (BYOM): Greifen Sie über eine einheitliche Konfigurationsdatei auf jede LLM-API oder jedes lokale Modell zu, einschließlich der OpenAI-kompatiblen Schnittstelle Ollama, HuggingFace TGI usw., und erreichen Sie so echte Modellunabhängigkeit.
• MCP-Tool-Integration: Unterstützt vollständig das Model Context Protocol und kann über MCP auf Datenbankabfragen, Dateisysteme, externe APIs und andere Tools zugreifen, um die Grenzen der KI-Aktion zu erweitern.
• Privatisierte Bereitstellung auf Unternehmensebene: Unterstützt die Bereitstellung der Modell-Proxy-Schicht im Unternehmensintranet, und Codeanforderungen können das Unternehmensnetzwerk nicht verlassen, wodurch strenge Anforderungen an die Einhaltung der Datensicherheit erfüllt werden.
• Benutzerdefinierter Slash-Befehl: Entwickler können ihre eigenen „/“-Befehle definieren (z. B. „/explain“, „/test“, „/review“), um häufig verwendete Eingabeaufforderungswörter zu kapseln und die Effizienz sich wiederholender Aufgaben zu verbessern.

Modell- und Versionsentwicklung

Version	Zeit	Wichtige Änderungen
Öffentliche Veröffentlichung	2023-07	VS Code-Plugin veröffentlicht, unterstützt OpenAI/Anthropic, grundlegende Chat-Funktion
v0.8	2024-04	Kontextanbietersystem, Kontextzugriff auf mehrere Datenquellen
v0.9	2024-08	Automatisches Upgrade der Vervollständigungs-Engine, FIM-Modellunterstützung, JetBrains-Plug-In-Optimierung
v0.9.5	2024-11	Unterstützung des MCP-Protokolls, Tool-Aufruffunktion, Slash-Befehlssystem
v1.0	2025-09	Offizielle stabile Version, Unternehmensverwaltungsfunktionen, Konfigurationsverwaltung auf Organisationsebene

Technische Vorteile

Design der Modellabstraktionsschicht: Continue hat einen einheitlichen Satz von LLM-Abstraktionsschichten erstellt, um alle Modellanbieter (OpenAI, Anthropic, Ollama, lokale Modelle usw.) in derselben Schnittstelle zu vereinen, sodass Benutzer Schaltmodelle in einer Zeile in „config.json“ konfigurieren können, und der Plug-in-Code selbst ist sich der Unterschiede in den zugrunde liegenden Modellen überhaupt nicht bewusst. Dieses Design ermöglicht es, neu veröffentlichte Modelle weiterhin so schnell wie möglich zu unterstützen.

Erweiterbare Architektur von Context Providers: Context Providers ist eines der innovativsten Architekturdesigns von Continue – es abstrahiert „wie man Kontext erhält“ in einer steckbaren Provider-Schnittstelle. Communities und Unternehmen können diese Schnittstelle implementieren, um jede Datenquelle (Codebasissuche, interne Dokumente, Projektmanagement-Tools usw.) mit KI-Konversationen zu verbinden, ohne den Plug-in-Kerncode zu ändern.

Netzwerkeffekte des Open-Source-Ökosystems: Die Open-Source-Strategie des Apache 2.0-Protokolls ermöglicht es Unternehmensbenutzern, Continue sicher als Grundlage ihrer internen Tool-Plattform zu verwenden und diese bei Bedarf erneut zu entwickeln. Dies hat eine große Anzahl von Unternehmenstechnologieteams dazu gebracht, Kontextanbieter und Integrationen für ihre internen Systeme bereitzustellen und so ein Community-gesteuertes Ökosystem zu schaffen, das Closed-Source-Tools wie GitHub Copilot nicht replizieren können.

Progressive Funktionsarchitektur: Die drei Interaktionsmodi von Continue (Vervollständigung/Dialog/Inline-Bearbeitung) sind so konzipiert, dass sie unabhängig voneinander sind. Benutzer können nur eine bestimmte Funktion aktivieren oder verschiedene Modelle für verschiedene Funktionen konfigurieren (z. B. schnelle lokale Modelle für die Vervollständigung und große Modelle für den Dialog verwenden), um sich flexibel an unterschiedliche Leistungs- und Kostenanforderungen anzupassen.

Wie man es benutzt

Eingang	Beschreibung
VS-Code-Erweiterungsmarkt	Suchen Sie nach „Weiter“ und greifen Sie nach der Installation über die Konfigurationsdatei auf das Modell zu
JetBrains-Marktplatz	Suchen Sie nach „Weiter“, unterstützt IntelliJ, PyCharm, WebStorm usw.
Offizielle Dokumentation	https://continue.dev/docs
GitHub-Repository	https://github.com/continuedev/continue

Typische Schritte:

1. Suchen und installieren Sie das Plug-in „Continue“ im VS Code-Erweiterungsmarkt.
2. Nachdem das Plug-in installiert ist, klicken Sie in der Seitenleiste auf das Symbol „Weiter“. Wenn Sie es zum ersten Mal verwenden, werden Sie durch die Konfiguration des Modells geführt.
3. Bearbeiten Sie „~/.continue/config.json“ und fügen Sie die Modellkonfiguration hinzu (nehmen Sie Claude als Beispiel: Geben Sie den API-Schlüssel und den Modellnamen ein).
4. Drücken Sie im Editor die „Tabulatortaste“, um die Codevervollständigung auszulösen, oder drücken Sie „Befehl+I“ (Mac), um die Inline-Bearbeitung zu öffnen.
5. Drücken Sie „Befehl+Umschalt+L“, um das Konversationsfenster zu öffnen, wählen Sie den Code aus und drücken Sie „Befehl+L“, um den Codeausschnitt an die Konversation zu senden.
6. Verwenden Sie das „@“-Symbol, um in Konversationen auf Codebibliotheksdateien zu verweisen, oder verwenden Sie „@docs“, um auf Dokumentationswebseiten für den Kontext zu verweisen.

Produktpreise

Die Kernfunktionen von Continue sind völlig kostenlos und Open Source, und die Benutzer sind für die LLM-API-Gebühren verantwortlich:

• Kostenlose Open-Source-Version: Enthält alle Funktionen der automatischen Codevervollständigung, der Konversationsprogrammierung und der Inline-Bearbeitung. Es nutzt den integrierten API-Schlüssel und unterliegt keinen Funktionseinschränkungen.
• Enterprise Edition (kundenspezifisches Angebot): Bietet einheitliche Verwaltung der Modellkonfiguration auf Organisationsebene, gemeinsam genutzte Kontextregeln und Slash-Befehle im Team, privatisierte Modellagentenbereitstellung, Nutzung der Datenanalysekonsole und dedizierten technischen Support; Die Preise werden auf Sitzplatzbasis berechnet. Für konkrete Beträge wenden Sie sich bitte an das Continue-Verkaufsteam.

Für Unternehmen liegt der Wert von Continue nicht nur im Tool selbst, sondern auch in seiner Anpassbarkeit als „KI-Programmierinfrastruktur“ – Unternehmen können eine einheitliche interne KI-Programmierplattform auf Basis von Continue aufbauen und auf interne Wissensdatenbanken, Codespezifikationsprüfer und unternehmensspezifische Modelle zugreifen, ohne alles von Grund auf neu entwickeln zu müssen.

Anwendungsszenarien

1. Privatisierte KI-Programmierplattform für Unternehmen Unternehmen (Finanzwesen, Medizin, Verteidigung usw.), die nicht bereit sind, Code an Cloud-Dienste von Drittanbietern zu senden, können KI-Programmierlösungen erstellen, deren Code das Intranet überhaupt nicht verlässt, indem sie Continue + privat bereitgestelltes Open-Source-LLM (z. B. die Bereitstellung von Llama 3 im Unternehmensintranet) verwenden, um die Anforderungen an die Datensouveränität zu erfüllen.

2. Vergleich und Bewertung mehrerer Modelle Wenn Forschungsteams oder Plattformingenieure die Leistung verschiedener LLMs bei Programmieraufgaben vergleichen müssen, machen die kostenlosen Modellwechselfunktionen von Continue es zu einer idealen Testplattform. Sie können für einen horizontalen Vergleich schnell zwischen Modellen in derselben IDE-Umgebung wechseln.

3. Personalisierte Entwicklung und Anpassung Leitende Ingenieure möchten je nach Projekt unterschiedliche KI-Assistenten konfigurieren (z. B. GPT-4o für das Front-End, Claude für das Back-End und DeepSeek für die Datenverarbeitung). Das flexible Konfigurationssystem von Continue ermöglicht es jedem Arbeitsbereich, unabhängige Modelle und kontextbezogene Regeln zu verwenden.

4. Dokumentgesteuerte Entwicklung Über den „@docs“-Kontextanbieter werden offizielle Dokumente (z. B. AWS SDK, React-Dokumente) in Echtzeit in die Konversation eingefügt, sodass KI Code basierend auf den neuesten Dokumenten generieren und API-Fehlerprobleme lösen kann, die durch veraltete LLM-Trainingsdaten verursacht werden.

5. Onboarding der Codebasis für Neulinge Neue Ingenieure nutzen den Chat-Modus von Continue in Kombination mit dem Codebasis-Kontextanbieter, um komplexe Geschäftslogik schnell zu verstehen, historische Designentscheidungen abzufragen und die Zeit für das Verständnis der Codebasis von Wochen auf Tage zu verkürzen.

Anwendbare Personen

• Datensicherheitsbewusste Unternehmen: Für Organisationen, die eine private Bereitstellung benötigen oder keinen Code an externe APIs senden möchten, ist Continue die flexibelste Open-Source-Option für Unternehmen.
• Technologiehungrige Entwickler: Für Ingenieure, die das neueste LLM (einschließlich Open-Source-Modelle) zum ersten Mal ausprobieren möchten, ohne durch Tools eingeschränkt zu sein, ist die breite Modellunterstützung von Continue die größte Attraktion.
• Multi-IDE-Worker: Für Entwickler, die sowohl VS Code als auch die JetBrains-IDE-Familie verwenden, bietet Continue eine einheitliche Erfahrung über alle IDEs hinweg.
• Ungeeignete Szenarien: Anfänger, die mit der JSON-Konfiguration überhaupt nicht vertraut sind und ein sofort einsatzbereites Erlebnis ohne Konfiguration wünschen; Szenarien, die erfordern, dass die KI sehr große Unternehmenscodebasen (Millionen Zeilen) tiefgreifend versteht (solche Szenarien eignen sich besser für Tools, die für große Codebasen wie Augment Code optimiert sind); Teams, die KI benötigen, um komplexe mehrstufige Aufgaben autonom auszuführen (Continue konzentriert sich mehr auf die Unterstützung als auf autonome Agenten).

Zusammenfassung und Ausblick

Continue hat eine differenzierte Positionierung von „Modellfreiheit und hoher Anpassbarkeit“ im Bereich der Open-Source-KI-Programmiertools etabliert und damit erfolgreich Entwickler und Unternehmensanwender angezogen, die Bedenken hinsichtlich der Modellbindung mit Closed-Source-Tools wie GitHub Copilot haben. Seine Context Providers-Architektur und die Unterstützung des MCP-Protokolls bilden die technische Grundlage für die Weiterentwicklung zu einer „programmierbaren KI-Programmierplattform“.

Aktuelle Einschränkungen: Funktionen auf Unternehmensebene sind im Vergleich zu Konkurrenzprodukten wie GitHub Copilot Enterprise und Augment Code noch ausgereift; Die automatische Vervollständigung hinkt in Szenarien mit extrem geringer Latenz (im Vergleich zu Copilot) immer noch hinterher. Benutzer müssen Modell-API-Schlüssel und Rechnungen selbst verwalten, was für technisch nicht versierte Benutzer einen bestimmten Schwellenwert darstellt; Die Benutzeroberfläche der Benutzeroberfläche ist ingenieurorientierter als kommerzielle Produkte.

Nachfolgender Fokus: Die kontinuierliche Verbesserung der Funktionen der Unternehmensversion, die Erweiterung der Fähigkeit zur Integration des Agentenmodus (autonome Ausführung mehrstufiger Aufgaben) mit dem Kontextanbieter weiterer CI/CD- und DevOps-Tools sowie der Kommerzialisierungspfad im Kontext eines klaren Marktmusters von KI-Programmiertools.

Verwandte Tools: github-copilot, cursor

Versionsinfo

• Fahren Sie mit v1.0 Enterprise Edition fort ：Die stabile Version v1.0 wird offiziell veröffentlicht und führt Funktionen auf Unternehmensebene ein, darunter Modellkonfigurationsverwaltung auf Organisationsebene, Team-Sharing-Kontextregeln, privatisierte Bereitstellungsunterstützung (selbstgehosteter Modellagent) und eine Verwaltungskonsole. Vollständige Unterstützung für MCP (Model Context Protocol) hinzugefügt, wodurch der Zugriff auf externe Tools und Datenquellen über MCP ermöglicht wird. （~2025-09）
• Großes Upgrade auf automatische Vervollständigung ：Die Code-Autovervollständigungs-Engine wurde erheblich verbessert und eine spezielle Unterstützung für Vervollständigungsmodelle auf Basis von FIM (Fill-in-the-Middle) wurde eingeführt, um die Geschwindigkeit und Genauigkeit der Tab-Vervollständigung deutlich zu verbessern. Außerdem wurde native Unterstützung für für die Vervollständigung optimierte Modelle wie Codestral und DeepSeek Coder hinzugefügt. （~2024-08）
• Kontextanbietersystem ：Einführung des Context Providers-Systems, das es Entwicklern ermöglicht, externe Datenquellen wie Codebibliotheken, Dokumente, Git-Verlaufsprobleme usw. als Kontext in Konversationen einzufügen; Benutzerdefinierte Kontextanbieter werden unterstützt und Unternehmen können auf interne Wissensdatenbanken zugreifen. （~2024-04）
• Weiter Öffentliche Veröffentlichung ：Continue hat zum ersten Mal das VS-Code-Plug-in öffentlich veröffentlicht und bietet Code-Unterstützungsfunktionen basierend auf LLM-Dialogen. Der erste Batch unterstützt OpenAI- und Anthropic-Modelle und erregte mit dem Konzept „Bring Your Own Model“ schnell die Aufmerksamkeit der Entwickler-Community. （~2023-07）