最近体验了 Cursor，其中的 Cursor Tab 和 @Codebase 功能非常强大，我已经开始付费使用。不过，有开发者朋友提到，Cursor 虽然好用，但每月 20 美元的价格实在太高，希望有更实惠的替代方案。

于是，我推荐了一些国内的 AI 代码补全插件，例如：

目前市场上有多家巨头在竞争 AI 编程助手领域。我试用过的产品包括：海外的 GitHub Copilot、Amazon CodeWhisperer，以及国内的字节跳动豆包 MarsCode、阿里通义灵码、讯飞 iFlyCode 等。

这些国内产品大多提供免费或试用服务，基本能满足大多数需求。然而，朋友又问道：“有没有开源的插件？”经过一番了解，我发现了一个开源插件：Continue。

👉 野卡 WildCard | 一分钟注册，轻松订阅海外线上服务

Continue 是一款支持 VSCode 和 JetBrains 的插件，它本身不提供 AI 模型，但支持多种接入方式，适合不同场景的需求。

相比商业插件，开源插件配合商业模型更具灵活性，真正做到“用多少花多少”。此外，Continue 还支持连接本地模型，如果你的硬件性能足够，完全可以在本地运行一个 3B 级别的小模型来实现 AI 补全。

在 VS Code 的扩展市场中搜索并安装 Continue 插件，安装过程非常简单。

由于代码助手的场景多样，不同模型的侧重点也不同，因此不能仅依赖一套 OpenAI API。例如：

• Tab 补全：3B 大小的模型表现最佳，速度最快。

• Chat 模型：推荐使用 GPT-4o 或 Claude 3.5 Sonnet 等常用对话模型。

Continue 将模型分为以下 4 种类型，具体用途和配置可参考官方文档。

目前，我比较推荐使用 DeepSeek，它支持 Chat 和 AutoComplete 模型，且价格低廉，适合个人开发者。

1. 在 DeepSeek 官网 注册并申请 API Key。

2. 根据 Continue 提供的 DeepSeek 配置文件，在 Continue 中进行如下配置：

json { "tabAutocompleteModel": { "title": "DeepSeek Coder", "provider": "deepseek", "model": "deepseek-coder", "apiKey": "[API_KEY]" } }

• Embeddings model：无需配置，VSCode 中 Continue 提供了默认配置。

• Reranking model：主要用于 @Codebase 功能，推荐使用 Voyage AI 的 rerank-1。

本地模型推荐使用 StarCoder2-3B，它适合 Tab 补全，速度快且效果好。

1. 下载并安装 LM Studio，将 StarCoder2-3B 模型放入 LM Studio 的模型目录中。

2. 在 Continue 插件配置中，配置如下信息：

json "tabAutocompleteModel": { "title": "Tab Autocomplete Model", "provider": "ollama", "model": "qwen2.5-coder:1.5b-base" }

在 Macbook Pro M2 和 RTX 3070Ti 的配置下，本地模型的代码补全速度非常快，几乎与云端解决方案无异。CPU 环境下虽然响应速度稍慢，但依然流畅。

本地处理方式特别适合对隐私有较高要求的开发者，因为所有数据处理都在本地进行，无需担心代码被上传到云端。

Continue 是一款非常值得推荐的 VS Code 插件，特别适合重视隐私和安全性，并希望利用本地 AI 模型提高开发效率的开发者。虽然在性能上需要较高的硬件配置，但其灵活性和本地化处理能力完全弥补了这一点。

如果你对 AI 驱动的代码补全感兴趣，并且希望数据完全掌控在自己手中，Continue 无疑是一个非常好的选择。

最近体验了 Cursor，其中的 Cursor Tab 和 @Codebase 功能非常强大，我已经开始付费使用。不过，有开发者朋友提到，Cursor 虽然好用，但每月 20 美元的价格实在太高，希望有更实惠的替代方案。

于是，我推荐了一些国内的 AI 代码补全插件，例如：

目前市场上有多家巨头在竞争 AI 编程助手领域。我试用过的产品包括：海外的 GitHub Copilot、Amazon CodeWhisperer，以及国内的字节跳动豆包 MarsCode、阿里通义灵码、讯飞 iFlyCode 等。

这些国内产品大多提供免费或试用服务，基本能满足大多数需求。然而，朋友又问道：“有没有开源的插件？”经过一番了解，我发现了一个开源插件：Continue。

👉 野卡 WildCard | 一分钟注册，轻松订阅海外线上服务

Continue 是一款支持 VSCode 和 JetBrains 的插件，它本身不提供 AI 模型，但支持多种接入方式，适合不同场景的需求。

相比商业插件，开源插件配合商业模型更具灵活性，真正做到“用多少花多少”。此外，Continue 还支持连接本地模型，如果你的硬件性能足够，完全可以在本地运行一个 3B 级别的小模型来实现 AI 补全。

在 VS Code 的扩展市场中搜索并安装 Continue 插件，安装过程非常简单。

由于代码助手的场景多样，不同模型的侧重点也不同，因此不能仅依赖一套 OpenAI API。例如：

• Tab 补全：3B 大小的模型表现最佳，速度最快。

• Chat 模型：推荐使用 GPT-4o 或 Claude 3.5 Sonnet 等常用对话模型。

Continue 将模型分为以下 4 种类型，具体用途和配置可参考官方文档。

目前，我比较推荐使用 DeepSeek，它支持 Chat 和 AutoComplete 模型，且价格低廉，适合个人开发者。

1. 在 DeepSeek 官网 注册并申请 API Key。

2. 根据 Continue 提供的 DeepSeek 配置文件，在 Continue 中进行如下配置：

json { "tabAutocompleteModel": { "title": "DeepSeek Coder", "provider": "deepseek", "model": "deepseek-coder", "apiKey": "[API_KEY]" } }

• Embeddings model：无需配置，VSCode 中 Continue 提供了默认配置。

• Reranking model：主要用于 @Codebase 功能，推荐使用 Voyage AI 的 rerank-1。

本地模型推荐使用 StarCoder2-3B，它适合 Tab 补全，速度快且效果好。

1. 下载并安装 LM Studio，将 StarCoder2-3B 模型放入 LM Studio 的模型目录中。

2. 在 Continue 插件配置中，配置如下信息：

json "tabAutocompleteModel": { "title": "Tab Autocomplete Model", "provider": "ollama", "model": "qwen2.5-coder:1.5b-base" }

在 Macbook Pro M2 和 RTX 3070Ti 的配置下，本地模型的代码补全速度非常快，几乎与云端解决方案无异。CPU 环境下虽然响应速度稍慢，但依然流畅。

本地处理方式特别适合对隐私有较高要求的开发者，因为所有数据处理都在本地进行，无需担心代码被上传到云端。

Continue 是一款非常值得推荐的 VS Code 插件，特别适合重视隐私和安全性，并希望利用本地 AI 模型提高开发效率的开发者。虽然在性能上需要较高的硬件配置，但其灵活性和本地化处理能力完全弥补了这一点。

如果你对 AI 驱动的代码补全感兴趣，并且希望数据完全掌控在自己手中，Continue 无疑是一个非常好的选择。