白嫖Cursor：Continue七处暗门

首页 › tips-tricks › 白嫖Cursor：Continue七处暗门

别再为补全按月交订阅了

如果你还在每个月给 Cursor 交 20 美元、或者盯着 Claude Code 的额度瑟瑟发抖，那你可能漏掉了一个 90% 中国开发者都没认真配过的开源神器：Continue（continue.dev）。它是 VS Code 和 JetBrains 全平台通用的开源 AI 编程助手，最大杀手锏不是"又一个 Cursor"，而是——它允许你把任意 OpenAI 兼容接口塞进去，包括 GLM、DeepSeek、通义千问、Kimi、硅基流动上的一堆免费模型。换句话说，你可以用一杯奶茶钱、甚至零成本，拼出一台属于自己的"定制 Cursor"。

但 Continue 的官网把功能铺得太散，绝大多数人装完就只用 Cmd+L 聊天，错过了真正省钱的七处暗门。今天这一篇，就带你把这七处暗门一次性点亮。每一条都附操作步骤、预期效果和适用场景，看完即可上手。

先搞清楚：Continue 的"模型自由"架构

理解暗门之前，先看这张架构图，你会瞬间明白为什么它能"白嫖"——Continue 把"编辑器插件"和"模型"彻底解耦了，你在 config.yaml 里想插几个模型就插几个：

flowchart LR
    subgraph Editor["编辑器"]
        VS["VS Code"]
        JB["JetBrains 全家桶"]
    end

    Core["Continue 核心<br/>config.yaml 驱动"]

    subgraph Roles["按角色分流的模型槽位"]
        Chat["chat 聊天<br/>GLM-4.6 / DeepSeek"]
        Edit["edit 行内编辑<br/>Qwen-Coder"]
        Tab["autocomplete 补全<br/>GLM-4.5-Flash 免费档"]
        Embed["embedding 向量化<br/>bge-m3"]
    end

    subgraph Providers["OpenAI 兼容接口（你随便换）"]
        GLM["智谱 GLM<br/>open.bigmodel.cn"]
        DS["DeepSeek<br/>api.deepseek.com"]
        Qwen["通义千问<br/>dashscope"]
        SF["硅基流动<br/>一堆免费模型"]
    end

    subgraph Ext["能力扩展"]
        CTX["@context 文档/代码库"]
        MCP["MCP 浏览器/数据库"]
        SC["slash 命令"]
    end

    Editor --> Core
    Core --> Roles
    Roles --> Providers
    Core --> Ext

关键认知差就在这：Cursor 的模型是锁死的，你只能用它打包卖给你的那几个；Continue 的模型是可插拔的，谁便宜、谁快、谁对你这个仓库最懂，你就用谁。下面七处暗门，全是围绕这个架构展开的省钱和提效操作。

暗门一：把 GLM/DeepSeek/Qwen 直接塞进 Continue

这是最值钱的一处暗门，也是后面所有省钱操作的基础。

操作步骤：在 ~/.continue/config.yaml（Windows 在 %USERPROFILE%\.continue\config.yaml）里，按"OpenAI 兼容 provider"的写法挂上国产模型：

models:
  - name: GLM-4.6
    provider: openai           # 关键：声明成 openai 兼容
    model: glm-4.6
    apiBase: https://open.bigmodel.cn/api/paas/v4/
    apiKey: "<智谱平台拿到的 KEY>"
    roles: [chat, edit]        # 这个模型负责聊天和行内编辑

  - name: DeepSeek-Chat
    provider: openai
    model: deepseek-chat
    apiBase: https://api.deepseek.com
    apiKey: "<DeepSeek KEY>"
    roles: [chat]

预期效果：聊天框里下拉就能切到 GLM-4.6，按 Cmd/Ctrl+I 行内编辑也走国产模型，全程不碰外区信用卡。

适用场景：没有海外支付手段、不想折腾代理、又想体验旗舰模型能力的国内开发者。注意智谱的 OpenAI 兼容地址是 …/paas/v4/（带结尾斜杠），DeepSeek 是 https://api.deepseek.com，别填错。

小技巧：如果连 KEY 都懒得逐个申请，硅基流动（api.siliconflow.cn/v1）一个 KEY 就能调几十个模型，其中 Qwen、DeepSeek、GLM 的部分规格有持续免费档，是新人最低门槛的"全家桶"。

暗门二：给 Tab 补全单独配一个"快又便宜"的小模型

90% 的人不知道 Continue 的补全模型和聊天模型可以分开配——而恰恰是补全这个动作，一天要触发几百上千次，最容易烧钱、也最吃延迟。

操作步骤：在 config 里专门给 autocomplete 用一个轻量、低价甚至免费的模型：

  - name: GLM-4.5-Flash
    provider: openai
    model: glm-4.5-flash
    apiBase: https://open.bigmodel.cn/api/paas/v4/
    apiKey: "<KEY>"
    roles: [autocomplete]      # 只干补全这一件事

tabAutocompleteModel: GLM-4.5-Flash

预期效果：补全又快（Flash 档延迟极低）又几乎不花钱（智谱 Flash 系列长期有免费额度），而真正需要深度思考的对话和重构，依然走 GLM-4.6 这种旗舰模型。

适用场景：高频敲代码的日常开发。把"高频低价值"动作交给便宜模型、"低频高价值"动作交给旗舰模型，这才是用 Continue 省钱的正解——Cursor 的订阅制做不到这种细粒度分工。

暗门三：@docs 把任意官网文档变成你的私有 RAG

很多人会贴一整页文档进对话框，既占 token 又容易超长。Continue 有个 @docs 上下文提供器，能把一整套文档站离线索引进来，按需检索。

操作步骤：在 config 里登记文档源，之后用 @docs 触发：

contextProviders:
  - name: docs
    params:
      docs:
        - title: 3GPP-5G
          startUrl: https://www.3gpp.org/...   # 换成你要的文档站
          maxDepth: 2
          favicon: ...

配置完，Continue 会在后台用你配的 embedding 模型把站点爬下来向量化。之后在聊天框里输入 @docs，选中文档源，再问"5G 注册流程有哪几步"，它会只把相关片段喂给模型。

预期效果：一次提问只消耗相关几段文字的 token，而不是整本手册；内网/私有文档也能照搬。

适用场景：天天啃某个框架官方文档、企业内部 Wiki、API 手册的工程师。把它和暗门六的本地 embedding 搭配，等于给自己造了个"懂你技术栈的助手"。

暗门四：自定义 slash command，一键复用提示词

每天重复打"帮我 review 这个 diff""生成符合规范的 commit message""给我起几个单测"——这些固化流程，Continue 支持做成 slash 命令。

操作步骤：在 ~/.continue/slashCommands/ 下新建 review.yaml：

name: review
description: 审查当前改动
prompt: |
  请审查以下代码改动，从正确性、安全风险、可简化性三个维度，
  用要点列出问题，并给出可直接改的代码建议。
context:
  - diff
  - problems        # 编辑器当前的报错/警告

预期效果：聊天框里敲 /review 回车，自动带上当前 git diff 和编辑器报错去问模型，省掉每次手动复制粘贴。

适用场景：团队可以共享同一套 slash 命令（丢进仓库或同步目录），新人入职即拥有统一的代码审查 / 提测 / 出文档流程，复刻 Cursor 里"自定义规则"的体验，但更灵活。

暗门五：@codebase 让大仓库自己找相关文件

面对几十万行的老项目，把整个仓库塞进上下文既贵又超长。Continue 的 @codebase 走的是 embedding 检索——它先把你本地仓库建好索引，提问时只捞最相关的几个文件。

操作步骤：

先配一个 embedding 模型（同样可用国产 / 免费）：

embeddingsProvider:
  provider: openai
  model: BAAI/bge-m3
  apiBase: https://api.siliconflow.cn/v1
  apiKey: "<KEY>"

聊天框输入 @codebase 这个鉴权逻辑在哪个文件处理的？

预期效果：Continue 自动检索仓库，定位到 auth/middleware.ts 等相关文件，再把片段交给聊天模型回答。整个过程不用你手动 @file 一个个点。

适用场景：接手陌生老项目、跨模块排查 bug。注意首次建索引要跑一会儿，之后是增量更新；想省资源可以在 config 里调索引范围或关掉对超大目录的索引。

暗门六：MCP 接入，让 Continue 调浏览器/数据库/任意工具

这是 2025 年后 Continue 补上的硬核能力——它成了一个 MCP 客户端。任何符合 Model Context Protocol 的服务端，都能变成它的"手和眼"。

操作步骤：在 config 里挂 MCP server：

mcpServers:
  - name: playwright
    command: npx
    args: ["@playwright/mcp@latest"]

  - name: postgres
    command: npx
    args: ["mcp-server-postgres", "postgresql://localhost/mydb"]

预期效果：你可以让 Continue "打开本地起的页面看一眼报什么错""查一下 orders 表最近十条记录再帮我写修复 SQL"。它的工具调用会跨到 MCP server 上执行。

适用场景：前端联调（让 AI 真去看渲染结果而不是瞎猜）、数据驱动开发（直接读库写 SQL）、连 Figma/Notion/Slack 做跨工具编排。MCP 生态里现成的 server 越来越多，等于无限外挂。

暗门七：rules 文件复刻 Cursor Rules，团队共享

Cursor 用户念念不忘的 .cursorrules，Continue 也有一套等价机制，而且同样支持项目级 + 全局级。

操作步骤：在项目根目录放 .continuerules（纯文本，写编码规范、架构约定、禁止动作），或用 config 的 rules 字段统一管理：

rules:
  - The codebase uses TypeScript strict mode; never use `any`.
  - API responses follow the {code, msg, data} envelope.
  - 不要自动 git commit，改动需人工确认。

预期效果：这些规则会作为系统提示持续注入，模型生成的代码自动贴合团队规范，减少"AI 写得能跑但风格不对"的返工。

适用场景：把 .continuerules 提交进仓库，整个团队共享同一套"AI 行为准则"；个人也可以在 ~/.continue/config.yaml 放全局规则，跨项目生效。配合暗门四的 slash 命令，相当于给自己搭了个轻量"团队 AI 工作流"。

信息差总结：你看到的是订阅，别人看到的是配方

维度	多数人以为的	Continue 玩家知道的（暗门）
模型选择	只能用工具打包卖的几个	OpenAI 兼容接口随便换，GLM/DeepSeek/Qwen 全能塞（暗门一）
成本结构	月付订阅一刀切	高频补全走免费 Flash，重活才走旗舰（暗门二）
文档使用	手动粘贴整页	`@docs` 私有 RAG 按需检索（暗门三）
重复流程	每次手打提示词	slash 命令一键复用（暗门四）
大仓库	整仓塞上下文	`@codebase` embedding 检索（暗门五）
外部能力	只能读改文件	MCP 调浏览器/数据库/任意工具（暗门六）
团队规范	靠口口相传	`.continuerules` 全员共享（暗门七）

一句话总结信息差：Cursor 卖的是套餐，Continue 给的是配方。套餐图省心但要持续付费、模型锁死；配方前期要花一小时配置，但之后每一分钱都花在你真正需要的地方，而且模型、文档、工具都能跟着技术栈一起进化。

粗算一笔账：以一个中度使用的开发者计，Cursor Pro 一年约 240 美元；而 Continue + GLM/DeepSeek，把补全挂到免费 Flash、聊天挂到按量付费的 GLM-4.6，一个月 token 支出往往在个位数美元量级，一年能省下大几百甚至上千元人民币——这就是"价格差 + 认知差"叠加的红利。

行动指南：今晚就能做完的六步

装插件：VS Code / Cursor 编辑器扩展市场搜 "Continue" 安装，JetBrains 同理。
领 KEY：到智谱开放平台、DeepSeek、硅基流动各注册一个账号，拿 OpenAI 兼容 KEY。
写 config.yaml：照暗门一、二、五，把聊天模型、补全模型、embedding 模型分别配好——这是省钱的骨架。
试 @docs / @codebase：挑一个你天天查的文档站和当前项目，建好索引体验检索式问答。
加 slash 命令和 rules：把团队最常见的 review、出 commit、起测试固化成命令，规范写进 .continuerules。
按需上 MCP：联调前端的挂 Playwright，做数据的挂 Postgres server，逐步扩展能力。

进阶提示：Continue 的配置同时支持声明式 config.yaml 和可编程的 config.ts——当 yaml 表达不了的复杂逻辑（条件选模型、动态构造上下文），就切到 config.ts 用 TypeScript 写。具体字段随版本演进较快，动手前务必对照官方文档核对。

参考来源

Continue 官网与下载：https://www.continue.dev
Continue GitHub 仓库：https://github.com/continuedev/continue
配置参考 config.yaml：https://docs.continue.dev/reference/config
自定义模型 Provider：https://docs.continue.dev/customize/model-providers
上下文提供器（@docs/@codebase 等）：https://docs.continue.dev/customize/context-providers

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

51学通信知识星球海报-扫码加入