榨干 Continue：五个让你效率翻倍的隐藏技巧

作为 VS Code 和 JetBrains 上最灵活的开源 AI 编程助手，Continue 最大的魅力就是“想接什么模型就接什么模型”。但很多人装完只是简单聊聊天，根本没发挥出它的真正实力。今天分享五个真正能提效的实战技巧。

技巧一：用 .continuerc.json 定制全局系统提示

很多人不知道，Continue 支持通过项目根目录的 .continuerc.json 文件定义全局系统提示。这个文件可以让你给所有对话预设一个“角色”。

比如你是一个后端开发者，可以在文件里写：

{
  "systemMessage": "你是一个精通 Python 和 Go 的资深后端工程师。回答时优先考虑性能优化和错误处理，代码必须包含类型注解。如果用户问的是前端问题，礼貌地表示这不是你的专长。"
}

这样每次打开 Continue 对话，AI 都会自动进入“后端专家”模式，省去每次手动输入提示词的麻烦。更妙的是，这个文件可以提交到 Git 仓库，团队协作时大家共享同一套 AI 行为规范。

技巧二：用 @ 符号精准引用代码上下文

Continue 最容易被忽略的功能是 @ 符号引用。在输入框里输入 @，会弹出一个菜单，让你选择引用当前文件、特定函数、类，甚至整个文件夹。

实战场景：你在重构一个几百行的函数，想让它帮你优化。别复制粘贴，直接输入 @ 选择当前函数，然后说“把这个函数拆成三个小函数”。AI 会精确理解你引用的代码块，不会跑偏。

更高级的用法是 @ 加文件名——比如 @utils.py，然后问“这个文件里有哪些函数可以复用？”它会把文件内容作为上下文，给出精准分析。

技巧三：配置“双模型”工作流，一个写代码一个查错

Continue 支持配置多个模型，并且可以在同一个对话中切换。聪明的人会利用这个特性搭建“写代码 + 审查”双模型工作流。

具体做法：在配置里把 models 数组按优先级排列。比如第一个用本地运行的 CodeQwen（写代码快），第二个用云端更强的 DeepSeek-Coder（审查逻辑）。

操作时，先用本地模型快速生成代码片段，然后切换模型说“请审查上面这段代码，指出潜在的内存泄漏和并发问题”。这样既享受了本地模型的低延迟，又获得了大模型的质量保证。

技巧四：用 /edit 指令做精准手术级修改

很多人习惯用对话模式让 AI 改代码，但对话模式的问题是——AI 经常把整段代码重写，破坏你的原有结构。这时候 /edit 指令才是正解。

选中你要修改的代码块，输入 /edit 加具体需求，比如：

/edit 把这个循环改成列表推导式，保持变量名不变

Continue 只会修改你选中的那部分，不会动周围的代码。这对于维护大型项目尤其重要，你可以像做手术一样精准修改，而不是让 AI 把整个文件重写一遍。

技巧五：用 contextProviders 让 AI 理解你的整个项目

默认情况下，Continue 只看到当前文件。但通过配置 contextProviders，你可以让它“看见”整个项目的结构。

在 config.json 里添加：

"contextProviders": [
  {
    "name": "file",
    "params": {}
  },
  {
    "name": "folder",
    "params": {}
  },
  {
    "name": "terminal",
    "params": {}
  }
]

开启后，当你问“这个项目的数据库连接配置在哪里”或者“帮我重构 src/models 目录下的所有模型文件”，AI 会主动扫描项目文件结构来回答，而不是瞎猜。

配合 terminal provider，它甚至能看到你最近在终端执行了什么命令，能帮你分析编译错误背后的原因。

以上五个技巧，都是 Continue 官方文档里轻描淡写、但实战中极其好用的功能。花十分钟配置好，后面每天省下的时间绝对不止半小时。